【Python】PyMongo：MongoDB操作

MongoDB 是一种NoSQL（非关系型）数据库，它以**文档（document）**的形式存储数据，而不是传统的表格形式。MongoDB 是开源的、高效的，尤其适用于需要处理大量数据和快速变化的数据场景。它的设计目标是提供灵活性、可扩展性和高性能。

使用 Docker 部署

拉取 MongoDB Docker 镜像

首先，您需要从 Docker Hub 上拉取 MongoDB 官方镜像。

bash 复制代码

docker pull mongo

这将下载最新版本的 MongoDB 镜像。如果您需要特定版本，可以在命令后指定版本号，例如 mongo:4.4。

运行 MongoDB 容器

使用以下命令启动 MongoDB 容器：

bash 复制代码

docker run -d --name mongodb -p 27017:27017 -v ~/data/mongo:/data/db mongo

-d：以后台模式运行容器。
--name mongodb：指定容器名称为 mongodb，你可以根据需要更改名称。
-p 27017:27017：将主机的 27017 端口映射到容器中的 27017 端口（MongoDB 的默认端口）。
-v ~/data/mongo:/data/db：将本地目录 ~/data/mongo 挂载到容器的 /data/db，用于持久化 MongoDB 数据。如果不指定，MongoDB 容器中的数据不会持久化。

验证 MongoDB 是否启动

执行以下命令查看 MongoDB 容器的运行状态：

bash 复制代码

docker ps

您应该能看到 mongodb 容器在运行，并且其 27017 端口已暴露到主机。

连接到 MongoDB

现在，MongoDB 已经运行，您可以使用 MongoDB 客户端工具（如 mongo shell、MongoDB Compass）连接到数据库。

使用 Mongo Shell 连接（确保你有安装 mongo 客户端）：
bash 复制代码
```
mongo --host 127.0.0.1 --port 27017
```

或者通过 Python（pymongo）连接：

python 复制代码

from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017/')

配置用户名和密码（可选）

如果您需要启用认证来保护 MongoDB，可以在启动容器时添加环境变量设置用户名和密码。

bash 复制代码

docker run -d --name mongodb \
  -p 27017:27017 \
  -v ~/data/mongo:/data/db \
  -e MONGO_INITDB_ROOT_USERNAME=admin \
  -e MONGO_INITDB_ROOT_PASSWORD=admin123 \
  mongo

在这种情况下，您需要使用设置的用户名和密码连接到 MongoDB：

bash 复制代码

mongo --username admin --password admin123 --authenticationDatabase admin

检查日志

如果你遇到问题或想要查看 MongoDB 容器的日志，可以使用以下命令：

bash 复制代码

docker logs mongodb

停止和删除 MongoDB 容器

停止容器：
bash 复制代码
```
docker stop mongodb
```
删除容器：
bash 复制代码
```
docker rm mongodb
```

连接 MongoDB 数据库

在开始任何数据库操作之前，您需要先建立与 MongoDB 的连接。MongoClient 是 PyMongo 中的主要接口，用于与 MongoDB 实例通信。

python 复制代码

from pymongo import MongoClient

# 连接到 MongoDB（默认 localhost:27017）
client = MongoClient('mongodb://localhost:27017/')

# 选择数据库
db = client['my_database']

内存中模拟部署

mongomock 是一个模拟 MongoDB 的 Python 库，允许您在内存中创建 MongoDB 的操作环境，而无需真正的 MongoDB 服务器。mongomock 模拟了 MongoDB 的大部分操作，适用于测试和开发环境。

安装 `mongomock`

首先，安装 mongomock 库：

bash 复制代码

pip install mongomock

连接内存中的 MongoDB

要在内存中连接 mongomock，您只需使用 mongomock.MongoClient() 来替代实际的 MongoDB 连接。这样所有数据都将保存在内存中，而无需连接到物理的 MongoDB 服务器。

python 复制代码

import mongomock
from pymongo import MongoClient

# 使用 mongomock 代替 MongoDB 连接
client = mongomock.MongoClient()

数据库操作

MongoDB 中的数据库操作是管理和组织数据的基础。在 PyMongo 中，我们可以轻松进行数据库的创建、选择、列出和删除等操作。

列出所有数据库

要查看 MongoDB 实例中的所有数据库，可以使用 list_database_names() 方法。这会返回一个包含数据库名称的列表。

python 复制代码

from pymongo import MongoClient

# 连接到 MongoDB
client = MongoClient('mongodb://localhost:27017/')

# 列出所有数据库
databases = client.list_database_names()
print(databases)

输出示例 :
python 复制代码
```
['admin', 'local', 'my_database']
```

创建或选择数据库

MongoDB 是无模式的（schema-less），这意味着您不需要明确地创建数据库，只要您向该数据库中插入文档，它就会自动创建。要选择数据库，您只需通过 client['database_name'] 访问它。

