Python並不僅僅是一個做Machine Learning的語言。

說到Python，一般都會感覺它關聯著ML，如果不是做ML開發，就會覺得離自己很遠。而實際上，作為一門語言，Python在應用中跟別的語言沒什麼區別，甚至在某些時間，它的方便會讓人感覺很舒服。

試想一下，有個小需求，需要臨時改一些資料庫的資料。怎麼搞？直接寫資料庫指令碼？麻煩。開個IDE寫段程式碼？更麻煩。這時候，有Python就很爽了 --- 隨便開個Notepad或VIM，寫段程式碼，就搞定了。

很方便，有沒有？

所以，不管做什麼樣的開發，瞭解一點Python，還是有點意義的。

今天我們就整理一個知識點：Python操作MongoDB資料庫。

為了防止不提供原網址的轉載，特在這裡加上原文連結：https://www.cnblogs.com/tiger-wang/p/13216977.html

一、執行準備

首先，我們需要有Python3 。現在Python全線從v2轉為v3，如果還停留在v2的年代，不妨升一下級。

Python3的安裝不詳細說，官網在https://www.python.org。

檢查是否安裝Python3，可以用以下命令：

%python3--version
Python3.7.4

如果安裝了，會返回Python3的版本號。我裝的是3.7.4 。

Python操作MongoDB資料庫，需要PyMongo庫的支援。

%pipinstallpymongo
 

或者

%python3-mpipinstallpymongo

pip是Python全系的軟體包管理工具，類似於Ubuntu/Debian的apt、Centos的rpm、MacOS的brew。

新安裝的Python3，可能沒有pip命令。檢查一下：

%pip--version

同樣，如果有安裝，會返回pip的版本號。

如果沒有安裝，以下是命令：

%curlhttps://bootstrap.pypa.io/get-pip.py-oget-pip.py
%python3get-pip.py

也可以去pip官網自行查詢安裝。官網在https://pip.pypa.io/en/stable/

MongoDB也需要安裝好。安裝過程在文章15分鐘從零開始搭建支援10w+使用者的生產環境(二)裡有詳細的步驟，這兒略過。

這樣，我們就準備好了全部的執行環境。

二、操作MongoDB

1. 連線串

MongoDB的連線串，在所有開發語言中都是一樣的：

database_connection_uri="mongodb://localhost:27031/admin"

2. 連線資料庫

PyMongo提供了MongoClient用來連線MongoDB，並初始化物件。

client=pymongo.MongoClient(database_connection_uri)

3. 開啟資料庫和資料集

db=client["Test"]
collection=db["TestCollection"]

這個例子中，資料庫叫Test，資料集Collection叫TestCollection 。

到這兒，資料集已經正常開啟。

全部的程式碼如下：

#!/usr/local/binpython3
#-*-coding:UTF-8-*-

importpymongo

database_connection_uri="mongodb://localhost:27031/admin"

defmain():

client=pymongo.MongoClient(database_connection_uri)
db=client["Test"]
collection=db["TestCollection"]

print("Success!!!")

if__name__=='__main__':
main()

4. 建立索引

MongoDB中，索引很關鍵。一個好的索引可以讓上億級的資料集查詢在毫秒內出結果。

collection.create_index([("article_id",pymongo.ASCENDING)],background=True)

升序是pymongo.ASCENDING，降序是pymongo.DESCENDING。

看引數就知道，如果建立聯合索引，就把欄位名一個一個列出來：

collection.create_index([("article_id",pymongo.ASCENDING),("action_time",pymongo.DESCENDING)],background=True)

在MongoDB中，索引可以在任何時候建立。

5. 建立資料

PyMongo所有資料採用Json資料。

Demo資料：

importdatetime

article1={
"article_id":1,
"title":"文章標題1",
"body":"文章內容1",
"action_time":datetime.datetime.utcnow()
}

直接呼叫collection物件的insert命令建立資料：

result=collection.insert(article1)

建立成功後，會返回該資料檔案的_id值。

看一下全部程式碼：

defmain():

client=pymongo.MongoClient(database_connection_uri)
db=client["Test"]
collection=db["TestCollection"]

article1={
"article_id":1,
"title":"文章標題1",
"body":"文章內容1",
"action_time":datetime.datetime.utcnow()
}

result=collection.insert(article1)
print(result)

也可以一次建立多條檔案：

result=collection.insert([article1,article2])

注意那個中括號。

多條建立時，返回值result也是個列表，裡面是所有建立記錄的_id值。

此外，PyMongo還提供了另外兩個方法：insert_one和insert_many，對應建立一條資料和多條資料。

result=collection.insert_one(article1)

result=collection.insert_many([article1,article2])

這兩個方法返回值與insert返回值略有不同，返回的是個物件。

insert_one返回InsertOneResult，InsertOneResult.inserted_id才是_id值。

insert_many返回InsertManyResult，InsertManyResult.inserted_ids是_id的列表。

6. 查詢資料

查詢資料有兩個方法：find_one和find。

先說find_one，看名稱就知道，是查一條檔案資料，返回結果是一個字典型別的記錄。

result=collection.find_one({"article_id":1})
print(type(result))
print(result)

輸出結果：

<class'dict'>
{'_id':ObjectId('5efb1ecc7ca7cd50ed1150ed'),'article_id':1,'title':'文章標題1','body':'文章內容1','action_time':datetime.datetime(2020,6,30,11,15,24,97000)}

