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{'$set': student} 這樣的形式,其返回結果是 UpdateResult 類型。然後分別調用matched_count 和 modified_count 屬性,可以獲得匹配的數據條數和影響的數據條數。
運行結果如下:
我們再看一個例子:
這裡指定查詢條件為年齡大於20,然後更新條件為 {'$inc': {'age': 1}},也就是年齡加1,執行之後會將第一條符合條件的數據年齡加1。
運行結果如下:
可以看到匹配條數為1條,影響條數也為1條。
如果調用 update_many() 方法,則會將所有符合條件的數據都更新,示例如下:
這時匹配條數就不再為1條了,運行結果如下:
可以看到,這時所有匹配到的數據都會被更新。
10.數據刪除
刪除操作比較簡單,直接調用 remove() 方法指定刪除的條件即可,此時符合條件的所有數據均會被刪除。示例如下:
運行結果如下:
另外,這裡依然存在兩個新的推薦方法—— delete_one() 和 delete_many() 。示例如下:
運行結果如下:
delete_one() 即刪除第一條符合條件的數據,delete_many() 即刪除所有符合條件的數據。它們的返回結果都是 DeleteResult 類型,可以調用 deleted_count 屬性獲取刪除的數據條數。
學會了嗎?(原文鏈接:http://u6.gg/ftuk8)