python 复制代码

# 选择数据库（如果不存在，在插入文档时将自动创建）
db = client['my_database']

# 检查当前数据库名称
print(db.name)  # 输出: my_database

此时，my_database 数据库实际上还没有创建，直到您向其中插入数据为止。

删除数据库

如果您需要删除某个数据库，可以使用 drop_database() 方法。它会从 MongoDB 实例中删除整个数据库及其包含的所有数据。

python 复制代码

# 删除名为 'my_database' 的数据库
client.drop_database('my_database')

注意: 该操作是不可逆的，执行后所有数据将被删除。

集合操作

集合（collection）是 MongoDB 中用于存储文档的类似表的结构。在 PyMongo 中，您可以轻松操作集合，进行创建、列出和删除等操作。

列出所有集合

要查看当前数据库中的所有集合，可以使用 list_collection_names() 方法。这将返回该数据库中所有集合的名称。

python 复制代码

# 选择数据库
db = client['my_database']

# 列出所有集合
collections = db.list_collection_names()
print(collections)

输出示例 :
python 复制代码
```
['users', 'orders', 'products']
```

创建或选择集合

与数据库一样，MongoDB 也不会在创建集合时进行强制检查。您只需使用 db['collection_name'] 来引用集合，MongoDB 会在插入文档时自动创建它。

python 复制代码

# 选择集合（如果不存在，将在插入数据时自动创建）
collection = db['users']

# 检查当前集合名称
print(collection.name)  # 输出: users

如果集合不存在，在第一次插入文档时将会自动创建。

删除集合

您可以使用 drop() 方法来删除集合。这将删除集合以及其中的所有数据。

python 复制代码

# 删除集合 'users'
db.drop_collection('users')

注意: 该操作是不可逆的，删除集合后，其包含的所有文档都将被永久删除。

文档操作

MongoDB 中的文档是数据的基本单元，每个文档都是一个 BSON 格式的键值对集合。在 PyMongo 中，您可以进行各种文档操作，包括插入、删除、更新和查询。以下是这些操作的详细说明和示例。

插入文档

文档的插入操作可以通过 insert_one() 或 insert_many() 方法来完成。

插入单个文档 ：

使用 insert_one() 方法向集合中插入单个文档。

python 复制代码

from pymongo import MongoClient

# 连接到 MongoDB
client = MongoClient('mongodb://localhost:27017/')
db = client['my_database']
collection = db['my_collection']

# 插入单个文档
document = {"name": "Alice", "age": 25, "city": "New York"}
result = collection.insert_one(document)

# 获取插入的文档的 ID
print("Inserted document ID:", result.inserted_id)

插入多个文档 ：

使用 insert_many() 方法向集合中插入多个文档。

python 复制代码

documents = [
    {"name": "Bob", "age": 30, "city": "Los Angeles"},
    {"name": "Charlie", "age": 35, "city": "Chicago"}
]
result = collection.insert_many(documents)

# 获取插入的文档的 ID 列表
print("Inserted document IDs:", result.inserted_ids)

删除文档

删除文档可以通过 delete_one() 和 delete_many() 方法进行。

删除单个文档 ：

使用 delete_one() 方法删除集合中符合条件的第一个文档。

python 复制代码

result = collection.delete_one({"name": "Alice"})

# 输出删除操作的结果
print("Number of documents deleted:", result.deleted_count)

删除多个文档 ：

使用 delete_many() 方法删除集合中所有符合条件的文档。

python 复制代码

result = collection.delete_many({"age": {"$lt": 30}})  # 删除年龄小于 30 的文档

# 输出删除操作的结果
print("Number of documents deleted:", result.deleted_count)

更新文档

更新文档可以通过 update_one() 和 update_many() 方法进行。update() 方法也可以实现，但推荐使用 update_one() 和 update_many()。

更新单个文档 ：

使用 update_one() 方法更新集合中符合条件的第一个文档。

python 复制代码

result = collection.update_one(
    {"name": "Bob"},
    {"$set": {"age": 31}}
)

# 输出更新操作的结果
print("Number of documents matched:", result.matched_count)
print("Number of documents modified:", result.modified_count)

更新多个文档 ：

使用 update_many() 方法更新集合中所有符合条件的文档。

python 复制代码

result = collection.update_many(
    {"city": "Chicago"},
    {"$set": {"city": "Chi-Town"}}
)

# 输出更新操作的结果
print("Number of documents matched:", result.matched_count)
print("Number of documents modified:", result.modified_count)

