在 MongoDB 中保存位数组

Question

我正在公司构建布隆过滤器，需要将它们序列化并保存到 MongoDB。我当前使用的文档结构如下所示：

{
    '_id': unique ID,
    'm': number of bits in Bloom filter,
    'n': capacity of Bloom filter,
    'k': number of hashes,
    'bitarray': a string of the Bloom filter’s bitarray,
    'seeds': a list of seeds for the k hashes
}

如您所见，位数组当前表示为字符串，Bloom 过滤器位数组可以获得 huge 以获得更大的容量。我数据库中的单个文档现在大约 5 兆字节，这太糟糕了。

如果有帮助，我正在 Python 中编程并使用 PyMongo 作为适配器。

我当然认为这不是保存位数组的正确方法，而且我在 Internet 上的其他地方找不到帮助。请帮帮我。

Answer 1

我发现我可以使用 BSON 二进制数据类型来完成我的工作。为了序列化我的布隆过滤器对象，我这样做了：

from bson.binary import Binary

obj = BloomFilter()
serialized = obj.__dict__.copy()
serialized['bitarray'] = Binary(obj.bitarray.tobytes())

请注意，bitarray 是 Python bitarray 库，而不是 BitString。最终的字典 serialized 很容易插入 MongoDB.

希望这对正在寻找它的人有所帮助。干杯:)

在 MongoDB 中保存位数组

Saving bitarrays in MongoDB

python

database

bitarray

mongodb