我的书签
添加书签
移除书签数据类型
SequoiaDB 巨杉数据库 JSON 实例支持的数据类型如下表所示：
| 值类型 | 定义 | 比较优先级权值 | 用例 |
|---|---|---|---|
| 整数 | 范围：-2147483648 至 2147483647 | 10 | { “key” : 123 } |
| 长整数 | 范围：-9223372036854775808 至 9223372036854775807 如果用户指定的数值无法适用于整数，则 SequoiaDB 自动将其转化为浮点型 | 10 | { “key” : 3000000000 } 或{ “key” : { “$numberLong” : “3000000000” } } |
| 浮点数 | 范围：-1.7E+308 至 1.7E+308 | 10 | { “key” : 123.456 } 或{ “key” : 123e+50 } |
| 高精度数 | 范围：小数点前最高 131072 位，小数点后最高 16383 位 | 10 | { “key” : { $decimal:”123.456” } } |
| 字符串 | 双引号包含的字符串 | 15 | { “key” : “value” } |
| 对象 ID(OID) | 由十二字节字符构建而成 | 35 | { “key” : { “$oid” : “123abcd00ef12358902300ef” } } |
| 布尔 | true 或者 false | 40 | { “key” : true } 或 { “key” : false } |
| 日期 | 格式：YYYY-MM-DD 范围：0000-01-01 至 9999-12-31 | 45 | { “key” : { “$date” : “2012-01-01” } } |
| 时间戳 | 格式：YYYY-MM-DD-HH.mm.ss.ffffff 范围：1902-01-01 00:00:00.000000 至 2037-12-31 23:59:59.999999 | 45 | { “key” : { “$timestamp” : “2012-01-01-13.14.26.124233” } } |
| 二进制数据 | Base64 形式的二进制数据 | 30 | { “key” : { “$binary” : “aGVsbG8gd29ybGQ=”, “$type” : “1” } } |
| 正则表达式 | 正则表达式 | 50 | { “key” : { “$regex” : “^张”, “$options” : “i” } } |
| 对象 | 嵌套 JSON 文档 | 20 | { “key” : { “subobj” : “value” } } |
| 数组 | 嵌套数组对象 | 25 | { “key” : [ “abc”, 0, “def” ] } |
| 空值 | null | 5 | { “key” : null } |
| 最小值 | 比所有值小 | -1 | { “key” : {“$minKey”: 1 } } |
| 最大值 | 比所有值大 | 127 | { “key” : {“$maxKey”: 1 } } |
Note:
不同类型字段的值进行比较时，比较优先级权值越大，该类型的值就越大。
高精度数类型
SequoiaDB 提供的高精度数可以满足银行等企业存储及运算高精度数据的需求。
取值范围
高精度数可确保小数点前最高 131072 位及小数点后最高 16383 位数字的精度。
格式
高精度数两种表达形式如下：
方式一：{ <fieldName> : { "$decimal" : "<数据>" } }方式二：{ <fieldName> : { "$decimal" : "<数据>", "$precision" : [<总精度>, <小数精度>] } }
其中 “fieldName” 为数据的字段名；“数据”为字符串形式的数字；“总精度”为该数据整数部分及小数部分的精度范围的总和；“小数精度”为该数据小数部分的精度范围。
通过方式一定义的高精度数并没有指定精度范围，在这种情况下，数据默认使用最大的精度范围存储。通过方式二定义的高精度数同时指定了总精度和小数精度，数据将按照该精度要求存储。
使用高精度数由于需要确保精度不丢失，所以数据会占用更多的存储空间及花费更高的运算代价。用户可以参考 NumberDecimal 以了解高精度数的更多用法。
示例
使用高精度数表示 double 类型无法存储的数字：1.88888E+308
{ "num" : { "$decimal" : "1.88888E+308" } }
指定数据的精度
{ "pi" : { "$decimal" : "3.14179526", "$precision" : [ 20, 18 ] } }
对象 ID 类型
对象 ID 又称为 OID，它由 12 字节 16 进制字符构造而成。
取值范围
12 字节的字符包含如下内容：
- 4 字节精确到秒的时间戳
- 3 字节系统（物理机）标示
- 2 字节线程 ID
- 3 字节由随机数起始的序列号
| 4 字节时间戳 | 3 字节系统标示 | 2 字节线程ID | 3 字节序列号 |
