| 第一篇：一天学会MongoDB数据库之Python操作 – haodro.com | 您所在的位置：网站首页 › python下载数据库代码 › 第一篇：一天学会MongoDB数据库之Python操作 – haodro.com |
|
互联网集市收集整理的这篇技术教程文章主要介绍了第一篇：一天学会MongoDB数据库之Python操作，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含28047字，纯文字阅读大概需要41分钟。 本文仅仅学习使用，转自：https://www.cnblogs.com/suoning/p/6759367.html#3682005 里面新增了如果用用Python代码进行增删改查 什么是MongoDB ?MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。 在高负载的情况下，添加更多的节点，可以保证服务器性能。 MongoDB 旨在为WEB应用提供可扩展的高性能数据存储解决方案。 MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。 主要特点 MongoDB的提供了一个面向文档存储，操作起来比较简单和容易。 你可以在MongoDB记录中设置任何属性的索引 (如：FirstName=”Ning”,Address=”Beijing”)来实现更快的排序。 你可以通过本地或者网络创建数据镜像，这使得MongoDB有更强的扩展性。 如果负载的增加（需要更多的存储空间和更强的处理能力） ，它可以分布在计算机网络中的其他节点上这就是所谓的分片。 Mongo支持丰富的查询表达式。查询指令使用JSON形式的标记，可轻易查询文档中内嵌的对象及数组。 MongoDb 使用update()命令可以实现替换完成的文档（数据）或者一些指定的数据字段 。 Mongodb中的Map/reduce主要是用来对数据进行批量处理和聚合操作。 Map和Reduce。Map函数调用emit(key,value)遍历集合中所有的记录，将key与value传给Reduce函数进行处理。 Map函数和Reduce函数是使用Javascript编写的，并可以通过db.runCommand或mapreduce命令来执行MapReduce操作。 GridFS是MongoDB中的一个内置功能，可以用于存放大量小文件。 MongoDB允许在服务端执行脚本，可以用Javascript编写某个函数，直接在服务端执行，也可以把函数的定义存储在服务端，下次直接调用即可。 MongoDB支持各种编程语言:RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言。 下载安装配置启动连接官网：https://www.mongodb.com/download-center#community 下载对应系统的版本 linux系统的安装： curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-3.0.6.tgz # 下载 tar -zxvf mongodb-linux-x86_64-3.0.6.tgz # 解压 mv mongodb-linux-x86_64-3.0.6/ /usr/local/mongodb # 将解压包拷贝到指定目录 export PATH=/bin:$PATH # 为Mongo的安装路径，如本文的 /usr/local/mongodb mkdir -p /data/db #创建数据库目录(启动指定--dbpath)wins安装： 直接安装，在安装的过程中可能会有失败的情况，注意把下面的勾去掉，然后下一步下一步就好了 Compass就是个数据库管理工具，最早的时候没有集成Compass, 最早的时候是用Robo 3T这个工具管理数据库。 安装不上Compass的时候，就可以用Root 3T. MongoDB术语配置文件 mac系统下的配置： suoningdeMacBook-Pro:~ suoning$ cat /usr/local/etc/mongod.conf systemLog: destination: file path: /usr/local/var/log/mongodb/mongo.log logAppend: true storage: dbPath: /usr/local/var/mongodb net: bindIp: 127.0.0.1 port: 11811 suoningdeMacBook-Pro:~ suoning$ 启动mac： $ ./mongod $ ./mongod --dbpath=/data/db --rest # 默认端口为：27017 # MongoDB 提供了简单的 HTTP 用户界面。 如果你想启用该功能，需要在启动的时候指定参数 --rest # MongoDB 的 Web 界面访问端口比服务的端口多1000。如果你的MongoDB运行端口使用默认的27017， 你可以在端口号为28017访问web用户界面，即地址为：http://localhost:28017win: 启动mongoDB 服务 cmd-> 进入安装目录的bin目录，执行命令： mongod --dbpath=E:\Mongodata 其中： mongod：是启动服务的.exe可执行文件 --dbpath=E:\Mongodata 配置的是将来数据的存储目录，需要实现创建好文件夹 E:\>E:\MongoDB\Server\4.0\bin\mongod --dbpath=E:\Mongodata ? ?? 服务启动成功后出现：等待链接的提示就说明服务启动成功了连接 要能够连接成功的前提就是要开启服务 mac: $ sudo mongo $ sudo mongo --port 11811 $ sudo mongo -u root -p pwd 127.0.0.1:11811/testwin:可以通过Roob 3T来连接 安装pymongo目的是要在Python里使用，所以接下来安装python插件,在cmd里安装，执行下面的命令即可 pip install pymongo 在Python里连接MongoDB 1. 如何使用Python代码去连接Mongo数据库 2. 通过代码操作：增 # 1. 