MongoDB 中'_id'如何判断其 unique?

[jyb002]

刚接触 MongoDB ，看官方文档也没有介绍 id 作为 primary key 是怎么判断他在数据库里 unique 或是已经存在了。可能有介绍，没看到诶 Orz 。是 hash 吗？
所以想问下，当数据库规模大的时候，判重方式会不会影响到存入文档的效率？
如果影响，用什么算法来替代他默认的判重方式呢可以加快呢？

[hjxx]

ObjectId 和时间有关 不会重复

4 字节： UNIX 时间戳
3 字节：表示运行 MongoDB 的机器
2 字节：表示生成此_id 的进程
3 字节：由一个随机数开始的计数器生成的值

[adrianzhang]

在一个集合中是 unique.
用'_id'来读取，读取后 str ()转为字符串型

[adrianzhang]

哦哦。看一楼的

[jyb002]

@hjxx
@adrianzhang
哦哦。是我没有说清楚。
如果我是自定义的'id'呢？
比方：每个 document 是一篇文章，我把每篇里面的‘ title'的值 md5 以后设置成’_id'

[khowarizmi]

可以尝试 Bloom Filter ，不过要注意其缺点。

[mengzhuo]

@khowarizmi 有 cuckoo filter 啦~

[minvacai]

这个呢？ unique index
http://docs.mongodb.org/master/tutorial/create-a-unique-index/

[EPr2hh6LADQWqRVH]

不会有区别，树结构而已。
hash 算法会有碰撞，只是触发概率极小

[Had]

第七楼说的对，建 unique 索引。

[minvacai]

unique 索引有一个问题，如果分片的话，就不能有 unique 索引，除非正好是 shard id

[marvinwilliam]

mongodb 可以重新建立索引，每次你添加新的数据之后，之前的索引就不准确了，需要调用 mongodb 的方法来重建索引，来加快查询速度，但是这个重建索引是非常耗时的（相比较关系数据库的查询时间相比），如果你要判重的话，可以在索引准确的情况下判断是否存在。

[jyb002]

@avastms
@marvinwilliam
那结论就是说， MongoDB 本身就能保证‘_id'在 dataset 中的唯一性，并且效率较高，可以这么说吗？

[marvinwilliam]

@jyb002 恩，不过还是建议在添加很多数据之后重建索引，以提高搜索效率，如果你数据不多就没有这个必要了