使用更新操作符 ：

MongoDB 提供了多种更新操作符，例如 $inc、$set、$unset 等。

python 复制代码

# 增加年龄字段的值
collection.update_one({"name": "Charlie"}, {"$inc": {"age": 1}})

# 设置新的字段值
collection.update_one({"name": "Charlie"}, {"$set": {"status": "active"}})

# 删除字段
collection.update_one({"name": "Charlie"}, {"$unset": {"status": ""}})

查询文档

查询文档是 MongoDB 操作中最常见的任务之一。PyMongo 提供了强大的查询功能，通过 find_one() 和 find() 方法可以执行各种查询操作。

查找单个文档 ：

使用 find_one() 方法查找集合中符合条件的第一个文档。如果没有匹配的文档，则返回 None。
python 复制代码
```
document = collection.find_one({"name": "Alice"})
print(document)
```
查找多个文档 ：

使用 find() 方法查找集合中所有符合条件的文档。返回的是一个游标对象，可以通过迭代来访问结果。
python 复制代码
```
cursor = collection.find({"age": {"$gt": 25}})  # 查找年龄大于 25 的所有文档
for document in cursor:
    print(document)
```
指定返回字段 ：

使用投影来指定返回的字段。如果您只需要某些字段，可以在查询中指定。
python 复制代码
```
cursor = collection.find({"age": {"$gt": 25}}, {"name": 1, "city": 1, "_id": 0})
for document in cursor:
    print(document)
```

使用排序和限制结果 ：

使用 sort() 方法对查询结果进行排序，使用 limit() 方法限制结果数量。

python 复制代码

# 按年龄升序排序，限制结果为前 5 个
cursor = collection.find().sort("age", pymongo.ASCENDING).limit(5)
for document in cursor:
    print(document)

使用查询操作符 ：

MongoDB 支持丰富的查询操作符，例如 $eq、$ne、$gt、$lt、$in、$nin 等。

以下是 MongoDB 查询操作符的功能与使用的详细表格：

操作符	功能	示例用法
`$eq`	等于	`{ "age": { "$eq": 25 } }` 查找年龄等于 25 的文档。
`$ne`	不等于	`{ "age": { "$ne": 25 } }` 查找年龄不等于 25 的文档。
`$gt`	大于	`{ "age": { "$gt": 25 } }` 查找年龄大于 25 的文档。
`$gte`	大于或等于	`{ "age": { "$gte": 25 } }` 查找年龄大于或等于 25 的文档。
`$lt`	小于	`{ "age": { "$lt": 25 } }` 查找年龄小于 25 的文档。
`$lte`	小于或等于	`{ "age": { "$lte": 25 } }` 查找年龄小于或等于 25 的文档。
`$in`	在指定值的数组中	`{ "age": { "$in": [25, 30, 35] } }` 查找年龄在 25、30 或 35 中的文档。
`$nin`	不在指定值的数组中	`{ "age": { "$nin": [25, 30, 35] } }` 查找年龄不在 25、30 或 35 中的文档。
`$or`	满足任意一个条件	`{ "$or": [ { "age": { "$lt": 25 } }, { "city": "New York" } ] }` 查找年龄小于 25 或城市为 New York 的文档。
`$and`	满足所有条件	`{ "$and": [ { "age": { "$gt": 25 } }, { "city": "New York" } ] }` 查找年龄大于 25 且城市为 New York 的文档。
`$not`	取反	`{ "age": { "$not": { "$gt": 25 } } }` 查找年龄小于或等于 25 的文档。
`$exists`	字段是否存在	`{ "name": { "$exists": true } }` 查找包含 `name` 字段的文档。
`$type`	字段的数据类型	`{ "age": { "$type": "int" } }` 查找 `age` 字段数据类型为整数的文档。
`$regex`	字段值匹配正则表达式	`{ "name": { "$regex": "^A", "$options": "i" } }` 查找 `name` 字段以 "A" 开头的文档（不区分大小写）。
`$elemMatch`	匹配数组中至少一个元素	`{ "scores": { "$elemMatch": { "subject": "Math", "score": { "$gt": 80 } } } }` 查找 `scores` 数组中包含至少一个分数大于 80 且科目为 Math 的文档。
`$all`	数组包含所有指定的值	`{ "tags": { "$all": ["urgent", "finance"] } }` 查找 `tags` 数组中同时包含 "urgent" 和 "finance" 的文档。
`$size`	数组的长度	`{ "items": { "$size": 3 } }` 查找 `items` 数组长度为 3 的文档。

python 复制代码

# 查找年龄等于 30 的文档
cursor = collection.find({"age": {"$eq": 30}})
for document in cursor:
    print(document)

# 查找年龄在 20 到 30 之间的文档
cursor = collection.find({"age": {"$gt": 20, "$lt": 30}})
for document in cursor:
    print(document)

# 查找城市在指定列表中的文档
cursor = collection.find({"city": {"$in": ["New York", "Los Angeles"]}})
for document in cursor:
    print(document)

