如何在MongoDB聚合框架中将文档字段提取为BSON字节而非字典/对象/Map

MongoDB本身没有内置的$toBsonBytes聚合操作符，要实现将data字段转为原始BSON字节的需求，有以下几种可行思路：

1. 客户端侧序列化处理 #

先通过聚合管道提取出data字段，再在客户端将每个data文档序列化为BSON字节。这种方案兼容性好，对服务器压力小，是最常用的方式。

以Node.js为例，使用官方mongodb库自带的BSON工具：

const { MongoClient, BSON } = require('mongodb');

async function getBsonData() {
  const client = new MongoClient('mongodb://localhost:27017');
  await client.connect();
  const coll = client.db('test').collection('foo');

  // 聚合提取data字段
  const cursor = coll.aggregate([{ $project: { data: 1, _id: 0 } }]);
  const docs = await cursor.toArray();

  // 客户端将data序列化为BSON字节
  const result = docs.map(item => ({
    binary_byte_data: BSON.serialize(item.data, { 
      serializeFunctions: false, 
      ignoreUndefined: true 
    })
  }));

  console.log(result);
  await client.close();
}

getBsonData();

Python环境可以用pymongo的bson.BSON.encode方法实现类似逻辑。

2. 服务器端使用$function（MongoDB 4.4+） #

利用MongoDB 4.4及以上版本支持的$function操作符，在聚合管道内直接调用服务器端的BSON序列化方法。这种方案可以在数据库侧完成所有逻辑，无需客户端额外处理，但要注意服务器端JS的性能和权限限制。

示例代码：

db.foo.aggregate([
  {
    $addFields: {
      binary_byte_data: {
        $function: {
          body: function(data) {
            return BSON.serialize(data);
          },
          args: ["$data"],
          lang: "js"
        }
      }
    }
  }
])

注意：部分MongoDB部署可能禁用了服务器端JavaScript，需要确认配置是否允许。

3. 预写入时存储BSON字节 #

如果业务场景是读写比高（读取远多于写入），可以在文档写入数据库时，预先将data字段的BSON字节序列化好并存入集合。后续聚合查询时直接读取该字段即可，效率最高。

示例写入代码（Node.js）：

const { MongoClient, BSON } = require('mongodb');

async function insertDoc() {
  const client = new MongoClient('mongodb://localhost:27017');
  await client.connect();
  const coll = client.db('test').collection('foo');

  const data = { foo: "bar" };
  // 写入时同时存储原始data和其BSON字节
  await coll.insertOne({
    data: data,
    fld2: "baz",
    binary_byte_data: BSON.serialize(data)
  });

  await client.close();
}

insertDoc();

之后聚合查询直接引用binary_byte_data字段即可。

内容的提问来源于stack exchange，提问作者Buzz Moschetti