在 MongoDB 中保存位数组答案

【问题标题】：Saving bitarrays in MongoDB在 MongoDB 中保存位数组
【发布时间】：2015-11-17 03:47:00
【问题描述】：

我正在我的公司构建 Bloom 过滤器，需要将它们序列化并保存到 MongoDB 中。我目前使用的文档结构如下：

{
    '_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，而布隆过滤器位数组可以得到 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。

如果它有帮助，我正在用 Python 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。

【问题讨论】：

标签： python mongodb bitarray database

【解决方案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 很容易插入到 MongoDB 中。

希望这可以帮助任何寻找这个的人。干杯:)

【讨论】：