Python如何使用MongoDB数据库？读够了！

MongoDB是一个用C++编写的非关系型数据库。它是一个基于分布式文件存储的开源数据库系统。其内容的存储格式与JSON对象类似。它的字段值可以包含其他文档、表格、文档表，非常灵活。本节将介绍 MongoDB 的 Python 3 保存函数。

1。准备工作

开始之前，请确保已经安装了 MongoDB 并启动了其服务，并且安装了 Python PyMongo 库。

2。连接儒家

连接儒家时，我们需要使用PyMongo库中的MongoClient。一般来说，跳过MongoDB的IP地址和端口即可。第一个参数是地址host，第二个参数是端口port（如果不传递参数，默认值为❙1 2701）。这样，就可以创建一个儒家连接对象。

另外参数后缀MongoClienthost也可以直接转入孔夫子。 mongodb来自，例如：

client = MongoClient('mongodb://localhost:27017/')

这样也可以达到同样的连接效果。

3。配置数据库

MongoDB可以创建多个数据库。接下来，我们需要确定使用哪个数据库。这里我们以测试数据库为例。下一步是确定程序中要使用的数据库：

db = client.test

从这里将的test的测试数据库返回给客户。当然，我们也可以这样定义：

db = client['test']

这两种方法是等价的。

4。定义集合

每个MongoDB数据库都包含很多类似于关系数据库中的表的集合（collection）。

要使用的集合在下一步中定义。在这里，将集合名称设置为students。与定义数据库一样，定义集合有两种方法：

collection = db.students

collection = db['students']

这是定义 Collection 对象的方法。

5。添加信息

接下来您可以添加信息。为学生集合创建新的学生记录。此信息以字典格式呈现：

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

此处显示学生的学号、姓名、年龄和性别。接下来直接调用lCollection

result = collection.insert(student)
print(result)

5932a68615c2606814c91f3d

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}

result = collection.insert([student1, student2])
print(result)

[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

result = collection.insert_one(student)
print(result)
print(result.inserted_id)

<pymongo.results.InsertOneResult object at 0x10d68b558>
5932ab0f15c2606f0c1cf6c5

student1 = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

student2 = {
    'id': '20170202',
    'name': 'Mike',
    'age': 21,
    'gender': 'male'
}

result = collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)

<pymongo.results.InsertManyResult object at 0x101dea558>
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]

result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)

<class 'dict'>
{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)

{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}

询问多条信息时，我们可以使用find()方法。例如，这里是 20 年前的数据。示例如下：

results = collection.find({'age': 20})
print(results)
for result in results:
    print(result)

运行结果如下：

<pymongo.cursor.Cursor object at 0x1032d5128>
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278c815c2602678bb2b8d'), 'id': '20170102', 'name': 'Kevin', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('593278d815c260269d7645a8'), 'id': '20170103', 'name': 'Harden', 'age': 20, 'gender': 'male'}

返回结果为与发电机类型对应的指针。 。我们必须通过才能得到所有结果。 ，其中每个结果都是字典类型。

如果要查询20年以上的信息，写法如下：

results = collection.find({'age': {'$gt': 20}})

这里查询的条件键值不再是简单的数字，而是一个字典，其键名为比较符号 $gt，表示大于，键值为20。

比较符号总结如下表。

此外，您还可以执行标准搜索查询。例如要查询姓名以M开头的学生数据，示例如下：

results = collection.find({'name': {'$regex': '^M.*'}})

这里使用$regex来判断正则匹配，.*正则以 M 开头的表达式。

以下是下表中分类的一些功能符号。† M.*'} }

这些操作的更详细用法可以参见MongoDB官方文档：
https://docs.mongodb.com/manual/参考/运算符/查询/。

7。统计

通过调用count()方法可以统计查询结果中有多少条数据。例如统计所有数据元素的个数：

count = collection.find().count()
print(count)

或统计满足某个条件的数据：

count = collection.find({'age': 20}).count()
print(count)

运算的结果是一个数值，即满足条件的数据元素的个数。

8。排序

排序时，直接调用sort()方法，并传入排序字段以及升序和降序标志。示例如下：

results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])

驱动结果如下：

['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

这里我们按升序调用pymongo.ASCENDING。如果想按降序排序，可以留下pymongo.DESCENDING。

9。偏移量

在某些情况下，我们可能只想获取某些元素。这种情况下，我们可以使用 skip() 方法来移动多个位置，比如偏移 2 ，只需忽略前两个元素，得到第三个及后续元素：

results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])

运算结果如下：

['Kevin', 'Mark', 'Mike']

另外，还可以使用limit()方法来确定要取的结果数量，示例如下：

results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])

运行结果如下: 如果不使用​​limit()方法，最初会返回三个结果。添加限制后，捕获并返回两个结果。

值得注意的是，当数据库数量非常大时，比如几千万、几十亿，最好不要使用大偏移量来查询数据，因为这样很可能会导致内存溢出。此时，您可以使用查询对应的功能：

from bson.objectid import ObjectId
collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})

此时，您需要保存最后查询的_id。

10。更新

在更新数据时，我们可以使用update()方法来定义更新条件和要更新的数据。例如：

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)

这里我们要将年龄姓名更新为Kevin年龄和查询：先调用，然后设置 update() 方法传递原始条件和修改信息。

运行结果如下：

result = collection.update(condition, {'$set': student})

<pymongo.results.UpdateResult object at 0x10d17b678>
1 0

condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

<pymongo.results.UpdateResult object at 0x10b8874c8>
1 1

condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

<pymongo.results.UpdateResult object at 0x10c6384c8>
3 3

result = collection.remove({'name': 'Kevin'})
print(result)

{'ok': 1, 'n': 1}

result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)

<pymongo.results.DeleteResult object at 0x10e6ba4c8>
1
4