pymongo库学习

参考资料：pymongo官方Tutorial

安装pymongo

pip install pymongo
           

连接（Connection）pymongo

有三种连接方式

# 方法一：使用默认值
>>> from pymongo import MongoClient
>>> client = MongoClient()
           

# 方法二：指定IP及端口
>>> client = MongoClient('localhost', )
           

# 方法三：以MongDB URI 格式连接
>>> client = MongClient('mongdb://localhost:27017/')
           

统一资源标识符（Uniform Resource Identifier，或URI)是一个用于标识某一互联网资源名称的字符串。

连接数据库（Databse）

# 方式一： 使用attribute style，也就是以"."这种形式

>>> db = client.test_database
           

这种方法对于不符合python命名规则的数据库就无法使用了（如：“test-database”）

# 方式二：使用dictionary style, 
>>> db = client['test-database']
           

这种方式就可以解决数据库名称包含特殊符号的问题

连接Collection

和Database连接方式相同

Mongdb中与关系型数据库（如：Mysql、MSSQLServer）中的概念不大相同，这里的collection就是MSSQL中的“表”，所以在本文中都以英文表示

这里可以把Collection理解成“集合”的意思

>>> collection = db['test-collection']
           

Documents

document对应着“行”，可以理解为一条记录

准备数据

>>> import datetime
>>> post = {
        "author": "Mike",
        "text": "My first blog post!",
        "tags": [
            "mongodb",
            "python", 
            "pymongo"
            ],
        "date": datetime.datetime.utcnow()
        }
           

插入Document

>>> posts = db.posts
>>> post_id = posts.insert_one(post).inserted_id
>>> post_id
ObjectedId('...')
           

第一步创建了名为posts的collection

第二步包含了两个过程：向posts中插入之前准备的数据（post），同时插入完成后返回inserted_id

第三步：调用post_id

执行完上述操作后，会在mongodb服务端创建数据库并插入数据

>>> db.collection_names(include_system_collections=False)
>>> db.collection_names?
# Get a list of all the collection names in this database.
# 这个方法会返回当前数据库中的所有的collection的列表
           

获取一个Document

>>> posts.find_one()
# get the first document from the posts collection
# 会获取posts的第一条记录
           

>>> posts.find_one({'author': 'Mike'})
>>> 
# 用一个不存在的数据查询，会返回空
           

通过字典查询，可以理解为key=value

查询 通过ObjectId

>>> post_id
ObjectId(...)
>>> posts.find_one({'_id': 'post_id'})
... # 返回查询结果
           

>>> post_id_as_str = str(post_id)
>>> posts.find_one({'_id': post_id_as_str})
# No result
# ObjectId =/= string
           

ObjectId不是string类型的对象，所以如果用string查询id，就没有匹配结果

from bson.objectid import ObjectId

# The web framework gets post_id from the URL and passed is as a string.
def get(post_id):
    # Convert from string to ObjectId:
    document = client.db.collection.find_one({'_id': ObjectId(post_id)})
           

获取指定collection中的所有记录

>>> for i in db.get_collections('posts').find({}):
        print(i)
           

1. get_collections方法中传入collection名称
2. db.get_collections()返回的是一个可迭代对象
3. find()中可以为空字典或空，也就是过滤条件为空，取全部记录

批量插入数据

>>> new_posts = [{ 'author': 'Mike',
                   'text': 'Another post!',
                   'tags': ['bulk', 'insert'],
                   'date': datetime.datetime(, , , , )},
                 { 'author': 'Eliot',
                   'title': 'MongoDB is fun',
                   'text': 'and pretty easy too!',
                   'date': datetime.datetime(, , , , )}                 
]
>>> result = posts.insert_many(new_posts)
>>> result.inserted_ids
[ObjectId('...'), ObjectId('...')]
           

• insert_many() 会返回两个ObjectId实例
• new_posts[1] has a different “shape” than the other posts - there is no “tags” field and we’ve added a new field, “title”. This is what we mean when we say that MongoDB is schema-free.

查找多个数据

>>> for post in posts.find():
        print(post)
...There is the result...
           

>>> for post in posts.find({'author': 'Mike'}):
        print(post)
           

计数（Counting）

>>> posts.count()

>>> posts.find({'author':'Mike'}).count()
           

• 在查询结果后使用count()方法即可

按范围查找 （Range Queries）

>>> d = datetime.datetime(, , , )
>>> for post in posts.find({"date"}:{"$lt": d}).sort("author"):
        print(post)
           

经验证“$lt”过滤的是这个时间点以前的所有记录

索引（Indexing）

# create index
# 创建索引
>>> result = result = db.profiles.create_index([('user_id', pymongo.ASCENDING)],unique=True)
>>> sorted(list(db.profiles.index_information()))
           

# insert documents
# 插入数据
>>> user_profiles = [
    {'user_id':  'name': 'Luke'},
    {'user_id': , 'name': 'Ziltoid'}
]
>>> result = db.profile.insert_many(user_profiles)
           

# insert a document whose user_id is already in the collection
# 插入一个集合中已经存在的user_id
>>> new_profile = {'user_id': , 'name': 'Drew'}
>>> duplicate_profile = {'user_id': ,  'name': 'Tommy'}
>>> db.profiles.insert_one(new_profile)
>>> db.profiles.insert_one(duplicate_profile)
           

Mongodb数据库中的概念

SQL术语/概念	MongoDB术语/概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
table joins	表连接,MongoDB不支持
primary key	primary key	主键,MongoDB自动将_id字段设置为主键

参考资料：菜鸟教程

总结

1、创建连接

# 有三种连接方式
>>> client = MongoClient()
# or
>>> client = MongoClient(IP, Port)
# or
>>> client = MongoClient('mongodb://ip:port/')
           

2、连接到指定数据库(Database)

>>> db = client.database_name
# or
>>> db = client['database_name']
           

3、连接到指定collection

>>> collection = db.collection_name
# or
>>> collection = db['collection_name']
           

4、插入数据

# insert a document
>>> single_data = {'name': 'Tom', 'weight': }
>>> db.test.insert_one(single_data)
# insert a lots of document
>>> many_data = [{'name': 'Jerry', 'weight': },{'name': 'Blue', 'weight': }]
>>> db.test.insert_many(many_data)
           

5、查询数据

# query all
>>> for row in db.collection_name.find():
        print(row)
# query by ObjectId
# find_one()参数为空时会默认取第一条数据
>>> print(posts.find_one('_id': ObjectId('...')))
...
# query a set of documents
>>> for row in db.collection_name.find({'key': 'value'}):
        print(row)
# 可以在查询结果后使用sort()
# db.collection_name.find().sort('key')
           

推荐工具：Robomongo