mongodb中 pymongo的使用方法
阿新 • • 發佈:2018-11-04
#!/usr/bin/env python # -*- coding:utf-8 -*- """ MongoDB儲存 在這裡我們來看一下Python3下MongoDB的儲存操作,在本節開始之前請確保你已經安裝好了MongoDB並啟動了其服務,另外安裝好了Python 的PyMongo庫。 連線MongoDB 連線MongoDB我們需要使用PyMongo庫裡面的MongoClient,一般來說傳入MongoDB的IP及埠即可,第一個引數為地址host, 第二個引數為埠port,埠如果不傳預設是27017。 """ import pymongo client = pymongo.MongoClient(host='localhost', port=27017) """ 這樣我們就可以建立一個MongoDB的連線物件了。另外MongoClient的第一個引數host還可以直接傳MongoDB的連線字串,以mongodb開頭, 例如:client = MongoClient('mongodb://localhost:27017/')可以達到同樣的連線效果。 """ # 指定資料庫 # MongoDB中還分為一個個資料庫,我們接下來的一步就是指定要操作哪個資料庫,在這裡我以test資料庫為例進行說明,所以下一步我們 # 需要在程式中指定要使用的資料庫。 db = client.test # 呼叫client的test屬性即可返回test資料庫,當然也可以這樣來指定: # db = client['test'] # 兩種方式是等價的。 # 指定集合 # MongoDB的每個資料庫又包含了許多集合Collection,也就類似與關係型資料庫中的表,下一步我們需要指定要操作的集合, # 在這裡我們指定一個集合名稱為students,學生集合。還是和指定資料庫類似,指定集合也有兩種方式。 collection = db.students # collection = db['students'] # 插入資料,接下來我們便可以進行資料插入了,對於students這個Collection,我們新建一條學生資料,以字典的形式表示: student = { 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male' } # 在這裡我們指定了學生的學號、姓名、年齡和性別,然後接下來直接呼叫collection的insert()方法即可插入資料。 result = collection.insert(student) print(result) # 在MongoDB中,每條資料其實都有一個_id屬性來唯一標識,如果沒有顯式指明_id,MongoDB會自動產生一個ObjectId型別的_id屬性。 # insert()方法會在執行後返回的_id值。 # 執行結果: # 5932a68615c2606814c91f3d # 當然我們也可以同時插入多條資料,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) # 返回的結果是對應的_id的集合,執行結果: # [ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')] # 實際上在PyMongo 3.X版本中,insert()方法官方已經不推薦使用了,當然繼續使用也沒有什麼問題, # 官方推薦使用insert_one()和insert_many()方法將插入單條和多條記錄分開。 student = { 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male' } result = collection.insert_one(student) print(result) print(result.inserted_id) # 執行結果: # <pymongo.results.InsertOneResult object at 0x10d68b558> # 5932ab0f15c2606f0c1cf6c5 # 返回結果和insert()方法不同,這次返回的是InsertOneResult物件,我們可以呼叫其inserted_id屬性獲取_id。 # 對於insert_many()方法,我們可以將資料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_many([student1, student2]) print(result) print(result.inserted_ids) # insert_many()方法返回的型別是InsertManyResult,呼叫inserted_ids屬性可以獲取插入資料的_id列表,執行結果: # <pymongo.results.InsertManyResult object at 0x101dea558> # [ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')] # 查詢,插入資料後我們可以利用find_one()或find()方法進行查詢,find_one()查詢得到是單個結果,find()則返回多個結果。 result = collection.find_one({'name': 'Mike'}) print(type(result)) print(result) # 在這裡我們查詢name為Mike的資料,它的返回結果是字典型別,執行結果: # <class'dict'> # {'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'} # 可以發現它多了一個_id屬性,這就是MongoDB在插入的過程中自動新增的。 # 我們也可以直接根據ObjectId來查詢,這裡需要使用bson庫裡面的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型別,執行結果: # {' ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'} # 當然如果查詢_id':結果不存在則會返回None。 # 對於多條資料的查詢,我們可以使用find()方法,例如在這裡查詢年齡為20的資料,示例如下: results = collection.find({'age': 20}) print(results) for result in results: print(result) # 執行結果: # <pymongo.cursor.Cursor object at 0x1032d5128> # {'_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型別,相當於一個生成器,我們需要遍歷取到所有的結果,每一個結果都是字典型別。 # 如果要查詢年齡大於20的資料,則寫法如下: results = collection.find({'age': {'$gt': 20}}) # 在這裡查詢的條件鍵值已經不是單純的數字了,而是一個字典,其鍵名為比較符號$gt,意思是大於,鍵值為20,這樣便可以查詢出所有 # 年齡大於20的資料。 # 在這裡將比較符號歸納如下表: """ 符號含義示例 $lt小於{'age': {'$lt': 20}} $gt大於{'age': {'$gt': 20}} $lte小於等於{'age': {'$lte': 20}} $gte大於等於{'age': {'$gte': 20}} $ne不等於{'age': {'$ne': 20}} $in在範圍內{'age': {'$in': [20, 23]}} $nin不在範圍內{'age': {'$nin': [20, 23]}} """ # 另外還可以進行正則匹配查詢,例如查詢名字以M開頭的學生資料,示例如下: results = collection.find({'name': {'$regex': '^M.*'}}) # 在這裡使用了$regex來指定正則匹配,^M.*代表以M開頭的正則表示式,這樣就可以查詢所有符合該正則的結果。 # 在這裡將一些功能符號再歸類如下: """ 符號含義示例示例含義 $regex匹配正則{'name': {'$regex': '^M.