建站
咨詢
售后
建站咨詢
新聞中心
MongoDB是一個基于分布式文件存儲的數據庫。由C++語言編寫。旨在為WEB應用提供可擴展的高性能數據存儲解決方案，本篇文章重點為大家講解一下使用Python操作MongoDB具體方法。
創(chuàng)新互聯公司是一家集網站建設,樂安企業(yè)網站建設,樂安品牌網站建設,網站定制,樂安網站建設報價,網絡營銷,網絡優(yōu)化,樂安網站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯網需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學習、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網站。
1. 準備工作
在開始之前，請確保已經安裝好了MongoDB并啟動了其服務，并且安裝好了Python的PyMongo庫。
2. 連接MongoDB
連接MongoDB時，我們需要使用PyMongo庫里面的MongoClient。一般來說，傳入MongoDB的IP及端口即可，其中第一個參數為地址host，第二個參數為端口port（如果不給它傳遞參數，默認是27017）：
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
這樣就可以創(chuàng)建MongoDB的連接對象了。
另外，MongoClient的第一個參數host還可以直接傳入MongoDB的連接字符串，它以mongodb開頭，例如：
client = MongoClient('mongodb://localhost:27017/')
這也可以達到同樣的連接效果。
3. 指定數據庫
MongoDB中可以建立多個數據庫，接下來我們需要指定操作哪個數據庫。這里我們以test數據庫為例來說明，下一步需要在程序中指定要使用的數據庫：
db = client.test
這里調用client的test屬性即可返回test數據庫。當然，我們也可以這樣指定：
db = client['test']
這兩種方式是等價的。
4. 指定集合
MongoDB的每個數據庫又包含許多集合（collection），它們類似于關系型數據庫中的表。
下一步需要指定要操作的集合，這里指定一個集合名稱為students。與指定數據庫類似，指定集合也有兩種方式：
collection = db.students
collection = db['students']
這樣我們便聲明了一個Collection對象。
5. 插入數據
接下來，便可以插入數據了。對于students這個集合，新建一條學生數據，這條數據以字典形式表示：
student = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
這里指定了學生的學號、姓名、年齡和性別。接下來，直接調用collection的insert()方法即可插入數據，代碼如下：
result = collection.insert(student)
print(result)
在MongoDB中，每條數據其實都有一個id屬性來唯一標識。如果沒有顯式指明該屬性，MongoDB會自動產生一個ObjectId類型的id屬性。insert()方法會在執(zhí)行后返回_id值。
運行結果如下：
5932a68615c2606814c91f3d
當然，我們也可以同時插入多條數據，只需要以列表形式傳遞即可，示例如下：
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)
返回結果是對應的_id的集合：
[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]
實際上，在PyMongo 3.x版本中，官方已經不推薦使用insert()方法了。當然，繼續(xù)使用也沒有什么問題。官方推薦使用insert_one()和insert_many()方法來分別插入單條記錄和多條記錄，示例如下：
student = {
'id': '20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
result = collection.insert_one(student)
print(result)
print(result.inserted_id)
運行結果如下：
5932ab0f15c2606f0c1cf6c5
與insert()方法不同，這次返回的是InsertOneResult對象，我們可以調用其inserted_id屬性獲取_id。
對于insert_many()方法，我們可以將數據以列表形式傳遞，示例如下：
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)
運行結果如下：
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]
該方法返回的類型是InsertManyResult，調用inserted_ids屬性可以獲取插入數據的_id列表。
6. 查詢
插入數據后，我們可以利用find_one()或find()方法進行查詢，其中find_one()查詢得到的是單個結果，find()則返回一個生成器對象。示例如下：
result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)
這里我們查詢name為Mike的數據，它的返回結果是字典類型，運行結果如下：
'dict'> {
'_id': ObjectId(
'5932a80115c2606a59e8a049'),
'id':
'20170202',
'name':
'Mike',
'age': 21,
'gender':
'male'}
可以發(fā)現，它多了_id屬性，這就是MongoDB在插入過程中自動添加的。
此外，我們也可以根據ObjectId來查詢，此時需要使用bson庫里面的objectid：
from bson.objectid import ObjectId
result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)
其查詢結果依然是字典類型，具體如下：
{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
當然，如果查詢結果不存在，則會返回None。
對于多條數據的查詢，我們可以使用find()方法。例如，這里查找年齡為20的數據，示例如下：
results = collection.find({'age': 20})
print(results)
for result in results:
print(result)
運行結果如下：
{'_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'}
返回結果是Cursor類型，它相當于一個生成器，我們需要遍歷取到所有的結果，其中每個結果都是字典類型。
