操作 MongoDB 一定会遇到的 _id ObjectId 问题

在 MongoDB🔗 任何文件都会有个 _id 字段作为 primary key🔗，如果未指派 Mongo 会自动产生。而工作上就遇过几个与其相关的问题：

• 使用 _id 查询会暴露敏感信息吗？
• 能否自定义 id？
• _id 的数据类型是 ObjectId🔗而不是字符串或数字，为什么要特别设计这个东西？

根据 ObjectId🔗 官方文档描述，ObjectId 数值是 12 bytes 的数据，组成如下：

• 一个 4 bytes 的时间戳，表示 ObjectId 的创建时间，以自 Unix 纪元以来的秒数计算。
• 一个 5 bytes 的随机值，每个客户端进程产生一次。该随机值对于机器和进程都是唯一的。如果进程重启或进程的主节点发生变化，则该值会被重新生成。
• 一个 3 bytes 的递增计数器，每个客户端进程初始值为一个随机值。当进程重新启动时，计数器会重置。

ObjectId 的目的为：

• 保证唯一性：确保不同服务或机器上唯一
• 包含时间戳：记录文档创建时间
• 效率：为分布式系统设计，生成时无需考虑其他服务

回到一开始的问题：

• 是否包含敏感信息：ObjectId 的确包含数据的创建时间，在某些商业情境下可能涉及隐私，且能抽样推估大致数据量。
• 是否可以自定义 _id：可以，但通常让 _id 负责技术上的唯一性，而语义上额外创建字段。

{
  _id: ObjectId("..."),
  userId: "u_123456"
}

• ObjectId 有什么优势？：
  • 全局唯一且可由客户端自动生成，不需向数据库请求序号，适合分布式环境。
  • MongoDB 强制作为文档的 primary key，并自动建立 unique index。
  • 体积小且可排序（包含时间信息），对 index 与存储空间更友好。