BSON vs JSON：不只是"二进制"这么简单

前言

当今项目开发，大多以JSON作为各个场景的标准数据格式。从 REST API 到配置文件，从 NoSQL 数据库到日志记录，JSON 几乎无处不在。然而，在 MongoDB 等 NoSQL 数据库的生态系统中，我们经常听到另一个名词：BSON。

很多人对 BSON 的理解停留在"二进制的 JSON"这个层面，认为它只是 JSON 的二进制编码版本。但实际上，BSON 的设计理念和实现细节远比这个简单的描述要丰富和深刻得多。

JSON 的优势与局限

JSON 的优势

JSON 之所以能够成为数据交换的通用标准，主要得益于以下几个优

人类可读：JSON 采用文本格式，开发者可以直接阅读和编辑

语言无关：几乎所有编程语言都有成熟的 JSON 解析库

简洁明了：语法简单，学习成本低

Web 原生：JavaScript 原生支持 JSON，在 Web 开发中天然集成

1{
2  "name": "张三",
3  "age": 30,
4  "skills": ["JavaScript", "Python", "MongoDB"],
5  "address": {
6    "city": "北京",
7    "district": "朝阳区"
8  }
9}
10

JSON 的局限性

尽管 JSON 有诸多优点，但在实际应用中也暴露出一些局限性：

解析开销：文本解析需要消耗 CPU 资源

数据类型有限：只有字符串、数字、布尔值、数组、对象和 null

缺少原生日期类型：日期通常需要表示为字符串或时间戳

二进制数据支持差：处理图片、文件等二进制数据时需要 Base64 编码

冗余信息多：字段名重复出现，占用额外空间

BSON 的诞生背景

BSON（Binary JSON）的诞生源于 MongoDB 团队在构建高性能文档数据库时遇到的挑战。他们需要一种既保持 JSON 灵活性，又具备更丰富的数据类型、可随机查询、高效存储等特性的数据格式。

设计目标

BSON 的设计主要围绕以下几个目标：

• 1. 高效解析：避免文本解析的开销
• 2. 丰富数据类型：支持更多原生数据类型
• 3. 空间效率：减少存储和传输开销
• 4. 遍历友好：支持快速跳转到文档中的任意位置

BSON 的核心特性

丰富的数据类型

BSON 扩展了 JSON 的数据类型系统，支持以下类型：

1// BSON 支持的额外数据类型示例
2{
3  "_id": ObjectId("507f1f77bcf86cd799439011"),  // ObjectId
4  "createdAt": new Date("2024-01-01T00:00:00Z"), // 原生日期
5  "buffer": BinData(0, "AQIDBA=="),              // 二进制数据
6  "price": NumberDecimal("19.99"),               // 高精度小数
7  "isActive": true,                              // 布尔值
8  "tags": ["mongodb", "nosql"],                  // 数组
9  "metadata": null,                              // null 值
10  "version": 1,                                  // 32位整数
11  "count": 1000000000,                           // 64位长整数
12  "score": 95.5,                                 // 双精度浮点数
13  "pattern": /regex.*pattern/i,                  // 正则表达式
14  "location": {                                  // 嵌套文档
15    "type": "Point",
16    "coordinates": [116.404, 39.915]
17  }
18}
19

二进制格式设计

BSON 采用了一种紧凑的二进制格式，每个文档都是一系列的键值对：

1+-----------------+-----------------+
2| 文档总长度 (4字节) |                 |
3+-----------------+-----------------+
4| 元素列表...                      |
5+-----------------+-----------------+
6| 结束标记 (1字节) |                 |
7+-----------------+-----------------+
8

每个元素的格式为：

1+----------+----------+-----------------+----------+
2| 类型 (1字节) | 键名 (变长) | 值 (变长)         |          |
3+----------+----------+-----------------+----------+
4

长度前缀设计

BSON 的一个重要特性是采用长度前缀设计，这意味着：

• 每个文档、数组和字符串都包含长度信息
• 解析器可以快速跳过不需要的字段
• 支持部分解析，无需解析整个文档

对比分析

性能

JSON 和 BSON 的解析性能在不同场景下各有优势

JSON 的优势场景：

• 简单数据结构的处理通常更快
• 现代浏览器和 JavaScript 引擎对 JSON 解析进行了深度优化
• 调试和开发过程中的可读性优势

BSON 的优势场景：

• 复杂嵌套文档的解析可能更快
• 包含大量重复字段名时，长度前缀设计有助于快速跳转
• 二进制数据直接处理，无需额外的编解码步骤
• 部分数据读取时可以跳过不需要的字段

存储空间效率

不同格式在存储效率上的表现差异明显

BSON 相对更紧凑的情况

• 字段名冗余的文档结构
• 大量二进制数据的存储
• 数值类型数据密集的场景
• 日期和特殊类型数据

JSON 可能更高效的情况

• 简单的键值对数据
• 字段名较短的文档
• 主要包含字符串类型的数据
• 需要人类直接阅读的场景

内存使用

• BSON 的二进制格式在内存中通常更紧凑
• JSON 的字符串表示在某些情况下可能占用更多内存
• BSON 的类型信息存储开销可能增加小对象的内存占用
• 实际表现取决于具体的实现和使用场景

