Untitled

最新推荐文章于 2024-11-01 21:30:15 发布
最新推荐文章于 2024-11-01 21:30:15 发布
阅读量292 收藏 5
点赞数 6
文章标签： mongodb 图论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ldq20230322014/article/details/139098029
版权

运用Mongodb在jupyter notebook写带代码

在jupyter中写要确认好环境变量，例如Python3环境
在这里插入图片描述

以下是代码：

import pymongo

#连接数据库,指定ip和端口
myclient=pymongo.MongoClient('localhost',27017)

查看数据库和集合

#查看数据库
dbs=myclient.list_database_names()
dbs

['admin', 'config', 'local', 'test']

#切换/创建（本身不存在）数据库
mydb=myclient['test']#切换到数据库test
#查看test数据库中的所有集合
cols=mydb.list_collection_names()
cols

['c1']

#直接切换/创建集合
c1=mydb['c1']

#显示创建、删除集合
c2=mydb.create_collection("c2")
mydb.drop_collection("c2")

{'nIndexesWas': 1, 'ns': 'test.c2', 'ok': 1.0}

文档的增删改查

myclient=pymongo.MongoClient('localhost',27017)
mydb=myclient['test']#切换到数据库test
c1=mydb['c1']

for i in c1.find():
    print(i)

{'_id': ObjectId('664c3b389a8c9442c780515e'), 'name': 'aa1', 'age': 88.0}
{'_id': ObjectId('664c3b389a8c9442c780515f'), 'name': 'aa2', 'age': 99.0}
{'_id': ObjectId('664c3b389a8c9442c7805160'), 'name': 'aa3', 'age': 100.0}

增

单文档插入insert_one

d1={"name":"牢底","age":18,"major": "大数据技术"}
x=c1.insert_one(d1)
print(x.inserted_id)

664c484eadfcd97ffeaf043a

#查询c1文档
for i in c1.find():
    print(i)

{'_id': ObjectId('664c3b389a8c9442c780515e'), 'name': 'aa1', 'age': 88.0}
{'_id': ObjectId('664c3b389a8c9442c780515f'), 'name': 'aa2', 'age': 99.0}
{'_id': ObjectId('664c3b389a8c9442c7805160'), 'name': 'aa3', 'age': 100.0}
{'_id': ObjectId('664c484eadfcd97ffeaf043a'), 'name': '牢底', 'age': 18, 'major': '大数据技术'}

多文档插入insert_many

#多文档插入，参数为列表（数组）
d2=[
    {"name":"郭靖","age":21,"major":"降龙十八掌"},
    {"name":"黄蓉","age":20,"major":"打狗棒法"},
    {"name":"扫地僧","age":41,"major":"罗汉伏魔功"}
]
x=c1.insert_many(d2)
print(x.inserted_ids)#打印多文档_id

[ObjectId('664c49a2adfcd97ffeaf043b'), ObjectId('664c49a2adfcd97ffeaf043c'), ObjectId('664c49a2adfcd97ffeaf043d')]

for i in c1.find():
    print(i)

{'_id': ObjectId('664c3b389a8c9442c780515e'), 'name': 'aa1', 'age': 88.0}
{'_id': ObjectId('664c3b389a8c9442c780515f'), 'name': 'aa2', 'age': 99.0}
{'_id': ObjectId('664c3b389a8c9442c7805160'), 'name': 'aa3', 'age': 100.0}
{'_id': ObjectId('664c484eadfcd97ffeaf043a'), 'name': '牢底', 'age': 18, 'major': '大数据技术'}
{'_id': ObjectId('664c49a2adfcd97ffeaf043b'), 'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'_id': ObjectId('664c49a2adfcd97ffeaf043c'), 'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'_id': ObjectId('664c49a2adfcd97ffeaf043d'), 'name': '扫地僧', 'age': 41, 'major': '罗汉伏魔功'}

查

#按条件查询c1文档
#find()第一个参数为查询条件，第二个参数为（不）显示的列
for i in c1.find({"major":"罗汉伏魔功"},{"_id":0}):
    print(i)