导入MongoClient from pymongo import MongoClient # 首先，需要一个类，把对数据库的增删改查操作封装为一个接口 # 该类的名名字随便期 class Mongo(object): # 初始化，就是连接数据库 # port:必须是个整数，不能加引号变成字符串 def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) # 插入数据 def inert(self,database,collection,document): """ :param database: 表示哪个数据库 :param collection: 表示哪个表 :param document: 表示哪个记录 :return: """ # 1. 连接数据库 _database = self.client.get_database(database) # 2.连接该库下面要操作的表 _collection = _database.get_collection(collection) # 给表里插入一条数据 result = _collection.insert_one(document) # 插入数据后，返回的是什么数据类型？数据是什么？下面打印出来看看 print(type(result)) # print(dir(result)) # ['_InsertOneResult__acknowledged', '_InsertOneResult__inserted_id', '_WriteResult__acknowledged', '__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__slots__', '__str__', '__subclasshook__', '_raise_if_unacknowledged', 'acknowledged', 'inserted_id'] print(result) # print(result.inserted_id) # 插入成功后返回的一个id print(result.acknowledged) # 判断有没有插入成功，成功True，失败：False def __del__(self): self.client.close() if __name__ == '__main__': mongo = Mongo() data = { # 如果指定了插入时的id值，就会用你指定的值，如果没有指定id值，插入后就会自动有个ObjectId("5bb9bc6aa236ce29f4898035") '_id':'5bb9bcb1a236ce2f008933ad', "name": '小甜甜', "age": 26 } # 插入数据 # 'trade_center':要插入的库，如果不存在，mongoDB会自动帮你创建这个库 # 'users'：表，如果不存在，MongoDB会自动帮你创建表 # data: 要插入到 trade_center库下面的users表里的数据 mongo.inert('trade_center','users',data) # 1. 导入MongoClient from pymongo import MongoClient # 导入 from pymongo.errors import DuplicateKeyError class Mongo(object): def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) # 插入数据 def insert(self,database,collection,document): # 有时候插入数据时，会出现重复的情况，比如： # 自定义了id 且 表里已经有一个相同的id # 通过try...except ...处理掉异常 try: _database = self.client.get_database(database) _collection = _database.get_collection(collection) result = _collection.insert_one(document) # 如果插入成功就返回一个result.acknowledged return result.acknowledged except DuplicateKeyError: return False def __del__(self): self.client.close() if __name__ == '__main__': mongo = Mongo() data = { "name": '小甜甜', "age": 26, "Hobbit":['吃','喝','玩','乐'] } mongo.insert('trade_center','users',data)插入数据时如果出现重复的情况处理 # 1. 导入MongoClient from pymongo import MongoClient from pymongo.errors import DuplicateKeyError # insert_one()与insert_many()的主要区别是： 当一次要插入多条数据时，用insert_many(), 当一次只插入一条数据时，用insert_one() class Mongo(object): # 初始化，就是连接数据库 # port:必须是个整数，不能加引号变成字符串 def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) # 插入数据 def insert(self,database,collection,document): try: _database = self.client.get_database(database) _collection = _database.get_collection(collection) # 如果document 是个字典，说明就是一个值，就可以用insert_one() # isinstance:是python里的函数，判断一个对象是个个字典，还是个列表 if isinstance(document,dict): result = _collection.insert_one(document) # 如果插入成功就返回一个result.acknowledged return result.acknowledged elif isinstance(document,list): result = _collection.insert_many(document) return result.acknowledged else: return False except DuplicateKeyError: return False def delete(self,database,collection,document): pass def update(self,database,collection,document): pass def search(self,database,collection,document): pass def __del__(self): self.client.close() if __name__ == '__main__': mongo = Mongo() data =[ { "name": '小臭臭', "age": 23, "Hobbit": ['吃', '玩'] }, { "name": '小美美', "age": 24, "Hobbit": ['喝', '乐'] }, { "name": '大宝', "age": 28, "Hobbit": [ '傻乐'] }, ] mongo.insert('trade_center','users',data)insert_one()与insert_many() 3.