如果要查詢年齡大于20的數據，則寫法如下：
results = collection.find({'age': {'$gt': 20}})
這里查詢的條件鍵值已經不是單純的數字了，而是一個字典，其鍵名為比較符號$gt，意思是大于，鍵值為20。
另外，還可以進行正則匹配查詢。例如，查詢名字以M開頭的學生數據，示例如下：
results = collection.find({'name': {'$regex': '^M.*'}})
這里使用$regex來指定正則匹配，^M.*代表以M開頭的正則表達式。
7. 計數
要統(tǒng)計查詢結果有多少條數據，可以調用count()方法。比如，統(tǒng)計所有數據條數：
count = collection.find().count()
print(count)
或者統(tǒng)計符合某個條件的數據：
count = collection.find({'age': 20}).count()
print(count)
運行結果是一個數值，即符合條件的數據條數。
8. 排序
排序時，直接調用sort()方法，并在其中傳入排序的字段及升降序標志即可。示例如下：
results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])
運行結果如下：
['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']
這里我們調用pymongo.ASCENDING指定升序。如果要降序排列，可以傳入pymongo.DESCENDING。
9. 偏移
在某些情況下，我們可能想只取某幾個元素，這時可以利用skip()方法偏移幾個位置，比如偏移2，就忽略前兩個元素，得到第三個及以后的元素：
results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])
運行結果如下：
['Kevin', 'Mark', 'Mike']
另外，還可以用limit()方法指定要取的結果個數，示例如下：
results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])
運行結果如下：
['Kevin', 'Mark']
如果不使用limit()方法，原本會返回三個結果，加了限制后，會截取兩個結果返回。
值得注意的是，在數據庫數量非常龐大的時候，如千萬、億級別，最好不要使用大的偏移量來查詢數據，因為這樣很可能導致內存溢出。此時可以使用類似如下操作來查詢：
from bson.objectid import ObjectId
collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})
這時需要記錄好上次查詢的_id。
10. 更新
對于數據更新，我們可以使用update()方法，指定更新的條件和更新后的數據即可。例如：
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)
這里我們要更新name為Kevin的數據的年齡：首先指定查詢條件，然后將數據查詢出來，修改年齡后調用update()方法將原條件和修改后的數據傳入。
運行結果如下：
{'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}
返回結果是字典形式，ok代表執(zhí)行成功，nModified代表影響的數據條數。
另外，我們也可以使用$set操作符對數據進行更新，代碼如下：
result = collection.update(condition, {'$set': student})
這樣可以只更新student字典內存在的字段。如果原先還有其他字段，則不會更新，也不會刪除。而如果不用$set的話，則會把之前的數據全部用student字典替換；如果原本存在其他字段，則會被刪除。
另外，update()方法其實也是官方不推薦使用的方法。這里也分為update_one()方法和update_many()方法，用法更加嚴格，它們的第二個參數需要使用$類型操作符作為字典的鍵名，示例如下：
condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 26
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)
這里調用了update_one()方法，第二個參數不能再直接傳入修改后的字典，而是需要使用{‘$set’: student}這樣的形式，其返回結果是UpdateResult類型。然后分別調用matched_count和modified_count屬性，可以獲得匹配的數據條數和影響的數據條數。
運行結果如下：
1 0
我們再看一個例子：
condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
這里指定查詢條件為年齡大于20，然后更新條件為{‘$inc’: {‘age’: 1}}，也就是年齡加1，執(zhí)行之后會將第一條符合條件的數據年齡加1。
運行結果如下：
1 1
可以看到匹配條數為1條，影響條數也為1條。
如果調用update_many()方法，則會將所有符合條件的數據都更新，示例如下：
condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)
這時匹配條數就不再為1條了，運行結果如下：
3 3
可以看到，這時所有匹配到的數據都會被更新。
11. 刪除
刪除操作比較簡單，直接調用remove()方法指定刪除的條件即可，此時符合條件的所有數據均會被刪除。示例如下：
result = collection.remove({'name': 'Kevin'})
print(result)
運行結果如下：
{'ok': 1, 'n': 1}
另外，這里依然存在兩個新的推薦方法——delete_one()和delete_many()。示例如下：
result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)
運行結果如下：
1
4
delete_one()即刪除第一條符合條件的數據，delete_many()即刪除所有符合條件的數據。它們的返回結果都是DeleteResult類型，可以調用deleted_count屬性獲取刪除的數據條數。
12. 其他操作
另外，PyMongo還提供了一些組合方法，如find_one_and_delete()、find_one_and_replace()和find_one_and_update()，它們是查找后刪除、替換和更新操作，其用法與上述方法基本一致。
另外，還可以對索引進行操作，相關方法有create_index()、create_indexes()和drop_index()等。
當前名稱：使用Python操作MongoDB
分享URL：http://www.5511xx.com/article/cdjsoic.html
