我有很多目標與語言代碼的一個關鍵領域。由於Java和Mongodb本身都使用UTF-8，並且由於語言代碼是ASCII，因此它們應該每字符加1個字節加\ 0終止符。因此，語言代碼「en」在BSON對象和索引中只應佔用3個字節。我可以通過將ASCII字符串轉換爲字節來節省我的Mongodb索引中的空間嗎？
這是正確的嗎？我想知道我是否通過轉換我的領域爲一個字節數組像保存任何：保存它們與Java驅動程序MongoDB的前
byte[] lcBytes = langCode.getBytes("ISO-8859-1");
？
根據該bson spec，它不會使一個區別：
string ::= int32 (byte*) "\x00"
binary ::= int32 subtype (byte*)
換句話說，該字符串是零結尾（因此浪費一個字節），而二進制需要一個字節的子類型領域。
當然，一個完美的匹配字符集可能是在字節數組更有效率本身可以更小（例如不要求您需要經常一個字符三個字節，但只有一個）。話又說回來，我幾乎認爲這是值得的麻煩，因爲它使得它無法使用正則表達式，地圖/減少，JS功能等也許非常arcance字符集，但8859是不是太特殊。
作爲旁註，請記住，index size is limited to about 1k，所以你不能在索引中扔很長的字符串（並且這不是一個好的主意在性能方面）。
如果你只需要通過平等查詢，也許你可以選擇一個哈希呢？如果你需要存儲非常大的字符串（非索引），壓縮算法可能是一個好主意。