{'name': '扫地僧', 'age': 41, 'major': '罗汉伏魔功'}

#按修饰符进行查询
q={"age":{"$gt":18}}# 查询条件，age大于18
for i in c1.find(q,{"_id":0}):
    print(i)

{'name': 'aa1', 'age': 88.0}
{'name': 'aa2', 'age': 99.0}
{'name': 'aa3', 'age': 100.0}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 41, 'major': '罗汉伏魔功'}

#正则匹配$regex,查询name以a开头的所有文档
q1={"name":{"$regex":"^a"}}
for i in c1.find(q1,{"_id":0}):
    print(i)

{'name': 'aa1', 'age': 88.0}
{'name': 'aa2', 'age': 99.0}
{'name': 'aa3', 'age': 100.0}

管道查询

for i in c1.find({},{"_id":0}):
    print(i)

{'name': 'aa1', 'age': 88.0}
{'name': 'aa2', 'age': 99.0}
{'name': 'aa3', 'age': 100.0}
{'name': '牢底', 'age': 18, 'major': '大数据技术'}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 41, 'major': '罗汉伏魔功'}

#在python中管道必须为list形式，所以要用[括起来]
pin=[
    {"$group":{"_id":"$major","max_age":{"$max":"$age"}}}
]
#返回结果为列表，循环打印
result=c1.aggregate(pin)
for i in c1.aggregate(pin):
    print(i)

{'_id': '打狗棒法', 'max_age': 20}
{'_id': '罗汉伏魔功', 'max_age': 41}
{'_id': '大数据技术', 'max_age': 18}
{'_id': '降龙十八掌', 'max_age': 21}
{'_id': None, 'max_age': 100.0}

按照major分组，统计年龄平均值，并统计每个分组文档数，按照平均年龄降序排序

pinl=[
    {"$group":{"_id":"$major","avg_age":{"$avg":"$age"},"count":{"$sum":1}}},
    {"$sort":{"avg_age":-1}}
]
result=c1.aggregate(pinl)
for i in result:
    print(i)

{'_id': None, 'avg_age': 95.66666666666667, 'count': 3}
{'_id': '罗汉伏魔功', 'avg_age': 41.0, 'count': 1}
{'_id': '降龙十八掌', 'avg_age': 21.0, 'count': 1}
{'_id': '打狗棒法', 'avg_age': 20.0, 'count': 1}
{'_id': '大数据技术', 'avg_age': 18.0, 'count': 1}

改（更新

更新单个文档update_one

c1=mydb['c1']
for i in c1.find({},{"_id":0}):
    print(i)

{'name': 'aa1', 'age': 88.0}
{'name': 'aa2', 'age': 99.0}
{'name': 'aa3', 'age': 100.0}
{'name': '牢底', 'age': 18, 'major': '大数据技术'}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 41, 'major': '罗汉伏魔功'}

#name为aa3的文档，年龄改为43，$set--修改列值
c1.update_one({"name":"扫地僧"},{"$set":{"age":43}})#第一个参数为查询条件，参数2为修改表达式
#查询验证
for i in c1.find({"name":"扫地僧"},{"_id":0}):
    print(i)

{'name': '扫地僧', 'age': 43, 'major': '罗汉伏魔功'}

更新多个文档updata_many:更新找到的所有的文档

#更新major为大数据技术的文档中的年龄字段，全部加1岁--$inc
q={"major":"大数据技术"}#条件
n_d={"$inc":{"age":1}}#新数据
c1.update_many(q,n_d)

for i in c1.find({},{"_id":0}):
    print(i)

{'name': 'aa1', 'age': 88.0}
{'name': 'aa2', 'age': 99.0}
{'name': 'aa3', 'age': 100.0}
{'name': '牢底', 'age': 19, 'major': '大数据技术'}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 43, 'major': '罗汉伏魔功'}

删

删除单个文档–delete_one:删除匹配上的第一个文档

#删除name为aa2的文档
c1.delete_one({"name":"aa2"})#参数为匹配条件
for i in c1.find({},{"_id":0}):
    print(i)

{'name': 'aa1', 'age': 88.0}
{'name': 'aa3', 'age': 100.0}
{'name': '牢底', 'age': 19, 'major': '大数据技术'}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 43, 'major': '罗汉伏魔功'}