嵌套文档操作

插入嵌套文档

使用 insert_one() 方法可以将嵌套文档直接插入集合中。

python 复制代码

from pymongo import MongoClient

client = MongoClient('mongodb://localhost:27017/')
db = client['my_database']
collection = db['my_collection']

# 插入一个嵌套文档
document = {
    "name": "Alice",
    "address": {
        "city": "New York",
        "zipcode": "10001"
    }
}
collection.insert_one(document)

查询嵌套文档

MongoDB 支持通过点符号来查询嵌套文档中的字段。

查询嵌套字段时，可以直接通过字段路径进行精确查询。例如，查找 address.city 是 "New York" 的文档：

python 复制代码

query = {"address.city": "New York"}
cursor = collection.find(query)

for document in cursor:
    print(document)

如果文档中包含嵌套文档数组，可以通过点符号和条件组合来查询。例如，查找 addresses 数组中包含 city 为 "San Francisco" 的文档：

python 复制代码

query = {"addresses.city": "San Francisco"}
cursor = collection.find(query)

for document in cursor:
    print(document)

更新嵌套文档

通过点符号和 $set 可以更新嵌套文档中的字段。

更新 address.city 为 "Los Angeles" 的操作如下：

python 复制代码

collection.update_one(
    {"name": "Alice"},
    {"$set": {"address.city": "Los Angeles"}}
)

通过 $ 操作符可以更新数组中的嵌套字段。如下所示，更新 addresses 数组中 city 为 "San Francisco" 的 zipcode：

python 复制代码

collection.update_one(
    {"addresses.city": "San Francisco"},
    {"$set": {"addresses.$.zipcode": "94105"}}
)

删除嵌套文档

使用 $unset 可以删除嵌套文档中的字段。

删除 address.zipcode 字段的操作如下：

python 复制代码

collection.update_one(
    {"name": "Alice"},
    {"$unset": {"address.zipcode": ""}}
)

通过 $pull 操作符可以从数组中删除特定的嵌套文档。例如，删除 addresses 数组中 city 为 "San Francisco" 的文档：

python 复制代码

collection.update_one(
    {"name": "Bob"},
    {"$pull": {"addresses": {"city": "San Francisco"}}}
)

索引操作

索引在 MongoDB 中用于加快查询速度，PyMongo 提供了创建和管理索引的功能。

创建索引

可以为集合中的字段创建索引：

python 复制代码

collection.create_index([("name", 1)])  # 1 代表升序索引

列出索引

您可以列出集合中所有的索引：

python 复制代码

indexes = collection.list_indexes()
for index in indexes:
    print(index)

删除索引

删除指定的索引：

python 复制代码

collection.drop_index("name_1")  # "name_1" 是索引名称

聚合操作

MongoDB 提供了强大的聚合管道操作，用于处理数据的复杂查询和转换。PyMongo 支持 aggregate() 方法来执行聚合查询。

python 复制代码

pipeline = [
    {"$match": {"age": {"$gt": 25}}},  # 过滤条件
    {"$group": {"_id": "$city", "average_age": {"$avg": "$age"}}}  # 按照城市分组，计算平均年龄
]
result = collection.aggregate(pipeline)
for doc in result:
    print(doc)

事务支持

对于涉及多个操作的原子性需求，MongoDB 支持事务。在事务中，所有的操作要么成功执行，要么失败回滚。

python 复制代码

with client.start_session() as session:
    with session.start_transaction():
        collection.update_one({"name": "Bob"}, {"$set": {"age": 32}}, session=session)
        collection.update_one({"name": "Charlie"}, {"$set": {"age": 36}}, session=session)

GridFS 文件存储

MongoDB 支持存储大文件或二进制数据，PyMongo 提供了 GridFS 用于存储超过 16MB 的大文件。

上传文件到 GridFS

python 复制代码

from gridfs import GridFS

fs = GridFS(db)
file_id = fs.put(b"Some large binary data")

下载文件

python 复制代码

file_data = fs.get(file_id).read()

【Python】PyMongo：MongoDB操作

使用 Docker 部署

拉取 MongoDB Docker 镜像

运行 MongoDB 容器

验证 MongoDB 是否启动

连接到 MongoDB

配置用户名和密码（可选）

检查日志

停止和删除 MongoDB 容器

连接 MongoDB 数据库

内存中模拟部署

安装 mongomock

连接内存中的 MongoDB

数据库操作

列出所有数据库

创建或选择数据库

删除数据库

集合操作

列出所有集合

创建或选择集合

删除集合

文档操作

插入文档

删除文档

更新文档

查询文档

嵌套文档操作

插入嵌套文档

查询嵌套文档

更新嵌套文档

删除嵌套文档

索引操作

创建索引

列出索引

删除索引

聚合操作

事务支持

GridFS 文件存储

上传文件到 GridFS

下载文件

安装 `mongomock`