基础使用
-
前提：开发机器已安装mongo配置环境，已启动服务。
-
安装 ：
python3 -m pip install pymongo -
导入 ：
import pymongo -
与MongoClient建立连接 ：
client = MongoClient()pythonfrom pymongo import MongoClient # 创建连接的三种方式：（任选一种即可） ## 第一种：使用默认的主机 localhost 和端口号 27017 创建连接 client = MongoClient() ## 第二种：指定主机和端口创建连接 client_1 = MongoClient("localhost", 27017) ## 第三种：使用url格式创建连接 client_2 = MongoClient("mongodb://localhost:27017/") # 有账号密码时的连接 client3 = MongoClient(f"mongodb://{username}:{password}@localhost:27017/mydatabase?authSource=admin") ## 或者使用独立参数 client4 = MongoClient( host='localhost', port=27017, username='your_username', password='your_password@123', authSource='admin', # 认证数据库 ) ## 若密码包含特殊字符，则需要额外处理 from urllib.parse import quote_plus safe_password = quote_plus("p@ssw:rd/$") -
获取数据库 ：
db = client.test_databasepython# 获取数据库的两种方式： ## 第一种：通过 .数据库名 获取 db = client.test_database ## 第二种：如果数据库名含特殊字符，不能使用属性样式访问时，可通过 字典式 访问 db1 = client['test-database'] -
收集（数据库表） ：
collection = db.test_collectionpython# 获取数据库表的两种方式： ## 第一种：通过 .表名 获取 collection = db.test_collection ## 第二种：如果表名含特殊字符，不能使用属性样式访问时，可通过 字典式 访问 collection1 = db['test-collection'] -
文件 （表数据）：可以包含原生Python类型(如
datetime.datetime实例)，它们将自动转换为相应的BSON类型。（二进制json格式）python# 构造表数据 import datetime post = { "author": "Mike", "text": "My first blog post!", "tags": ["mongodb", "python", "pymongo"], "date": datetime.datetime.now(tz=datetime.timezone.utc), } -
插入文档 （将数据插入到数据库表中）：
collection.insert_one(post)
⚠️注意：由于延迟创建，此时（在向集合和数据库中插入第一个文档时）才会创建这些集合和数据库。python# 将文档插入到集合中（即将数据插入到数据库表） post_id = collection.insert_one(post).inserted_id print(post_id) # 插入数据对应的id # 查看集合（数据库表） db.list_collection_names() # ['collection'] -
获取单个文档 （获取表中某个数据）：
result = collection.find_one({'key':'value'})
⚠️注意：返回的文档包含 "_id" ，在插入时自动添加。（也可以按{'_id': ObjectId(post_id)}来查找）python# 默认获取第一个数据 collection.find_one() # 根据条件查找匹配的数据 collection.find_one({'key':'value'}) -
大容量插入 （批量插入多条数据）：
result = collection.insert_many(collection_data_list)pythonnew_posts = [ { "author": "Mike", "text": "Another post!", "tags": ["bulk", "insert"], "date": datetime.datetime(2009, 11, 12, 11, 14), }, { "author": "Eliot", "title": "MongoDB is fun", "text": "and pretty easy too!", "date": datetime.datetime(2009, 11, 10, 10, 45), }, ] result = collection.insert_many(new_posts) # 参数为列表 result.inserted_ids # 可以获取插入后的id列表 -
查询多个文档 ：
result = collection.find({'key':'value'})，result是在collection表内搜索key=value的结果列表。 -
计数 ：
- 获取所有数据条数：
collection.count_documents({}) - 获取特定条件的数据条数：
collection.count_documents({"author": "Mike"})
- 获取所有数据条数：
-
范围查询 ：
collection.find({"date": {"$lt": date_value}}).sort("author")，查询date_value日期之前的帖子，按作者对结果进行排序。pythond = datetime.datetime(2009, 11, 12, 12) result = collection.find({"date": {"$lt": d}}).sort("author") # result是一个字典列表 -
索引 ：添加索引有助于加速某些查询，还可以为查询和存储文档添加附加功能。
pythonresult = collection.create_index([("user_id", pymongo.ASCENDING)], unique=True) # 将user_id设置为唯一索引 indexs = sorted(list(collection.index_information())) # 获取collection表中已创建的索引列表
PyMongo 常用方法汇总
| 方法 | 使用场景 | 示例代码 | 关键特性 |
|---|---|---|---|
find() |
条件查询、数据检索 | db.users.find({"status": "active"}, {"name": 1, "email": 1}) |
支持投影、排序、分页链式操作 |
insert_one() |
插入单个文档 | result = db.products.insert_one({"name": "Mouse", "price": 29.99}) print(result.inserted_id) |
返回插入文档的_id |
insert_many() |
批量插入文档 | users = [{"name": "Alice"}, {"name": "Bob"}] result = db.users.insert_many(users, ordered=False) |
支持有序/无序插入，返回插入ID列表 |
update_one() |