通过代码操作：查 # 1. 导入MongoClient from pymongo import MongoClient from pymongo.errors import DuplicateKeyError # 首先，需要一个类，把对数据库的增删改查操作封装为一个接口 # 该类的名名字随便期 class Mongo(object): # 初始化，就是连接数据库 # port:必须是个整数，不能加引号变成字符串 def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) def search(self, database, collection, filter): """ :param database: 数据库 :param collection: 表 :param filter: 查询条件,查询条件必须是个字典 :return: """ # 同理:先获取数据库 # 再得到表 # 最后就可以用该表去查找了 _database = self.client.get_database(database) _collection = _database.get_collection(collection) # 把查询结果转化成列表 results = list(_collection.find(filter)) print(type(results)) # print(dir(results)) print(results) # 将查询结果return return results def __del__(self): self.client.close() if __name__ == '__main__': mongo = Mongo() # 定义查询条件，查询条件必须是个字典 # 像下面的写法，是and的关系 filter={ "name":"小臭臭", # 注意：查询条件里，如果值是int等类型时，不能加“”，否则就会查不到数据，同理，删除/更新也是一样的 "age":23 } mongo.search('trade_center','users',filter) # 1. 导入MongoClient from pymongo import MongoClient from pymongo.errors import DuplicateKeyError # 首先，需要一个类，把对数据库的增删改查操作封装为一个接口 # 该类的名名字随便期 class Mongo(object): # 初始化，就是连接数据库 # port:必须是个整数，不能加引号变成字符串 def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) # 插入数据 # def insert(self,database,collection,document): # try: # _database = self.client.get_database(database) # _collection = _database.get_collection(collection) # # 如果document 是个字典，说明就是一个值，就可以用insert_one() # # isinstance:是python里的函数，判断一个对象是个个字典，还是个列表 # if isinstance(document,dict): # result = _collection.insert_one(document) # # 如果插入成功就返回一个result.acknowledged # return result.acknowledged # elif isinstance(document,list): # result = _collection.insert_many(document) # return result.acknowledged # else: # return False # except DuplicateKeyError: # return False def delete(self,database,collection,document): pass def update(self,database,collection,document): pass def search(self, database, collection, filter): """ :param database: 数据库 :param collection: 表 :param filter: 查询条件,查询条件必须是个字典 :return: """ # 同理:先获取数据库 # 再得到表 # 最后就可以用该表去查找了 _database = self.client.get_database(database) _collection = _database.get_collection(collection) # 把查询结果转化成列表 results = list(_collection.find(filter)) print(type(results)) # print(dir(results)) print(results) # 将查询结果return return results def __del__(self): self.client.close() if __name__ == '__main__': mongo = Mongo() # 如果查询条件需要嵌套，通过.的方式一级级嵌套到key就行 # 如："qiantao.namer":"大智" filter={ "qiantao.namer":"大智" } mongo.search('trade_center','users',filter)目标数据结构是嵌套的，嵌套查询条件怎么写？ 