2018-10-31 11:15:29 Python學習

MongoDB 是由 C++ 語言編寫的非關係型數據庫，是一個基於分佈式文件存儲的開源數據庫系統，其內容存儲形式類似 JSON 對象，它的字段值可以包含其他文檔、數組及文檔數組，非常靈活。在這一節中，我們就來看看 Python 3 下 MongoDB 的存儲操作。

Python 零基礎課程，如有需要諮詢wechat:17812796384

1.準備工作

在開始之前，請確保已經安裝好了 MongoDB 並啟動了其服務，並且安裝好了 Python 的 PyMongo 庫。

連接 MongoDB 時，我們需要使用 PyMongo 庫裡面的 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）：

這樣就可以創建 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。

2.指定數據集

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。這裡我們以 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

這裡調用 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。

3.指定集合

MongoDB 的每個數據庫又包含許多集合（collection），它們類似於關係型數據庫中的表。

下一步需要指定要操作的集合，這裡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']

這樣我們便聲明瞭一個 Collection 對象。

4.插入數據

接下來，便可以插入數據了。對於 students 這個集合，新建一條學生數據，這條數據以字典形式表示：

這裡指定了學生的學號、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() 方法會在執行後返回_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：

返回結果是對應的 _id 的集合：

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，繼續使用也沒有什麼問題。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：

運行結果如下：

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。

對於 insert_many() 方法，我們可以將數據以列表形式傳遞，示例如下：

運行結果如下：

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。

5.查詢數據庫

插入數據後，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：

這裡我們查詢 name 為 Mike 的數據，它的返回結果是字典類型，運行結果如下：

可以發現，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 庫裡面的 objectid：

其查詢結果依然是字典類型，具體如下：

當然，如果查詢結果不存在，則會返回 None。

對於多條數據的查詢，我們可以使用 find() 方法。例如，這裡查找年齡為20的數據，示例如下：

運行結果如下：

返回結果是 Cursor 類型，它相當於一個生成器，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。

如果要查詢年齡大於20的數據，則寫法如下：

results = collection.find({'age': {'$gt': 20}})

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。這裡將比較符號歸納為下表。

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.*'}})

這裡使用 $regex 來指定正則匹配，^M.* 代表以 M 開頭的正則表達式。

這裡將一些功能符號再歸類為下表。

6.查詢計數

要統計查詢結果有多少條數據，可以調用 count() 方法。比如，統計所有數據條數：

count = collection.find().count() print(count)

或者統計符合某個條件的數據：

運行結果是一個數值，即符合條件的數據條數。

7.數據排序

排序時，直接調用 sort() 方法，並在其中傳入排序的字段及升降序標誌即可。示例如下：

運行結果如下：

['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

這裡我們調用 pymongo.ASCENDING 指定升序。如果要降序排列，可以傳入pymongo.DESCENDING。

8.數據的偏移

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，得到第三個及以後的元素：

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：

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，加了限制後，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：

這時需要記錄好上次查詢的 _id。

9.更新數據庫

對於數據更新，我們可以使用 update() 方法，指定更新的條件和更新後的數據即可。例如：

這裡我們要更新 name 為 Kevin 的數據的年齡：首先指定查詢條件，然後將數據查詢出來，修改年齡後調用 update() 方法將原條件和修改後的數據傳入。

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。這裡也分為 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：

這裡調用了 update_one() 方法，第二個參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 類型。然後分別調用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：

我們再看一個例子：