删除多个文档–delet_many:删除所有匹配上的文档

#删除name以开头的文档，需要使用正则表达式匹配
c1.delete_many({"name":{"$regex":"^a"}})
for i in c1.find({},{"_id":0}):
    print(i)

{'name': '牢底', 'age': 19, 'major': '大数据技术'}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 43, 'major': '罗汉伏魔功'}

删除所有文档–delete many–查询条件为空即可

其他

#排序--sort():按照年龄进行升序排序
for i in c1.find({},{"_id":0}).sort("age",1):
    print(i)

{'name': '牢底', 'age': 19, 'major': '大数据技术'}
{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '郭靖', 'age': 21, 'major': '降龙十八掌'}
{'name': '扫地僧', 'age': 43, 'major': '罗汉伏魔功'}

#限制返回数--limit():只返回指定个数的文档
for i in c1.find({},{"_id":0}).limit(1):
    print(i)

{'name': '牢底', 'age': 19, 'major': '大数据技术'}

#跳过--skip():跳过指定的文档数，返回剩下的文档
for i in c1.find({},{"_id":0}).skip(2):
    print(i)

{'name': '黄蓉', 'age': 20, 'major': '打狗棒法'}
{'name': '扫地僧', 'age': 43, 'major': '罗汉伏魔功'}
黎定侨20230322014
关注
untitled
03-17
不过，从压缩包子文件的名称"untitled-master"来看，这可能是一个软件项目或者代码库的默认命名，通常在GitHub等版本控制系统中，当你创建一个新的仓库时，未命名的仓库会默认为"untitled"，而"master"分支是大多数...
untitled.rar_Untitled
07-15
标题中的"untitled.rar_Untitled"似乎是一个未命名的RAR压缩文件，RAR是一种流行的压缩格式，用于将多个文件或文件夹打包成一个单一的可下载单元，通常用于存储、备份和分享数据。RAR文件可以包含多种类型的文件，...
untitled.zip_Untitled
07-15
本项目“untitled.zip_Untitled”似乎包含一个名为“untitled.fig”的文件，这可能是一个图形用户界面（GUI）或者Matlab工作空间的保存文件。以下是围绕这些主题的详细知识点： 1. **矩阵运算**： - **定义**：...
mongodb指定引擎并设置内存使用大小
菠菜的专栏
10-31 212
WiredTiger 存储引擎：默认的存储引擎为 WiredTiger 存储引擎，非常适合大多数工作负载，建议用于新部署。WiredTiger 提供文档级并发模型、检查点和数据压缩等功能。In-Memory 存储引擎：In-Memory 存储引擎在 MongoDB Enterprise 中可用。它不是将文档存储在磁盘上，而是将它们保留在内存中以获得更可预测的数据延迟。虽然默认引擎就是wiredTiger 但是非常有必要知道应该怎么设置引擎。
Linux环境下Mongodb部署
杨树林er的博客
10-28 654
Linux环境下Mongodb部署，保姆级教程，从安装到部署，到配置用户，再到外部连接，手把手教你部署自己的mongoDB服务器
【MongoDB】Windows/Docker 下载安装，MongoDB Compass的基本使用、NoSQL、MongoDB的基础概念及基础用法（超详细）
A的博客
11-01 565
NoSQL是“Not Only SQL”的缩写，代表了一类非关系型数据库，主要用于处理大规模数据存储和高并发访问。与传统的关系型数据库（如MySQL、PostgreSQL）不同，NoSQL数据库没有固定的表结构，能够灵活存储多种数据类型，包括结构化、半结构化和非结构化数据。这里可以按需选择安装MongoDB Compass,选择会稍微慢一些，但为了方便还是建议直接顺手安装。安装完会自动打开如下界面，开启你的MongoDB操作。按需选择下载,我这里下载的是Windows x64。给创建的数据库添加数据。
