预测 MongoDb 中字符串的索引键长度

Question

我有一份表格

{
    itemId: SomeInteger
    .... A bunch of other stuff
    IndexedArrayOfStrings: [string1, string2, etc]
}

IndexedArrayOfStrings 上有一个索引。我有一些字符串太长了，它们打破了索引中项目的最大大小 1024 字节。通常，我会通过将项目转换为 BSON 来测试它，并测试字符串的长度。但是，当我尝试将字符串转换为 BSON 时，出现以下错误：

byte[] payload = doc.IndexedArrayOfStrings[0].ToBson();

System.InvalidOperationException : A String value cannot be written to the root level of a BSON document.

我估计大小的最佳尝试是使用以下代码获取 bson：

byte[] payload = new {IndexedArrayOfStrings = doc.IndexedArrayOfStrings}.ToBson();

这给我的不仅仅是一个字符串。一个长度为 1012 的重复 "a" 的字符串有一个长度为 1051 的 bson，并且 payload 的长度会有所不同，具体取决于属性的名称。无论属性的名称如何，索引失败时字符串的最大长度都是相同的。在这个简单的字符串中，可以索引的最大字符串是 1012，但是 UTF-16 字符串的二进制长度与其人类可读长度并不精确成正比。

有没有更好的方法在将索引值发送到 Mongo 之前预测其长度？

Answer 1

BSON 文档以长度字段为前缀以帮助扫描。因此，由于长度前缀和显式数组索引，BSON 将使用比 JSON 更多的 space。

例如：
诸如 {"hello":"world"} 之类的文档将存储为：

贝森：
\x16\x00\x00\x00------------------------>//文档总大小
\x02---------------------------------------->// 0x02 = 字符串类型
hello\x00------------------------------------>//字段名
\x06\x00\x00\x00world\x00---------->//字段值（值的大小、值、空终止符）
\x00---------------------------------------->// 0x00 = 类型 EOO ('end of object')

规格URL BSONSPEC

预测 MongoDb 中字符串的索引键长度

Predicting index key length for a string in MongoDb

c#

mongodb

bson

mongodb-.net-driver