朗格手表网站,淮安做网站seo,做网站聊城,清远市企业网站seo联系方式MongoDB文档存储 NoSQL#xff0c;全称为Not Only SQL#xff0c;意为不仅仅是SQL#xff0c;泛指非关系型数据库。NoSQL是基于键值对的#xff0c;而且不需要经过SQL层的解析#xff0c;数据之间没有耦合性#xff0c;性能非常高。 非关系行数据库又可细分如下。
键值存…MongoDB文档存储 NoSQL全称为Not Only SQL意为不仅仅是SQL泛指非关系型数据库。NoSQL是基于键值对的而且不需要经过SQL层的解析数据之间没有耦合性性能非常高。 非关系行数据库又可细分如下。
键值存储数据库代表有Redis、Voldemort和Oracle BDB等。列存储数据库代表有Cassandra、HBase和Riak等。文档型数据库代表有CouchDB和MongoDB等。图形数据库代表有Neo4J、InfoGrid和Infinite Graph等。
MongoDB是由C语言编写的非关系型数据库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形式类似JSON对象。它的字段值可以包含其他文档、数组及文档数组非常灵活。
1. 准备工作
首先确保已经安装好了MongoDB并启动了其服务还需要安装好Python的PyMongo库可以使用pip3来安装
pip3 install pymongo2.连接MongoDB
连接MongoDB时需要使用PyMongo库里面的MongoClient方法一般而言传入MongoDB的IP及端口即可。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取值为27017
import pymongo
client pymongo.MongoClient(hostlocalhost, port27017)这样就创建MongoDB第连接对象了。
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mongoldb开头例如
client MongoClient(mongodb://localhost:27017/)这样可以达到同样的连接效果。
3.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数据库为例来说明
db client.test这里调用client的test属性即可返回test数据库。当然也可以这样指定
db client[test]4.指定集合
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。下一步需要指定要操作哪些集合这里指定一个集合名称为students。与指定数据库类似指定集合也有两种方式
collection db.students或
collection db[students]这样我们便声明了一个集合对象。
5.插入数据
接下来便可以插入数据了。在students这个集合中新建一条学生数据这条数据以字典形式表示
student {id:20170101,name: Jordan,age: 20,gender: male
}这里指定了学生的学号、姓名、年龄和性别。然后直接调用collection类的insert方法即可插入数据代码如下
result collection.insert_one(student)
print(result)在MongoDB中每条数据都有一个_id属性作为唯一标识。如果没有显式指明该属性那么MongoDB会自动产生一个ObjectId类型的_ _id属性insert方法会在执行后返回_id值。
运行结果如下
6554af645035eca6670c261f当然也可以同时插入多条数据只需要以列表形式传递即可实例如下
student1 {id: 20170103,name: Bob,age: 28,gender: male
}student2 {id: 20170204,name: Mike,age:32,gender: male
}result collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)返回结果是对应的_id的集合
[ObjectId(6554b13f43d77fb882124952), ObjectId(6554b13f43d77fb882124953)]6.查询
插入数据后 我们可以利用find_one或find方法进行查询用前者查询得到的是单个结果后者则会返回一个生成器对象。实例代码如下
import pymongoclient pymongo.MongoClient(hostlocalhost, port27017)db client.test
collection db.studentsresult collection.find_one({name: Mike})
print(result)
print(type(result))这里我们查询name值为Mike的数据运行结果如下
{_id: ObjectId(65548291f1761603ce61adad), id: 20170102, name: Mike, age: 21, gender: male}
class dict可以发现结果是字典类型它多了_id属性这就是MongoDB在插入数据过程中自动添加的。此外我们也可以根据ObjectId来查询数据此时需要使用bson库里面的objectid:
from bson.objectid import ObjectIdresult collection.find_one({_id: ObjectId(6554b13f43d77fb882124952)})
print(result)其查询结果依然是字典类型具体如下
{_id: ObjectId(6554b13f43d77fb882124952), id: 20170103, name: Bob, age: 28, gender: male}当然 如果查询结果不存在则会返回None。
若要查询多条数据可以使用find方法。例如查找age为20的数据实例代码如下
results collection.find({age: 20})
print(results)
for result in results:print(result)运行结果如下
pymongo.cursor.Cursor object at 0x108fdbc10
{_id: ObjectId(65548291f1761603ce61adad), id: 20170102, name: Mike, age: 20, gender: male}
{_id: ObjectId(6554af645035eca6670c261f), id: 20170101, name: Jordan, age: 20, gender: male}
{_id: ObjectId(6554b13f43d77fb882124952), id: 20170103, name: Bob, 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够获取所有的结果其中每个结果都是字典类型。
如果要查询age大于20的数据则写法如下
results collection.find({age: {$gt:20}})
print(results[0])这里查询条件中的键值已经不是单纯的数字了而是一个字典其键名为比较符号$gt意思是大于键值为20。
这里将比较符号归纳为表如下 #### 比较符号符 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]}}