*'}}name以M開頭 $exists屬性是否存在{'name': {'$exists': True}}name屬性存在 $type型別判斷{'age': {'$type': 'int'}}age的型別為int $mod數字模操作{'age': {'$mod': [5, 0]}}年齡模5餘0 $text文字查詢{'$text': {'$search': 'Mike'}}text型別的屬性中包含Mike字串 $where高階條件查詢{'$where': 'obj.fans_count == obj.follows_count'}自身粉絲數等於關注數 """ # 這些操作的更詳細用法在可以在MongoDB官方文件找到: # https://docs.mongodb.com/manual/reference/operator/query/ # 計數 # 要統計查詢結果有多少條資料,可以呼叫count()方法,如統計所有資料條數: count = collection.find().count() print(count) # 或者統計符合某個條件的資料: count = collection.find({'age': 20}).count() print(count) # 排序 # 可以呼叫sort方法,傳入排序的欄位及升降序標誌即可,示例如下: results = collection.find().sort('name', pymongo.ASCENDING) print([result['name'] for result in results]) # 執行結果: # ['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike'] # 偏移,可能想只取某幾個元素,在這裡可以利用skip()方法偏移幾個位置,比如偏移2,就忽略前2個元素,得到第三個及以後的元素。 results = collection.find().sort('name', pymongo.ASCENDING).skip(2) print([result['name'] for result in results]) # 執行結果: # ['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]) # 執行結果: # ['Kevin', 'Mark'] # 如果不加limit()原本會返回三個結果,加了限制之後,會擷取2個結果返回。 # 值得注意的是,在資料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資料,很可能會導致記憶體溢位, # 可以使用類似find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}}) 這樣的方法來查詢,記錄好上次查詢的_id。 # 更新 # 對於資料更新可以使用update()方法,指定更新的條件和更新後的資料即可,例如: condition = {'name': 'Kevin'} student = collection.find_one(condition) student['age'] = 25 result = collection.update(condition, student) print(result) # 在這裡我們將name為Kevin的資料的年齡進行更新,首先指定查詢條件,然後將資料查詢出來,修改年齡, # 之後呼叫update方法將原條件和修改後的資料傳入,即可完成資料的更新。 # 執行結果: # {'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True} # 返回結果是字典形式,ok即代表執行成功,nModified代表影響的資料條數。 # 另外update()方法其實也是官方不推薦使用的方法,在這裡也分了update_one()方法和update_many()方法,用法更加嚴格, # 第二個引數需要使用$型別操作符作為字典的鍵名,我們用示例感受一下。 condition = {'name': 'Kevin'} student = collection.find_one(condition) student['age'] = 26 result = collection.update_one(condition, {'$set': student}) print(result) print(result.matched_count, result.modified_count) # 在這裡呼叫了update_one方法,第二個引數不能再直接傳入修改後的字典,而是需要使用{'$set': student}這樣的形式, # 其返回結果是UpdateResult型別,然後呼叫matched_count和modified_count屬性分別可以獲得匹配的資料條數和影響的資料條數。 # 執行結果: # # <pymongo.results.UpdateResult object at 0x10d17b678> # 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) # 在這裡我們指定查詢條件為年齡大於20,然後更新條件為{'$inc': {'age': 1}},執行之後會講第一條符合條件的資料年齡加1。 # 執行結果: # # <pymongo.results.UpdateResult object at 0x10b8874c8> # 1 1 # 可以看到匹配條數為1條,影響條數也為1條。 # 如果呼叫update_many()方法,則會將所有符合條件的資料都更新,示例如下: condition = {'age': {'$gt': 20}} result = collection.update_many(condition, {'$inc': {'age': 1}}) print(result) print(result.matched_count, result.modified_count) # 這時候匹配條數就不再為1條了,執行結果如下: # # <pymongo.results.UpdateResult object at 0x10c6384c8> # 3 3 # 可以看到這時所有匹配到的資料都會被更新。 # 刪除 # 刪除操作比較簡單,直接呼叫remove()方法指定刪除的條件即可,符合條件的所有資料均會被刪除,示例如下: result = collection.remove({'name': 'Kevin'}) print(result) # 執行結果: # # {'ok': 1, 'n': 1} # 另外依然存在兩個新的推薦方法,delete_one()和delete_many()方法,示例如下: result = collection.delete_one({'name': 'Kevin'}) print(result) print(result.deleted_count) result = collection.delete_many({'age': {'$lt': 25}}) print(result.deleted_count) # 執行結果: # <pymongo.results.DeleteResult object at 0x10e6ba4c8> # 1 # 4 # delete_one()即刪除第一條符合條件的資料,delete_many()即刪除所有符合條件的資料,返回結果是DeleteResult型別, # 可以呼叫deleted_count屬性獲取刪除的資料條數。 # 更多 # 另外PyMongo還提供了一些組合方法,如find_one_and_delete()、find_one_and_replace()、find_one_and_update(), # 就是查詢後刪除、替換、更新操作,用法與上述方法基本一致。 # 另外還可以對索引進行操作,如create_index()、create_indexes()、drop_index()等。 # 詳細用法可以參見官方文件:http://api.mongodb.com/python/current/api/pymongo/collection.html # 另外還有對資料庫、集合本身以及其他的一些操作,在這不再一一講解,可以參見