|---|
一台机器的一个线程在一秒钟内最多可以生成 16777216 个不同的 OID 数值，因此基本可以认为在集群环境中，所有的 OID 数值都是全局唯一的。
在 SequoiaDB 中，每个集合存放的文档必须拥有一个 “_id” 字段。该字段的值类型为 OID 类型，并且该字段值在集合中唯一。
格式
对象 ID 的表达形式如下：
{ <fieldName> : { "$oid" : "<12字节16进制字符>" } }
用户可以参考 OID 以了解对象 ID 的更多用法。
示例
由 SequoiaDB 生成的对象 ID 的显示如下：
{ "_id" : { "$oid" : "5d1eea4d7e9eb6328c0c463e" } }
其中前 4 字节 16 进制字符 “5d1eea4d” 表示的时间戳为 1562307149，即为：2019-07-05 14:12:29；第 5 到第 7 字节 16 进制字符 “7e9eb6” 表示的机器标示为 8298166；第 8 到第 9 字节 16 进制字符 “328c” 表示的线程号为 12940；最后 3 字节 16 进制字符 “0c463e” 表示随机数 804414。
日期类型
SequoiaDB 中的日期使用 YYYY-MM-DD 的形式存取，在存储时将其转换为 8 字节的整数。
取值范围
日期类型的取值范围为：0000-01-01 至 9999-12-31。
格式
日期的表达形式如下：
{ <fieldName> : { "$date" : "<YYYY-MM-DD>" } }
用户可参考 SdbDate 了解日期类型的更多用法。
示例
{ "createTime" : { "$date" : "2012-05-12" } }
时间戳类型
SequoiaDB 中的时间戳使用 YYYY-MM-DD-HH.mm.ss.ffffff 的形式存取，在存储时将其转换为 8 字节的整数。
取值范围
时间戳类型的取值范围为：1902-01-01 00:00:00.000000 至 2037-12-31 23:59:59.999999。
格式
时间戳的表达形式如下：
{ <fieldName> : { "$timestamp" : "<YYYY-MM-DD-HH.mm.ss.ffffff>" } }
用户可参考 Timestamp 以了解时间戳类型的更多用法。
示例
{ "createTime" : { "$timestamp" : "2012-05-12-13.15.21.241523" } }
二进制类型
SequoiaDB 可以存储一定长度的二进制类型的数据。
取值范围
SequoiaDB 存储二进制类型的数据时，要求用户先使用 Base64 方式对二进制内容进行编码，然后将编码后的字符串存放到数据库。
格式
二进制数据的表达形式如下：
{ <fieldName> : { "$binary" : "<数据>", "$type" : <类型> } }
其中“数据”必须为 Base64 编码后的字符串，“类型”为 0-255 之间的十进制数值。用户可以任意指定该范围之间的数值作为应用程序中的类型标示。
Base64 为一种通用的数据转换形式，主要将二进制数据转化为以纯 ASCII 字符串表示的字节流。一般来说转换之后的数据长度会大于原本的数据长度。
为了节省空间，在 SequoiaDB 的内部存放数据时，会将 Base64 编码后的数据解码为原始数据进行存放。当用户读取数据时会再次将其转化为 Base64 形式发送。
Note:
BSON 最大能够装载 16MB 内容。当二进制内容太大时，可以考虑使用 Lob 来存放二进制内容。
用户可参考 BinData 以了解二进制数据类型的更多用法。
示例
字符串 “hello world” 被 Base64 编码后的数据为 aGVsbG8gd29ybGQ=。包含 “hello world” 二进制数据，且类型为 1 的 JSON 数据为：
{ "binary_data" : { "$binary" : "aGVsbG8gd29ybGQ=", "$type" : "1" } }
正则表达式类型
SequoiaDB 可以使用正则表达式检索用户数据。
取值范围
正则表达式规则，可参阅 Perl正则表达式手册。
格式
正则表达式输入的格式如下：
{ <fieldName> : { "$regex" : "正则表达式", "$options" : "选项" } }
其中“正则表达式”为一个正则表达式字符串，“选项”则参见下表：
| 选项 | 描述 |
|---|---|
| i | 匹配时不区分大小写 |
| m | 允许进行多行匹配；当该参数打开时，字符“^”与“&”匹配换行符之后的与之前的字符 |
| x | 忽略正则表达式匹配中的空白字符；如果需要使用空白字符，在空白字符之前使用反斜线“\”进行转意 |
| s | 允许“.”字符匹配换行符 |
当使用选项时，用户可以任意组合使用这些选项。
用户可以参考 Regex 以了解正则表达式类型的更多用法。
示例
使用正则表达式进行大小写忽略，匹配以字符“W”起始的字符串，可以使用：