4.通过代码操作：删 # 1. 导入MongoClient from pymongo import MongoClient class Mongo(object): # 初始化，就是连接数据库 # port:必须是个整数，不能加引号变成字符串 def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) def delete(self, database, collection, filter): # filter: 删除的条件 _database = self.client.get_database(database) _collection = _database.get_collection(collection) result = _collection.delete_many(filter) print(result.acknowledged) return result.acknowledged def __del__(self): self.client.close() if __name__ == '__main__': mongo = Mongo() # 删除的条件，如果值是整数，不能加引号 filter={ "age":26 } mongo.delete('trade_center','users',filter) 5.通过代码操作：改 # 1. 导入MongoClient from pymongo import MongoClient from pymongo.errors import DuplicateKeyError class Mongo(object): # 初始化，就是连接数据库 # port:必须是个整数，不能加引号变成字符串 def __init__(self,host='localhost',port=27017): self.client = MongoClient(host,port) def update(self,database,collection,filter,document_to): _database = self.client.get_database(database) _collection = _database.get_collection(collection) # filiter: 更新的条件 # update：第二个参数：即是否要更新的数据。即用update去更新那些符合filter条件的数据 # 更新的操作:要更新的数据，首先是个字典，字典里面的格式为：{"$set":要更新的内容} result = _collection.update_many(filter,{"$set":document_to},upsert=True) if __name__ == '__main__': mongo = Mongo() # filter:条件 filter={ "name":"小臭臭" } # 要更新成的数据 document_to={ "name":"小臭臭", "age":10, "Hobbit":["拉","pao"] } mongo.update('trade_center','users',filter,document_to)安全验证 创建管理员 > use admin switched to db admin > db admin > db.createUser({user:'suoning',pwd:'123456',roles:[{role:'userAdminAnyDatabase',db:'admin'}]}) Successfully added user: { "user" : "suoning", "roles" : [ { "role" : "userAdminAnyDatabase", "db" : "admin" } ] } > exit bye 修改配置文件 版本区别与更多配置：https://docs.mongodb.com/manual/administration/configuration/ suoningdeMacBook-Pro:~ suoning$ cat /usr/local/etc/mongod.conf systemLog: destination: file path: /usr/local/var/log/mongodb/mongo.log logAppend: true storage: dbPath: /usr/local/var/mongodb net: bindIp: 127.0.0.1 port: 11811 security: authorization: enabled suoningdeMacBook-Pro:~ suoning$ 重启验证 > > show dbs 2017-04-25T08:41:50.126+0800 E QUERY [thread1] Error: listDatabases failed:{ "ok" : 0, "errmsg" : "not authorized on admin to execute command { listDatabases: 1.0 }", "code" : 13, "codeName" : "Unauthorized" } : _getErrorWithCode@src/mongo/shell/utils.js:25:13 Mongo.prototype.getDBs@src/mongo/shell/mongo.js:62:1 shellHelper.show@src/mongo/shell/utils.js:761:19 shellHelper@src/mongo/shell/utils.js:651:15 @(shellhelp2):1:1 > > use admin switched to db admin > db.auth('suoning','123456') 1 > show dbs admin 0.000GB local 0.000GB > 创建普通用户 > use admin switched to db admin > db.auth('suoning','123456') 1 > > use mydb switched to db mydb > db.createUser({user:'nick',pwd:'123456',roles:[{role:'readWrite',db:'mydb'}]}) Successfully added user: { "user" : "nick", "roles" : [ { "role" : "readWrite", "db" : "mydb" } ] } > > db.auth('nick','123456') 