更新单个文档 | db.users.update_one( {"_id": 123}, {"$set": {"status": "active"}} ) |
使用$set避免覆盖整个文档 |
update_many() |
批量更新文档 | result = db.orders.update_many( {"status": "pending"}, {"$inc": {"retries": 1}} ) |
返回匹配和修改的文档计数 |
delete_one() |
删除单个文档 | db.sessions.delete_one({"expire_at": {"$lt": datetime.now()}}) |
删除第一个匹配文档 |
delete_many() |
批量删除文档 | result = db.logs.delete_many({"created": {"$lt": datetime(2023,1,1)}}) print(result.deleted_count) |
返回删除的文档数量 |
count_documents() |
统计符合条件的文档数量 | active_users = db.users.count_documents( {"status": "active", "last_login": {"$gt": last_month}} ) |
替代已废弃的count()方法 |
distinct() |
获取字段的唯一值列表 | categories = db.products.distinct("category") |
比聚合$group更高效 |
aggregate() ⚠️ |
复杂数据分析、多阶段处理 | pipeline = [ {"$match": {"status": "active"}}, {"$group": {"_id": "$dept", "count": {"$sum": 1}}} ] results = db.users.aggregate(pipeline) |
支持 $match, $group, $lookup等聚合阶段，先 $match过滤比较高效 |
find_one() |
查找单个文档 | user = db.users.find_one({"email": "user@example.com"}) |
直接返回文档对象或None |
find_one_and_update() |
原子查找并更新文档 | task = db.tasks.find_one_and_update( {"status": "pending"}, {"$set": {"status": "processing"}}, return_document=ReturnDocument.AFTER ) |
保证操作的原子性 |
create_index() |
创建查询索引 | db.orders.create_index([("user_id", 1), ("create_time", -1)]) |
显著提升查询性能 |
bulk_write() |
高性能批量操作 | ops = [ UpdateOne({"id": 1}, {"$inc": {"views": 1}}), DeleteMany({"expired": True}) ] result = db.collection.bulk_write(ops, ordered=False) |
减少网络往返，提升吞吐量，ordered=False无序操作更快 |
drop() |
删除整个集合 | db.temp_data.drop() |
谨慎使用，不可逆操作 |
根据使用场景选择对应的方法：
aggregate中pipeline的核心聚合操作符速查表
| 操作符 | 类别 | 功能描述 | 语法示例 |
|---|---|---|---|
$match |
筛选阶段 | 过滤文档 (类似SQL的WHERE) | {"$match": {"status": "active"}} |
$project |
重塑阶段 | 选择/重命名字段 (类似SELECT) | {"$project": {"name": 1, "year": {"$year": "$date"}}} |
$group |
分组阶段 | 按字段分组并计算聚合值 | {"$group": {"_id": "$dept", "total": {"$sum": "$salary"}}} |
$sort |
排序阶段 | 结果排序 (1升序, -1降序) | {"$sort": {"age": -1, "name": 1}} |
$limit |
限制阶段 | 限制输出文档数量 | {"$limit": 10} |
$skip |
跳过阶段 | 跳过指定数量文档 | {"$skip": 5} |
$unwind |
数组处理 | 展开数组为多条文档 | {"$unwind": "$tags"} |
$lookup |
关联查询 | 跨集合关联查询 (类似SQL JOIN) | {"$lookup": { "from": "products", # 关联集合 "localField": "product_id", # 本地字段 "foreignField": "_id", # 关联集合字段 "as": "product_info" # 输出字段名}} |
$addFields |
字段操作 | 添加新字段 (不改变原字段) | {"$addFields": {"discount": {"$multiply": ["$price", 0.9]}}} |
$count |
统计阶段 | 返回文档总数 | {"$count": "total_users"} |
$facet |
多管道处理 | 同一输入执行多个聚合管道 | pipeline = [ # 单次查询获取多种统计结果 {"$facet": { "department_stats": [ # 部门统计管道 {"$group": {... }}], "age_distribution": [ # 年龄分布管道 {"$bucket": {... }} ], "total_count": [ # 总计数管道 {"$count": "value"} ] }}] |
在聚合管道中使用的核心表达式操作符：
| 类型 | 操作符 |
|---|---|
| 算术运算 | $add, $subtract, $multiply, $divide, $mod |
| 比较运算 | $eq, $ne, $gt, $gte, $lt, $lte, $cmp |
| 逻辑运算 | $and, $or, $not, $cond (三元表达式) |
| 日期处理 | $year, $month, $dayOfMonth, $hour, $minute, $dateToString |
| 字符串处理 | $concat, $substr, $toLower, $toUpper, $trim, $split |
| 数组处理 | $size, $slice, $map, $filter, $in, $arrayElemAt |
| 数据类型 | $type, $convert, $toInt, $toString, $toDate |
| 条件处理 | $ifNull, $switch (多分支条件) |
聚合管道优化策略
-
管道顺序优化原则
输入 match project lookup unwind group sort $limit/skip 输出
-
性能优化技巧
-
将
$match和$project放在管道最前端减少数据处理量 -
在
$lookup前使用$match过滤关联集合数据 -
避免在
$group中使用$push操作大数组 -
对
$sort和$match使用的字段创建索引 -
使用
allowDiskUse=True处理大数据集pythonresult = collection.aggregate(pipeline, allowDiskUse=True)
-