pymongo 保存嵌入对象ID，InvalidDocumentError

Question

使用pymongo这个库来连接Python和MongoDB时，为什么用ObjectId实例作为嵌入文档的键会引发InvalidDocument错误呢？

我想用ObjectId来连接文档，但不明白为什么要把它们转换成字符串，因为驱动程序自动生成的就是ObjectId实例。

item = collection.find({'x':'foo'})
item['otherstuff'] = {pymongo.objectid.ObjectId() : 'data about this link'}
collection.update({'x':'foo'}, item)
bson.errors.InvalidDocument: documents must have only string keys, key was ObjectId('4f0b5d4e764df61c67000000')

实际上，这些链接的ID代表的是包含问题的文档，而这里字典中以'otherstuff'为键的值则代表这个特定文档对那个问题的回答。

有没有什么原因导致像这样使用ObjectId不能编码成bson，然后就失败了？难道在文档中嵌套ObjectId以进行交叉引用是不可能的吗？我是不是误解了它们的用途？

Answer 1

BSON规范规定，键必须是字符串，所以PyMongo拒绝这种情况是正确的（无论ObjectId作为键出现在什么层级，顶层还是嵌套文档中，都是如此）。这样做的原因之一是为了确保查询语言不会产生歧义。想象一下，如果你有这样一个文档（并且它是一个有效的BSON文档）：

{ _id: ...,
  "4f0cbe6d7f40d36b24a5c4d7":           true,
  ObjectId("4f0cbe6d7f40d36b24a5c4d7"): false
}

然后你尝试用以下方式查询：

db.foo.find({"4f0cbe6d7f40d36b24a5c4d7": false})

这样应该返回这个文档吗？这个字符串应该自动转换成ObjectId吗？Mongo是怎么知道什么时候可以自动转换的，以及在像这个文档这样的情况下如何避免混淆的呢？

一个可能的解决方案是使用一个嵌套文档的数组，比如：

{ answers: [
    { answer_id: ObjectId("..."), summary: "Good answer to this question" },
    { answer_id: ObjectId("..."), summary: "Bad answer to this question" }
  ]
}

这也是有效的BSON，并且在索引方面会更高效。如果你在answers上添加索引，就可以高效地搜索这些子文档的精确匹配；如果你在answers.answer_id上添加索引，那么你就可以根据你想要的答案的ObjectId高效搜索（等等）。