MongoDB 文档存储

安装

下载: Download MongoDB Community Server | MongoDB

说明: 现在基本都安装的是4.4以后的版本。安装完成后使用 mongod 来查看是否安装成功

会输出一堆内容

而如果想要操作数据库,则需要安装一个工具,mongosh-2.2.12-x64.msi

地址: Try MongoDB Tools - Download Free Here | MongoDB

如果 这个shell 不安装,目前输入 mongo 会提示不是内部或外部命令

我这里没有安装,因为我使用的是 pymongo 来操作数据库暂时搁置

我这里使用的是图形化界面

打开后直接点击连接即可

下载地址: Try MongoDB Tools - Download Free Here | MongoDB

安装到和 MongoDB 同一个目录即可

安装 pymongo

pip install pymongo

连接 MongoDB

连接 MongoDB 时,需要使用PyMongo 库里的MongoClient 方法, 一般而言, 传入 MongoDB 的IP及端口号即可。 MongoClient 方法的第一个参数为地址 host , 第二个参数为端口 port (如果不传入此参数,默认为 27017)

import pymongo

client = pymongo.MongoClient(host='localhost', port= 27017)

这样就可以创建 MongoDB 的连接对象了

另外还可以直接给 MongoClient 的第一个参数 host 传入 MongoDB 的连接字符串, 它以 mongodb 开头

client = MongoClient('mongodb://loaclhost:270717/')

这可以达到同样的效果

指定数据库

在 MongoDB 中,可以建立多个数据库, 所以我们需要指定操作哪个数据库。这里我们以指定 test数据库为例

db = client.test

也可以

db = client['test']

效果等价

指定合集

MongoDB 的每个数据库又都包含许多集合(collection) , 这些集合类似于关系型数据库中的表。

这里指定一个集合,名称为 students

collection = db.students

或者

collection = db['students']

插入数据

在students 中插入一条数据数据

这里有的老版会看到使用的是 insert 这个方法已经弃用了

result = collection.insert_one(student)

print(result)

复制代码
InsertOneResult(ObjectId('669f7a2f7892de6a90c80867'), acknowledged=True)

插入多条数据

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)

复制代码
InsertManyResult([ObjectId('669f7a967892de6a90c80868'), ObjectId('669f7a967892de6a90c80869')], acknowledged=True)

对于单个数据可以使用 inserted_id 来获取单个 ID 如果是多个则需要使用 inserted_ids 来获取

print(result.inserted_ids)

复制代码
[ObjectId('669f7a967892de6a90c80868'), ObjectId('669f7a967892de6a90c80869')]

查询

我们可以利用 find_one 和 find 来查询数据,前者是查询单个结果,后者则会返回一个生成器对象

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

print(type(result))

print(result)

复制代码
<class 'dict'>
{'_id': ObjectId('669f7a967892de6a90c80869'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

可以发现是字典类型,它多了 _id 属性, 这就是 MongoDB 在插入过程中自动添加的

此外我们也可以根据 ObjectId 来查询数据, 此时需要使用 bson 库里的 objectid

from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('669f7a967892de6a90c80869')})

print(result)

复制代码
{'_id': ObjectId('669f7a967892de6a90c80869'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

其结果依然是字典类型, 里面的 669f7a967892de6a90c80869 是前面复制的

如果查询结果不存在,则会返回 None

如果要查询多条数据,可以用 find 方法

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

print(results)

for result in results:

print(result)

复制代码
<pymongo.cursor.Cursor object at 0x000001DEE1293050>
{'_id': ObjectId('669f79bd7892de6a90c80865'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('669f7a2f7892de6a90c80867'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{'_id': ObjectId('669f7a967892de6a90c80868'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}

返回结果是 Cursor 类型,相当于一个生成器, 通过遍历能过获取所有结果,其每个结果都是字典类型

如果要查询 age 大于20 的数据

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

这里查询的键值已经不是单纯的数字了,而是一个字典, 其键名为比较符号 $gt 意思是大于

键值为 20

这里列出一些符号

|------|-------|--------------------------------|
| 符号 | 含义 | 实例 |
| lt | 小于 | {'age' : {'lt': 20}} |
| gt | 大于 | {'age' : {'gt': 20}} |
| lte | 小于等于 | {'age' : {'lte': 20}} |
| gte | 大于等于 | {'age' : {'gte': 20}} |
| ne | 不等于 | {'age' : {'ne': 20}} |
| in | 在范围内 | {'age' : {'in': [20, 23]}} |
| nin | 不在范围内 | {'age' : {'nin': [20, 23]}} |