1 > 删除用户 > db.dropUser("nick") true 查看所有存在用户 > use admin switched to db admin > db.auth('suoning','123456') 1 > db.system.users.find() { "_id" : "admin.suoning", "user" : "suoning", "db" : "admin", "credentials" : { "SCRAM-SHA-1" : { "iterationCount" : 10000, "salt" : "XXW+MD0TENKSkzk0bM2EGw==", "storedKey" : "iIuv5DpGOksvaFpFOSnAIRSwh+w=", "serverKey" : "ZGA7/Lkjv+RJX3fNANQN9hgBUwY=" } }, "roles" : [ { "role" : "userAdminAnyDatabase", "db" : "admin" } ] } { "_id" : "mydb.nick", "user" : "nick", "db" : "mydb", "credentials" : { "SCRAM-SHA-1" : { "iterationCount" : 10000, "salt" : "j71pQs/OR1eRtRa1IT80+w==", "storedKey" : "5hkHmU+FwdENDgGjV0wIbmTAOrQ=", "serverKey" : "Qs+c0gfGNUpwD/ZKgeOackzwNxI=" } }, "roles" : [ { "role" : "readWrite", "db" : "mydb" } ] } >总结： 创建超级管理员需要未开启权限模式的情况下执行; 如果 MongoDB 开启了权限模式，并且某一个数据库没有任何用户时，在不验证权限的情况下，可以创建一个用户，当继续创建第二个用户时，会返回错误，若想继续创建用户则必须登录; 用户只能在用户所在数据库登录，管理员需要通过admin认证后才能管理其他数据库。 数据库角色 内建的角色 数据库用户角色：read、readWrite; 数据库管理角色：dbAdmin、dbOwner、userAdmin； 集群管理角色：clusterAdmin、clusterManager、clusterMonitor、hostManager； 备份恢复角色：backup、restore； 所有数据库角色：readAnyDatabase、readWriteAnyDatabase、userAdminAnyDatabase、dbAdminAnyDatabase 超级用户角色：root // 这里还有几个角色间接或直接提供了系统超级用户的访问（dbOwner 、userAdmin、userAdminAnyDatabase） 内部角色：__system 角色说明： Read：允许用户读取指定数据库 readWrite：允许用户读写指定数据库 dbAdmin：允许用户在指定数据库中执行管理函数，如索引创建、删除，查看统计或访问system.profile userAdmin：允许用户向system.users集合写入，可以找指定数据库里创建、删除和管理用户 clusterAdmin：只在admin数据库中可用，赋予用户所有分片和复制集相关函数的管理权限。 readAnyDatabase：只在admin数据库中可用，赋予用户所有数据库的读权限 readWriteAnyDatabase：只在admin数据库中可用，赋予用户所有数据库的读写权限 userAdminAnyDatabase：只在admin数据库中可用，赋予用户所有数据库的userAdmin权限 dbAdminAnyDatabase：只在admin数据库中可用，赋予用户所有数据库的dbAdmin权限。 root：只在admin数据库中可用。超级账号，超级权限 数据类型 数据类型 描述 String 字符串。存储数据常用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是合法的。 Integer 整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位。 Boolean 布尔值。用于存储布尔值（真/假）。 Double 双精度浮点值。用于存储浮点值。 Min/Max keys 将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比。 Arrays 用于将数组或列表或多个值存储为一个键。 Timestamp 时间戳。记录文档修改或添加的具体时间。 Object 用于内嵌文档。 Null 用于创建空值。 Symbol 符号。该数据类型基本上等同于字符串类型，但不同的是，它一般用于采用特殊符号类型的语言。 Date 日期时间。用 UNIX 时间格式来存储当前日期或时间。你可以指定自己的日期时间：创建 Date 对象，传入年月日信息。 Object ID 对象 ID。用于创建文档的 ID。 Binary Data 二进制数据。用于存储二进制数据。 Code 代码类型。用于在文档中存储 JavaScript 代码。 Regular expression 正则表达式类型。用于存储正则表达式。 库与表操作 创建库与表 > show dbs admin 0.000GB local 0.000GB > > use mydb switched to db mydb > db mydb > > db.mydb.insert({"name":"Nick","age":18}) WriteResult({ "nInserted" : 1 }) > > show dbs admin 0.000GB local 0.000GB mydb 0.000GB > > show tables; mydb > 删除库 > db.dropUser("nick") true > > db.createUser({user:'nick',pwd:'123456',roles:[{role:'dbAdmin',db:'mydb'}]}) Successfully added user: { "user" : "nick", "roles" : [ { "role" : "dbAdmin", "db" : "mydb" } ] } > > db.auth("nick","123456") 1 > > use mydb switched to db mydb > db mydb > > show dbs; admin 0.000GB