MongoDB 6.0 主从复制配置
yine的专栏
10-28 449
7. 将从节点添加到复制集中：在主节点的 MongoDB shell 中执行以下命令： rs.add("IP:PORT") 其中， IP:PORT 分别是从节点的主机名和端口号。可以在主节点上进行写入操作，在从节点上进行读取操作，当主节点发生故障时，从节点会自动选举一个新的主节点。4. 初始化复制集：连接到主节点的 MongoDB shell 中，并执行以下命令： rs.initiate() 此时，主节点已经启动了复制集，并成为其中的唯一成员。
MongoDB 8.0.3版本安装教程
m0_74867870的博客
10-29 533
MongoDB 8.0.3版本安装教程
MongoDB-Plus
hong161688的博客
10-25 952
MongoDB是一款由C++编写的分布式文档数据库，自2007年发布以来广泛应用于现代应用开发中。与传统的关系型数据库如MySQL不同，MongoDB采用了文档型存储，数据结构更加灵活，尤其适用于非结构化或半结构化数据。MongoDB的文档类似于JSON对象，但在存储时使用的是BSON（Binary JSON）格式，使得数据存储和查询更加高效。MongoDB-Plus作为MongoDB的增强版，提供了更丰富的功能和更便捷的操作方式，如更强大的查询功能、更高效的索引机制、更便捷的备份和恢复操作等。
监测mongodb服务并启动
菠菜的专栏
10-31 180
对与这种情况大家要清楚mongdo的链接类似于mysql的长连接。也就是只要有一次连接，这个连接就会保持很长一段时间，除非是你的mongodb是很长时间没有客户端使用，才会触发这种极端情况。这个每分钟检查的脚本只能属于临时应急措施。也许有同学会担心，服务没有出问题，就是没有客户端来连接，这种情况。只能通过面板的定时任务每分钟去检查端口27017的链接数并输出，宝塔面板安装的mongodb数据库，但是缺少一个进程守护工具。如果链接数为了0，就重启mongodb服务。
探索 MongoDB 的奇幻世界：路由、分片与节点的三重奏
ningyanggege的博客
10-29 1011
MongoDB 的路由、分片和节点就像是数据世界中的三重奏，默默地为你处理复杂的任务，让你专注于业务逻辑的实现。希望这篇博客能让你对 MongoDB 的这些特性有更深入的理解，并在你的项目中自信地使用它们。记住，数据的魔法世界永远在等待着你去探索！
MongoDB简介
最新发布
abcefg_h的博客
11-01 522
索引支持在 MongoDB 中高效地执行查询.如果没有索引, MongoDB 必须执行全集合扫描, 即扫描集合中的每个文档, 以选择与查询语句 匹配的文档.这种扫描全集合的查询效率是非常低的, 特别在处理大量的数据时, 查询可以要花费几十秒甚至几分钟, 这对网站的性能是非常致命的.如果查询存在适当的索引, MongoDB 可以使用该索引限制必须检查的文档数.
mongodb 按条件进行备份和恢复
菠菜的专栏
10-31 169
--db ad_db 指定备份的数据库 --collection websocket_client 指定备份发集合 --query $whereday 这里指定筛选数据的条件是 按天 --out $dir 指定备份文件输出的目录
MongoDB常用命令和性能优化
J老熊
10-28 946
MongoDB 作为一种非关系型数据库，因其高性能、强扩展性和灵活的数据模型被广泛采用。本文将系统讲解 MongoDB 的基础概念、数据库操作、索引、数据备份与恢复以及性能优化等内容。
【代码随想录Day53】图论Part05
Shayne 的博客
10-27 510
【代码】【代码随想录Day53】图论Part05。
NovelReader，“天下书阁”小说阅读器是一款基于Re.zip
11-01
NovelReader，“天下书阁”小说阅读器是一款基于Re
PCL 绕任意轴旋转的旋转平移矩阵的计算
11-01
PCL 绕任意轴旋转的旋转平移矩阵的计算
数据库卸载与安装.mp4
11-01
数据库卸载与安装.mp4
untitled电路
12-31
untitled电路是指一个未命名的电子电路。在电子领域，有时候在设计和开发阶段会出现一些未命名的电路。这些电路可能是新的创意，也可能是已有电路的改进版，但由于尚未最终确定它们的功能或设计，因此暂时被称为...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值