另外还可以执行正则匹配查询

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

这里使用 $regex 来指定正则匹配, ^M.* 代表 以 M 开头的正则表达式

下面是一些功能符号

|---------|---------|----------------------------------------------------|-----------------------|
| 符号 | 含义 | 实例 | 实例含义 |
| regex | 匹配正则表达式 | {'name': {'regex': '^M.*'}} | name 以M为开头 |
| exists | 属性是否存在 | {'name': {'exists': True}} | 存在name 属性 |
| ype | 类型判断 | {'age': {'type': 'int' }} | age 的 类型为 int |
| mod | 数字模操作 | {'age': {'mod':[5, 0] }} | age 模 5 余 0 |
| text | 文本查询 | {'text': {'$search': 'Mike' }} | text类型的属性中包含 Mike 字符串 |
| where | 高级条件查询 | {'where' : 'obj.fans_count == obj.follows_count'} | 自身粉丝数等于关注数 |

计数

要统计查询结果包含多少条数据

以前版本的 count 方法已经弃用

count = collection.estimated_document_count()

print(count)

如果要带条件查询

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

print(count)

排序

排序时 调用 sort 方法

results = collection.find().sort('name', pymongo.ASCENDING)

print([result['name'] for result in results])

复制代码
['Jordan', 'Jordan', 'Jordan', 'Mike']

偏移

某些情况下,我们可能只需要其中的某几个元素,这个时候可以用 skip 方法设置偏移几个位置

results = collection.find().sort('name', pymongo.ASCENDING).skip(2)

print([result['name'] for result in results])

复制代码
['Jordan', 'Mike']

另外还可以使用 limit 方法指定获取的元素个数

results = collection.find().sort('name', pymongo.ASCENDING).limit(2)

print([result['name'] for result in results])

复制代码
['Jordan', 'Jordan']

如果不使用 limit 方法加以限制,原本会返回 4 个结果, 而加了限制之后会返回 2 两个结果

值得注意的时, 在数据库中数据量非常庞大的时候, 最好不要使用大偏移量来查询数据,因为这样可能会导致内存溢出。可以使用如下方法

from bson.objectid import ObjectId

collection.find({'_id' :{'$ge': {ObjectId('669f79bd7892de6a90c80865')}}})

这里需要记录之前的 ID

更新

对于数据更新可以使用 update_one 修改一条数据,update_many 修改多条数据

condition = {'name': 'Kevin'}

student = collection.find_one(condition)

newstudent = {"$set" : {"age": 25}}

result = collection.update_one(condition, newstudent)

print(result)

复制代码
UpdateResult({'n': 1, 'nModified': 1, 'ok': 1.0, 'updatedExisting': True}, acknowledged=True)

这里我们更新的是 name 值为 Mike的学生数据的 age , 首先指定查询条件, 然后将数据查询出来,修改其 age 后调用 update_one 方法将原本条件和修改后的数据传入

返回结果是字典形式, ok 代表执行成功, nModified 代表影响的数据条数

修改多条数据

condition = {'age': {'$gt': 20}}

result = collection.update_many(condition, {'$inc': {'age': 1}})

print(result)

print(result.matched_count, result.modified_count)

复制代码
UpdateResult({'n': 2, 'nModified': 2, 'ok': 1.0, 'updatedExisting': True}, acknowledged=True)
2 2

删除

删除 使用 delete_one() 删除一条, delete_many() 删除多条

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

print(result)

复制代码
DeleteResult({'n': 1, 'ok': 1.0}, acknowledged=True)

delete_many() 删除多条

result = collection.delete_many({'age': {'$lt': 25}})

print(result.deleted_count)

复制代码
2
相关推荐
weixin_449310847 分钟前
高效集成:聚水潭采购数据同步到MySQL
android·数据库·mysql
Cachel wood1 小时前
Github配置ssh key原理及操作步骤
运维·开发语言·数据库·windows·postgresql·ssh·github
standxy1 小时前
如何将钉钉新收款单数据高效集成到MySQL
数据库·mysql·钉钉
Narutolxy2 小时前
MySQL 权限困境:从权限丢失到权限重生的完整解决方案20241108
数据库·mysql
Venchill2 小时前
安装和卸载Mysql(压缩版)
数据库·mysql
Humbunklung2 小时前
一种EF(EntityFramework) MySQL修改表名去掉dbo前缀的方法
数据库·mysql·c#
PGCCC3 小时前
【PGCCC】postgresql 缓存池并发设计
数据库·缓存·postgresql
小爬虫程序猿3 小时前
如何利用Python解析API返回的数据结构?
数据结构·数据库·python
wowocpp4 小时前
查看 磁盘文件系统格式 linux ubuntu blkid ext4
linux·数据库·ubuntu
Ai 编码助手10 小时前
MySQL中distinct与group by之间的性能进行比较
数据库·mysql