local 0.000GB mydb 0.000GB > > db.dropDatabase() { "dropped" : "mydb", "ok" : 1 } > > show dbs; admin 0.000GB local 0.000GB > 删除表 > db; mydb > show tables; mydb > > db.mydb.drop(); true > show tables; > 文档操作 增 使用 insert() 或 save() 方法向集合中插入文档，语法如下： db.COLLECTION_NAME.insert(document)创建读写用户： > db.createUser({user:'ning',pwd:'123456',roles:[{role:'readWrite',db:'mydb'}]}) Successfully added user: { "user" : "ning", "roles" : [ { "role" : "readWrite", "db" : "mydb" } ] } > > db.auth('ning','123456') 1 >插入数据： > > db.user.insert({'name':'nick','age':18,'girlfriend':['jenny','coco','julia']}) WriteResult({ "nInserted" : 1 }) > > show tables user > > > vb = ({'sex':'man'}); { "sex" : "man" } > db.user.insert(vb); WriteResult({ "nInserted" : 1 }) >插入文档你也可以使用 db.col.save(document) 命令。如果不指定 _id 字段 save() 方法类似于 insert() 方法。如果指定 _id 字段，则会更新该 _id 的数据。 删 remove() 方法的基本语法格式如下所示： db.collection.remove( , ) # MongoDB 是 2.6 版本以后的，语法格式如下： db.collection.remove( , { justOne: , writeConcern: } ) # 参数说明： query :（可选）删除的文档的条件。 justOne : （可选）如果设为 true 或 1，则只删除一个文档。 writeConcern :（可选）抛出异常的级别。删除数据： > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 18, "girlfriend" : [ "jenny", "coco", "julia" ] } { "_id" : ObjectId("58fef9165b9ea92ab29fbd4c"), "sex" : "man" } > > db.user.remove({'sex':'man'}) WriteResult({ "nRemoved" : 1 }) > > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 18, "girlfriend" : [ "jenny", "coco", "julia" ] } >删除第一条找到的记录可以设置 justOne 为 1： >db.COLLECTION_NAME.remove(DELETION_CRITERIA,1)删除所有数据： >db.col.remove({}) >db.col.find() >改 # 只更新一条 > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 21, "girlfriend" : [ "jenny", "coco", "julia" ] } { "_id" : ObjectId("58feffe55b9ea92ab29fbd4d"), "name" : "jenny", "age" : 21 } > > db.user.update({'age':21},{$set:{'age':22}}) WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 }) > > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 22, "girlfriend" : [ "jenny", "coco", "julia" ] } { "_id" : ObjectId("58feffe55b9ea92ab29fbd4d"), "name" : "jenny", "age" : 21 } > # 更新多条 > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 21, "girlfriend" : [ "jenny", "coco", "julia" ] } { "_id" : ObjectId("58feffe55b9ea92ab29fbd4d"), "name" : "jenny", "age" : 21 } > > db.user.update({'age':21},{$set:{'age':22}},{multi:true}) WriteResult({ "nMatched" : 2, "nUpserted" : 0, "nModified" : 2 }) > > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 22, "girlfriend" : [ "jenny", "coco", "julia" ] } { "_id" : ObjectId("58feffe55b9ea92ab29fbd4d"), "name" : "jenny", "age" : 22 } > save() 方法通过传入的文档来替换已有文档。语法格式如下： db.collection.save( , { writeConcern: } ) 参数说明： document : 文档数据。 writeConcern :可选，抛出异常的级别。 > db.user.find() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 22, "girlfriend" : [ "jenny", "coco", "julia" ] } > > db.user.save({ "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 18, "girlfriend" : [ "jenny", "julia" ] }) WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 }) > > db.user.find().pretty() { "_id" : ObjectId("58fef7d55b9ea92ab29fbd4b"), "name" : "nick", "age" : 18, "girlfriend" : [ "jenny", "julia" ] } >查 查询数据的语法格式如下： db.mydb.find(query, projection) query ：可选，使用查询操作符指定查询条件 projection ：可选，使用投影操作符指定返回的键。查询时返回文档中所有键值， 只需省略该参数即可（默认省略）。 pretty() 方法以格式化的方式来显示所有文档。 >db.mydb.find().pretty() 大于小于： 操作 格式 范例 RDBMS中的类似语句 等于 {:} db.col.find({"name":"nick"}).pretty() where name = 'nick' 小于 {:{$lt:}} db.col.find({"likes":{$lt:50}}).pretty() where likes < 50 小于或等于 {:{$lte:}} db.col.find({"likes":{$lte:50}}).pretty() where likes 50 大于或等于 {:{$gte:}} db.col.find({"likes":{$gte:50}}).pretty() where likes >= 50 不等于 {:{$ne:}} db.col.find({"likes":{$ne:50}}).pretty() where likes != 50获取”col”集合中 “likes” 大于100，小于 200 的数据，你可以使用以下命令： db.col.find({likes : {$lt :200, $gt : 100}}) and or: and: >db.col.find({key1:value1, key2:value2}).pretty() or: >db.col.find( { $or: [ {key1: value1}, {key2:value2} ] } ).pretty() Limit、Skiplimit()方法基本语法如下所示： >db.COLLECTION_NAME.find().limit(NUMBER)skip() 方法脚本语法格式如下： 使用skip()方法来跳过指定数量的数据，skip方法接受一个数字参数作为跳过的记录条数，默认为0。 >db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER) sortsort()方法对数据进行排序，sort()方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而-1是用于降序排列。 >db.COLLECTION_NAME.find().sort({KEY:1}) 操作符 $type获取 “col” 集合中 title 为 String 的数据: db.col.find({"title" : {$type : 2}})对应匹配类型： 类型 数字 备注 Double 1 String 2 Object 3 Array 4 Binary data 5 Undefined 6 已废弃。 Object id 7 Boolean 8 Date 9 Null 10 Regular Expression 11 JavaScript 13 Symbol 14 JavaScript (with scope) 15 32-bit integer 16 Timestamp 17 64-bit integer 18 Min key 255 Query with -1. Max key 127索引 使用 ensureIndex() 方法来创建索引，语法如下： >db.COLLECTION_NAME.ensureIndex({KEY:1}) 语法中 Key 值为你要创建的索引字段，1为指定按升序创建索引，如果你想按降序来创建索引指定为-1即可 复合索引 db.col.ensureIndex({"title":1,"description":-1}) 后台执行 通过在创建索引时加background:true 的选项，让创建工作在后台执行 db.values.ensureIndex({open: 1, close: 1}, {background: true})ensureIndex() 接收可选参数，可选参数列表如下： Parameter Type Description background Boolean 建索引过程会阻塞其它数据库操作，background可指定以后台方式创建索引，即增加 “background” 可选参数。 “background” 默认值为false。 unique Boolean 建立的索引是否唯一。指定为true创建唯一索引。默认值为false. name string 索引的名称。如果未指定，MongoDB的通过连接索引的字段名和排序顺序生成一个索引名称。 dropDups Boolean 在建立唯一索引时是否删除重复记录,指定 true 创建唯一索引。默认值为 false. sparse Boolean 对文档中不存在的字段数据不启用索引；这个参数需要特别注意，如果设置为true的话，在索引字段中不会查询出不包含对应字段的文档.。默认值为 false. expireAfterSeconds integer 指定一个以秒为单位的数值，完成 TTL设定，设定集合的生存时间。 v index version 索引的版本号。默认的索引版本取决于mongod创建索引时运行的版本。 weights document 索引权重值，数值在 1 到 99,999 之间，表示该索引相对于其他索引字段的得分权重。 default_language string 对于文本索引，该参数决定了停用词及词干和词器的规则的列表。 默认为英语 language_override string 对于文本索引，该参数指定了包含在文档中的字段名，语言覆盖默认的language，默认值为 language.索引不能被以下的查询使用： 正则表达式及非操作符，如 $nin, $not, 等。 算术运算符，如 $mod, 等。 $where 子句 最大范围 集合中索引不能超过64个 索引名的长度不能超过125个字符 一个复合索引最多可以有31个字段 现有的索引字段的值超过索引键的限制，MongoDB中不会创建索引。