當然也可以使用_id查詢：

frombson.objectidimportObjectId

result=collection.find_one({'_id':ObjectId('5efb1ecc7ca7cd50ed1150ed')})

find方法，用來查詢多條資料。

results=collection.find({"title":{"$ne":""}})
print(type(results))
print(results)
forresultinresults:
print(result)

輸出結果：

<class'pymongo.cursor.Cursor'>
<pymongo.cursor.Cursorobjectat0x7f82c2cf7d50>
{'_id':ObjectId('5efb1ecc7ca7cd50ed1150ed'),'article_id':1,'title':'文章標題1','body':'文章內容1','action_time':datetime.datetime(2020,6,30,11,15,24,97000)}
{'_id':ObjectId('5efb1ecc7ca7cd50ed1150ee'),'article_id':2,'title':'文章標題2','body':'文章內容2','action_time':datetime.datetime(2020,6,30,11,15,24,97000)}

能看出，find查詢的結果是一個遊標cursor，指向返回的資料集合。資料可以迴圈讀出。

7. 結果統計

統計查詢結果有多少條資料，PyMongo提供了一個count方法：

results=collection.find({"title":{"$ne":""}}).count()

或者查整個資料集的資料：

results=collection.find().count()

8. 排序查詢

排序也是一個方法，sort：

results=collection.find({"title":{"$ne":""}}).sort("action_time",pymongo.ASCENDING)

升序是pymongo.ASCENDING，降序是pymongo.DESCENDING。

9. 偏移和限定

兩個用處不大不小的功能，通常在一起用，當然分開也沒關係。

results=collection.find({"title":{"$ne":""}}).sort("action_time",pymongo.DESCENDING).skip(1).limit(1)

limit限定了結果集取多少條資料，而skip則決定跳過多少條資料後去取。

在資料量不大的情況下，可以用來做分頁。而如果資料量很大，這種方式效率不高，更好的做法是記住前一個頁的最後一條資料的關鍵值，例如_id，查詢時取條件大於這個值的資料。

10. 更新資料

PyMongo提供了兩個更新資料的方法：update_one和update_many。程式碼是這樣的：

filter={"article_id":1}
update={"$set":{"body":"新的文章內容"}}
result=collection.update_one(filter,update)
print(type(result))

返回一個物件UpdateResult，裡麵包含更新結果的全部資訊。

注意：這兒有個不同於傳統SQL的地方，一定要注意。當更新的條件匹配到多條資料時，update_one只會更新匹配到的資料集中第一條資料，update_many可以更新匹配到的全部資料。所以，如果用update_one，除非是你本意，一定要確定條件匹配到的資料唯一。

11. 刪除資料

也同樣有兩個方法：delete_one和delete_many。用法和更新相似：

filter={"article_id":1}
result=collection.delete_one(filter)
print(type(result))

同樣的，delete_one也只會刪除匹配到的資料集中第一條資料。

11. 原子級處理

這是MongoDB中的一個特色操作，也是早期MongoDB的無奈之選。因為早期版本的MongoDB並不支援事務處理。而上面講到的更新和刪除，並不能保證併發情況下的資料安全。

MongoDB為瞭解決這個併發的資料問題，增加了三個原子級的處理，對應於PyMongo的三個方法：find_one_and_update、find_one_and_replace和find_one_and_delete。

這三個方法，看名字就知道做什麼的。用法上，跟上面的更新和刪除一致，區別在於：這三個方法執行的時候，會通過資料鎖來保證資料修改在併發狀態下的一致性。當然，這個處理是有一定代價的，它要比上面說的更新和刪除慢一點，實測資料會慢5毫秒左右。

這三個方法應用挺廣的。比方我們需要生成一個自增量ID，就可以用find_one_and_update來控制增量資料，因為他是原子級操作，所以併發也不會有重複的資料產生。

嗯，MongoDB從4.0開始，已經全面支援事務了。不過，這三個方法依然保留了下來。

12. 事務

這是一個新特性，需要資料庫4.0以上才支援。寫法上，跟傳統的事務沒什麼區別。

withclient.start_session()ass:
s.start_transaction()

filter={"article_id":1}
update={"$set":{"body":"新的文章內容"}}
result=collection.update_one(filter,update)

result=collection.delete_one(filter)

s.commit_transaction()

以上部分，就是Python操作MongoDB的全部內容。

最後，送大家一個彩蛋。

三、彩蛋

有時候，我們需要把寫好的Python程式給到別人來使用，可是，我們又不能讓別人也裝個Python。怎麼辦？

神器來了。

PyInstaller，官網在http://www.pyinstaller.org。

它的作用，是把您寫的Python程式，轉成各種作業系統下的可執行檔案。

PyInstaller安裝很簡單：

%pipinstallpyinstaller

使用更簡單：

%pyinstalleryour_code.py

經過一翻編譯，會生成幾個目錄。其中，dist目錄下，就是編譯完成的可執行程式。當然，我們的Python程式會引用或依賴一些庫，而可愛的PyInstaller，也很貼心的把這些庫複製到了這個目錄中。

找到目錄中同名的可執行程式，例如這個例子中，將是your_code，執行之，搞定。

（全文完）

本文的配套程式碼，在https://github.com/humornif/Demo-Code/tree/master/0016

微信公眾號：老王Plus 掃描二維碼，關注個人公眾號，可以第一時間得到最新的個人文章和內容推送 本文版權歸作者所有，轉載請保留此宣告和原文連結