一、基本概念

MongoDB 是一个基于分布式文件存储的文档数据库，由 C++ 语言编写。它旨在为 Web 应用提供可扩展的高性能数据存储解决方案。

相信MySQL我们非常的熟悉，那么MySQL的表结构与MongoDB的文档结构进行类比的话可能更好理解MongoDB。

• MySQL的数据库（Database）对应于MongoDB的数据库。
• MySQL的表（Table）对应于MongoDB的集合（Collection）。
• MySQL的行（Row）对应于MongoDB的文档（Document）。
• MySQL的列（Column）对应于MongoDB文档中的字段（Field）。

在MongoDB中，数据库（database）、集合（collection）、文档（document）、字段（field）是构成数据存储和管理的核心概念。以下是它们的基本定义和关系：

1.1、数据库（Database）：

• 数据库是MongoDB中的顶层容器，用于存储一组相关联的集合。
• 每个数据库都有自己的权限和独立的命名空间，可以包含多个集合。
• 数据库的名称是字符串，可以通过use命令在MongoDB中切换到指定的数据库。

use mydatabase

1.2、集合（Collection）：

• 集合是MongoDB中的一个文档组，类似于关系型数据库中的表。
• 集合包含多个文档，每个文档可以有不同的结构，无需事先定义表结构。
• 集合的名称是字符串，区分大小写。

db.createCollection("mycollection")

1.3、文档（Document）：

• 文档是MongoDB中的基本数据单元，用于表示数据记录。
• 文档是一个键值对的有序集合，以BSON（Binary JSON）格式存储。
• 文档可以包含嵌套文档和数组，支持复杂的数据结构。

{
    "_id": ObjectId("5f5a8b6d9df1a83a8b1c4a3"),
    "name": "John Doe",
    "age": 30,
    "address": {
        "city": "New York",
        "zipcode": "10001"
    },
    "hobbies": ["reading", "traveling"]
}

1.4、字段（Field）：

• 字段是文档中的一个键值对，表示文档的属性或属性值。
• 字段的键是字符串，字段的值可以是各种数据类型，包括字符串、整数、数组、嵌套文档等。

{
    "name": "John Doe",
    "age": 30,
    "address": {
        "city": "New York",
        "zipcode": "10001"
    },
    "hobbies": ["reading", "traveling"]
}

二、数据结构

BSON（Binary JSON）是MongoDB使用的二进制数据表示格式，它是一种轻量级、可扩展的数据交换格式。BSON主要用于在MongoDB中存储和传输数据。以下是关于BSON的一些重要特点和使用方式：

1. 数据类型：

• BSON支持多种数据类型，包括字符串、整数、浮点数、日期、数组、嵌套文档、ObjectId等。
• 数据类型的使用使得BSON可以准确地表示MongoDB文档中的各种数据。

1. 二进制编码：

• BSON使用二进制格式进行编码，使得数据在存储和传输时更加紧凑和高效。
• 二进制编码还支持复杂数据类型，如嵌套文档和数组。

1. ObjectId：

• ObjectId是BSON的一部分，用于唯一标识MongoDB文档。
• ObjectId由12字节组成，包括时间戳、机器ID、进程ID和随机数，以保证在分布式系统中的唯一性。

1. 日期表示：

• BSON支持日期类型，可以精确表示日期和时间。
• 日期以UTC时间存储，使得在不同时区之间的数据交换更为方便。

1. BSON文档结构：

• BSON文档的基本结构与JSON相似，但包含了更多的数据类型和二进制编码。
• BSON文档由多个字段组成，每个字段包含键值对，键是字符串，值可以是各种数据类型。

1. BSON与JSON的关系：

• BSON可以看作是JSON的二进制扩展，支持JSON的大部分数据类型。
• BSON的二进制格式比JSON更紧凑，更适合在网络传输和存储中使用。

下面是一个简单的BSON文档的示例，以展示其基本结构：

{
   "_id": ObjectId("5f5a8b6d9df1a83a8b1c4a3"),
   "name": "John Doe",
   "age": 30,
   "address": {
       "city": "New York",
       "zipcode": "10001"
   },
   "hobbies": ["reading", "traveling"]
}