另外还可以进行正则匹配查询。例如执行以下代码查询name以M开头的学生数据
results collection.find({$regex: ^M.*})这里使用$regex来指定正则匹配^M.*代表以M为开头的正则表达式。
下面将一些功能符号归类为下表
功能符号
符 号含 义实 例实例含义$regex匹配正则表达式{‘name’: {‘regex’: ‘^M.*’}}name以M开头$exists属性是否存在{‘name’: {‘$exists’: True}}存在name属性$type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{‘KaTeX parse error: Expected }, got EOF at end of input: 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
7.计数
要统计查询结果包含多少条数据可以调用count方法。例如统计所有数据条数代码如下
count collection.find().count()
print(count)统计符合某个条件的数据有多少条代码如下
count collection.find({age: 20}).count()
print(count)运行结果是一个数值即符合条件的数据条数。
8.排序
排序时直接调用sort方法并传入排序的字段及升降序标志即可。实例代码如下
import pymongo
# 连接数据库
client pymongo.MongoClient(hostlocalhost, port27017)
# 指定数据库
db client.test
# 指定集合
collection db.students
# 调用sort方法
results collection.find().sort(name, pymongo.ASCENDING)
print([result[name] for result in results])运行结果如下
[Bob, Jordan, Mike, Nani]这里我们调用pymongo.ASCENDING指定按生序排序。如果要降序可以传入pymongo.DESCENDINg。
9.偏移
在某些情况下可能只想取某几个元素这时可以利用skip方法偏移几个位置例如偏移2即可忽略前两个元素获取第三个及以后的元素
import pymongoclient pymongo.MongoClient(hostlocalhost, port27017)db client.testcollection db.studentsresults collection.find().sort(name, pymongo.ASCENDING).skip(2)
print([result[name] for result in results])运行结果如下
[Mike, Nani]另外还可以使用limit方法指定要获取的结果个数实例代码如下
results collection.find().sort(name, pymongo.ASCENDING).skip(1).limit(3)
print([result[name] for result in results])运行结果如下
[Jordan, Mike, Nani]值得注意的是 在数据库中数据量非常庞大的时候例如千万、亿级别最好不要使用大偏移量来查询数据因为这样很可能导致内存溢出。此时可以使用类似如下操作来查询
from bson.objectid import ObjectId
collection.find({_id: {$gt: ObjectId(65548291f1761603ce61adad)}})这里需要记录好上次查询的_id。
10.更新
对于数据更新我们可以使用update_one方法在其中指定更新的条件和更新后的数据即可。例如
import pymongoclient pymongo.MongoClient(hostlocalhost, port27017)db client.testcollection db.studentscondition {name: Jordan}
student collection.find_one(condition)
student[age] 25
result collection.update_one(condition, {$set: student})
print(result)
print(result.matched_count, result.modified_count)这里调用的是update_one方法其第二个参数不能再直接传入修改后的字典而是需要使用{‘$set’: student}这种形式的数据。然后分别调用matched_count和modified_count属性可以获得匹配的数据条数和影响的数据条数。
运行结果如下
pymongo.results.UpdateResult object at 0x10ae5bbe0
1 0可以发现update_one 方法的返回结果是UpdateResult类型。我们再看一个例子
condition {age: {$gt: 20}}
result collection.update_one(condition, {$inc: {age: 1}})
print(result)
print(result.matched_count, result.modified_这里查询条件为age大于20然后更新条件是{‘$inc’: {‘age’: 1}} 也就是对age加1因此执行update_one方法之后会对第一条符合查询条件的学生数据的age加1。
运行结果如下
pymongo.results.UpdateResult object at 0x10aa59c70
1 1可以看到匹配条数为1条影响条数也是1条。
但如果调用update_many方法则会更新所有符合条件的数据实例代码如下
condition {age: {$gt: 20}}
result collection.update_many(condition, {$inc: {age: 1}})
print(result)
print(result.matched_count, result.modified_count)运行结果如下
pymongo.results.UpdateResult object at 0x10dfd9c70
2 211.删除
删除操作比较简单直接调用delete_one方法和delete_many。delete_one删除第一条符合条件的数据delete_many删除所有符合条件的数据均会被删除。实例代码如下
import pymongoclient pymongo.MongoClient(hostlocalhost, port27017)db client.testcollection db.studentsresult collection.delete_one({name: 赵玲薇})
print(result)删除多条数符合条件的数据实例代码如下
result collection.delete_many({age: {$gt: 19}})
print(result.deleted_count)运行结果如下
3调用delete_count属性获取删除的数据条数。
12.其他操作
除了以后操作PyMongo还提供了一些组合方法例如find_one_and_delete、find_one_and_replace和find_one_and_update分别是查找后删除、替换和更新操作用法与上述方法基本一致。
