MongoDB可以在基本多语言平面之外的代码点存储和操作UTF-8字符串吗？

Question

在MongoDB 2.0.6中，当试图存储包含字符串字段的文档或查询文档时，字符串的值包含BMP之外的字符，我会收到大量错误，例如：“不正确的UTF-16：55357 “，或”缓冲太小“

允许在Mongo中存储和查询多语言字符串的设置，更改或建议是什么，特别是那些包含这些字符超过0xFFFF的字符串？

感谢。

Answer 1

这里有几个问题：

1）请注意，MongoDB使用BSON格式存储所有文档。另请注意，BSON规范引用的是UTF-8字符串编码，而不是UTF-16编码。

参考：http://bsonspec.org/#/specification

2）所有驱动程序（包括mongo shell中的JavaScript驱动程序）都应该正确处理编码为UTF-8的字符串。 （如果他们没有那么这就是一个错误！）许多驱动程序恰好也正确地处理了UTF-16，尽管据我所知，UTF-16没有得到官方的支持。

3）当我使用Python驱动程序测试时，MongoDB可以成功加载并返回包含断开的UTF-16代码对的字符串值。但是，我无法使用mongo shell加载损坏的代码对，也无法将包含损坏代码对的字符串存储到shell中的JavaScript变量中。

4）mapReduce（）使用正确的UTF-16代码对在字符串数据上正确运行，但在尝试对包含损坏代码对的字符串数据运行mapReduce（）时会产生错误。

当MongoDB尝试将BSON转换为JavaScript变量以供JavaScript引擎使用时，mapReduce（）似乎失败了。

5）我已经为此问题提交了Jira问题SERVER-6747。随意关注并投票。