实际应用场景

MongoDB 中的 BSON

MongoDB 是 BSON 最著名的应用场景。在 MongoDB 中

• 所有文档都以 BSON 格式存储
• 查询语言基于 BSON 类型系统
• 索引可以直接使用 BSON 数据类型

1// MongoDB 操作示例
2db.users.insertOne({
3  _id: ObjectId(),
4  name: "李四",
5  birthDate: new Date("1990-05-15"),
6  salary: NumberDecimal("8500.50"),
7  avatar: BinData(0, base64EncodedImageData),
8  preferences: {
9    theme: "dark",
10    notifications: true
11  }
12});
13
14// 可以利用 BSON 类型进行精确查询
15db.users.find({
16  birthDate: { $gte: new Date("1990-01-01") },
17  salary: { $gt: NumberDecimal("8000") }
18});
19

网络传输优化

在高性能网络传输场景中，BSON 的优势更加明显

1// Node.js 中的网络传输示例
2const net = require('net');
3const BSON = require('bson');
4
5// 创建 BSON 编码/解码流
6class BSONProtocol {
7  constructor(socket) {
8    this.socket = socket;
9    this.buffer = Buffer.alloc(0);
10  }
11
12  send(data) {
13    const bsonData = BSON.serialize(data);
14    const lengthPrefix = Buffer.alloc(4);
15    lengthPrefix.writeUInt32BE(bsonData.length, 0);
16
17    this.socket.write(Buffer.concat([lengthPrefix, bsonData]));
18  }
19
20  onData(chunk) {
21    this.buffer = Buffer.concat([this.buffer, chunk]);
22
23    while (this.buffer.length >= 4) {
24      const messageLength = this.buffer.readUInt32BE(0);
25
26      if (this.buffer.length >= 4 + messageLength) {
27        const messageData = this.buffer.slice(4, 4 + messageLength);
28        const parsedMessage = BSON.deserialize(messageData);
29
30        this.onMessage(parsedMessage);
31
32        this.buffer = this.buffer.slice(4 + messageLength);
33      } else {
34        break;
35      }
36    }
37  }
38}
39

缓存系统中的优势

在 Redis 等缓存系统中使用 BSON 可以节省内存资源

1// Redis 缓存示例
2const redis = require('redis');
3const client = redis.createClient();
4
5async function cacheUserProfile(userId, profile) {
6  const bsonData = BSON.serialize(profile);
7  await client.set(`user:${userId}`, bsonData);
8}
9
10async function getUserProfile(userId) {
11  const bsonData = await client.get(`user:${userId}`);
12  if (bsonData) {
13    return BSON.deserialize(Buffer.from(bsonData));
14  }
15  return null;
16}
17

使用建议

何时选择 BSON

推荐使用 BSON 的场景

• 1. 复杂数据结构：需要日期、二进制数据等丰富类型
• 2. 内存敏感环境：需要减少内存占用和 GC 压力
• 3. 网络传输优化：需要减少网络带宽使用
• 4. 部分查询需求：需要只访问文档的部分字段

继续使用 JSON 的场景

• 1. 配置文件：需要人工编辑和阅读
• 2. 简单数据交换：数据结构简单
• 3. 调试和日志：需要人类可读的格式
• 4. Web API 响应：前端直接消费的场景

性能优化技巧

• 1. 字段名优化：使用短字段名，特别是在大型数组中
• 2. 数据类型选择：使用最精确的数据类型
• 3. 缓存序列化结果：对不常变化的数据缓存 BSON 格式

1// 字段名优化示例
2const original = {
3  userFirstName: "张",
4  userLastName: "三",
5  userEmailAddress: "[email protected]",
6  userPhoneNumber: "+86-138-0013-8000"
7};
8
9const optimized = {
10  fn: "张",
11  ln: "三",
12  email: "[email protected]",
13  phone: "+86-138-0013-8000"
14};
15
16console.log(`Original BSON size: ${BSON.serialize(original).length}`);
17console.log(`Optimized BSON size: ${BSON.serialize(optimized).length}`);
18

总结

BSON 远不止是"二进制的 JSON"这么简单。它通过丰富的数据类型支持、高效的二进制格式设计和针对特定场景优化的特性，为现代应用提供了另一种数据处理选择。

没有绝对的"最优"格式，只有最适合特定场景的选择。JSON 在通用性、可读性和生态系统方面具有明显优势，而 BSON 在特定场景下的存储效率和类型支持方面表现更佳。

理解不同数据格式的设计理念和适用场景，有助于我们在实际项目中做出更合理的技术选型。

《BSON vs JSON：不只是"二进制"这么简单》 是转载文章，点击查看原文。