聚合 聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。 聚合的方法使用aggregate()方法，基本语法格式如下所示： >db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION) > db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}]) 以上实例类似sql语句： select by_user, count(*) from mycol group by by_user 我们通过字段by_user字段对数据进行分组，并计算by_user字段相同值的总和。 表达式 描述 实例 $sum 计算总和。 db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$sum : “$likes”}}}]) $avg 计算平均值 db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$avg : “$likes”}}}]) $min 获取集合中所有文档对应值得最小值。 db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$min : “$likes”}}}]) $max 获取集合中所有文档对应值得最大值。 db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$max : “$likes”}}}]) $push 在结果文档中插入值到一个数组中。 db.mycol.aggregate([{$group : {_id : “$by_user”, url : {$push: “$url”}}}]) $addToSet 在结果文档中插入值到一个数组中，但不创建副本。 db.mycol.aggregate([{$group : {_id : “$by_user”, url : {$addToSet : “$url”}}}]) $first 根据资源文档的排序获取第一个文档数据。 db.mycol.aggregate([{$group : {_id : “$by_user”, first_url : {$first : “$url”}}}]) $last 根据资源文档的排序获取最后一个文档数据 db.mycol.aggregate([{$group : {_id : “$by_user”, last_url : {$last : “$url”}}}]) 管道MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。 表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。 $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。 $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。 $limit：用来限制MongoDB聚合管道返回的文档数。 $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。 $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。 $group：将集合中的文档分组，可用于统计结果。 $sort：将输入文档排序后输出。 $geoNear：输出接近某一地理位置的有序文档。 管道操作符实例1、$project实例 db.article.aggregate( { $project : { title : 1 , author : 1 , }} ); 这样的话结果中就只还有_id,tilte和author三个字段了，默认情况下_id字段是被包含的，如果要想不包含_id话可以这样: db.article.aggregate( { $project : { _id : 0 , title : 1 , author : 1 }});2.$match实例 db.articles.aggregate( [ { $match : { score : { $gt : 70, $lte : 90 } } }, { $group: { _id: null, count: { $sum: 1 } } } ] ); $match用于获取分数大于70小于或等于90记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处理。3.$skip实例 db.article.aggregate( { $skip : 5 }); 经过$skip管道操作符处理后，前五个文档被"过滤"掉。查询分析 explain() mongo执行计划分析，详细点此处。 > db.user.find({"name":"nick"}).explain(); > db.user.find({"name":"nick"}).explain(true);关键参数详细： executionStats.executionSuccess 是否执行成功 executionStats.nReturned 查询的返回条数 executionStats.executionTimeMillis 整体执行时间 executionStats.totalKeysExamined 索引扫描次数 executionStats.totalDocsExamined document扫描次数hint() 使用 hint 来强制 MongoDB 使用一个指定的索引。 这种方法某些情形下会提升性能。 一个有索引的 collection 并且执行一个多字段的查询(一些字段已经索引了)。 如下查询指定了使用 naem 和 age 索引字段来查询： > db.user.find({"name":"nick","age":18}).hint({"name":1,"age":1});
以上是互联网集市为您收集整理的第一篇：一天学会MongoDB数据库之Python操作全部内容，希望文章能够帮你解决第一篇：一天学会MongoDB数据库之Python操作所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。 版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。 扫描二维码推送至手机访问。 本文链接：https://www.qyyshop.com/info/920764.html |
| CopyRight 2018-2019 实验室设备网 版权所有 |