{ "regex_data" : { "$regex" : "^W", "$options" : "i" } }
对象类型
在 SequoiaDB 的记录中，用户可以使用对象类型来表示嵌套结构。
取值范围
对象类型表示的嵌套结构可以包含一个或者多个任意的字段。
格式
对象由 “{“（左大括号）起始，至 “}”（右大括号）结束，其中包含至少一个键值对。
{ "fieldName" : { <字段1>, <字段2>, <字段n> } }
对象中各字段并没有固定的顺序，当对字段进行操作（如更新操作）时，字段之间的顺序可能会被调换。
当表示嵌套对象中的某一个字段时，可以使用 “.” (句号)在字段名之间分割。
示例
在记录中使用嵌套结构。例如：
{ "address" : { "city" : "Guangzhou", "street" : "Beijing Road" } }
可以使用 “address.city” 代表嵌套对象中的字段名 “city”。
数组类型
在 SequoiaDB 的记录中，当某一字段对应多个值时，用户可以使用数组结构存放数据。
取值范围
数组中的值可以为同一种类型，也可以为不同类型。值的数据类型可以为 JSON 支持的任意数据类型（包括嵌套对象和数组）。
格式
数组由“[”（左中括号）起始，至“]”（右中括号）结束，其中包含零个或多个值。
{ "fieldName" : [ <值0>, <值1>, <值n> ] }
数组中的值是有序的，每个值都存在下标。这些下标从 0 开始递增。在进行数据操作过程，数组中值的下标不会改变。在驱动中，用户可以通过下标的字符串来存取元素的值（即：下标的字符串为值对应的键）。
当访问数组中某个元素时，可以通过“字段名.下标”的方式来访问该元素。
示例
在数组中存放多种数据类型的元素。例如：
{ "array_data" : [ "hello", "world", 1, { "a" : 1, "b" : 2} ] }
其中 “hello” 在数组中的下标为 0，而 “world” 在数组中的下标为 1。如果希望表示 array_data 中 “world” 这个值时，可以使用 “array_data.1” 作为字段名。
JSON 实例与 SQL 实例数据类型映射关系
SequoiaDB 巨杉数据库采用存储与计算分离的模型。SequoiaDB 是数据存储层，存储真实的业务数据；而 SQL 实例（如：MySQL 实例，PostgreSQL 实例和SparkSQL 实例等 SQL 实例）为计算层。计算层的 SQL 实例只存储如 DDL 等元数据，而不会存储任何的业务数据。在数据类型层面，存储层的 JSON 实例与计算层的 SQL 实例存在以下映射关系：
| 类型 | JSON 实例 | MySQL 实例 | PostgreSQL 实例 | SparkSQL 实例 |
|---|---|---|---|---|
| 整数 | int32 | INT/BIT/ TINYINT/SMALLINT | smallint/integer/serial | int |
| 长整数 | int64 | INT/BIT/BIGINT | bigint/bigserial | bigint |
| 浮点数 | double | FLOAT/DOUBLE | real/double precision | double |
| 高精度数 | decimal | DECIMAL | numeric/decimal | decimal |
| 字符串 | string | CHAR/VARCHAR/ TINYTEXT/TEXT/ MEDIUMTEXT/ LONGTEXT | text/char/varchar | string |
| 对象 ID | ObjectId | NA | NA | string |
| 布尔 | boolean | NA | boolean | boolean |
| 日期 | date | DATE | date | date |
| 时间戳 | timestamp | TIMESTAMP | timestamp | timestamp |
| 二进制数据 | binary | BINARY | bytea | binary |
| 正则表达式 | regex | NA | NA | NA |
| 对象 | object | NA | NA | struct<field:type,…> |
| 数组 | array | NA | TYPE[] | array<type> |
| 空值 | null | NA | text | NA |
| 最小值 | max | NA | NA | NA |
| 最大值 | min | NA | NA | NA |
关于 MySQL 实例与 JSON 实例数据类型映射的更详细情况，可参考MySQL 实例数据类型映射。
关于 PostgreSQL 实例与 JSON 实例数据类型映射的更详细情况，可参考PostgreSQL 实例数据类型映射。
关于 SparkSQL 实例与 JSON 实例数据类型映射的更详细情况，可参考SparkSQL 实例数据类型映射。
其它参考
使用 Java 驱动构建 BSON 记录可参考 Java 驱动构建 BSON。
