NoSQL
模型是非关系型的;
可以存储Json、键值对等(决定于NoSQL数据库类型);
并不是每条记录都要有相同的结构;
添加带有新属性的数据时,不会影响其他;
支持ACID事务,根据使用的NoSQL的数据库而有所不同;
一致性可以改变;
横向扩展;
在两种类型的数据库之间还有许多其他的区别,但上面提到的是一些更重要的区别。根据您的具体情况,使用SQL数据库可能是首选,而在其他情况下,NoSQL的是更明显的选择。当选择一个数据库时,您应该谨慎考虑每个数据库的优势和劣势。
NoSQL的一个好处是,有许多不同类型的数据库可供选择,并且每个都有自己的用例:
key-value存储:DynamoDB
文档存储:CouchDB,MongoDB,RethinkDB
列存储:Cassandra
还有很多,但这些是一些更常见的类型。近年来,SQL和NoSQL数据库甚至已经开始合并。例如,PostgreSQL现在支持存储和查询JSON数据,很像MongoDB。有了这个,你可以用Postgres实现MongoDB一样的功能,但你仍然没有MongoDB的其他优势(如横向扩容和简单的界面,等等)。
2、MongoDB
现在,让我们将视线转移到本文的重点,并阐明的MongoDB的具体的一些情况。
MongoDB是一个面向文档的,开源数据库程序,它平台无关。MongoDB像其他一些NoSQL数据库(但不是全部!)使用JSON结构的文档存储数据。这是使得数据非常灵活,不需要的Schema。
一些比较重要的特点是:
支持多种标准查询类型,比如matching()、comparison (, )或者正则表达式;
可以存储几乎任何类型的数据,无论是结构化,部分结构化,甚至是多态;
要扩展和处理更多查询,只需添加更多的机器;
它是高度灵活和敏捷,让您能够快速开发应用程序;
作为基于文档的数据库意味着您可以在单个文档中存储有关您的模型的所有信息;
您可以随时更改数据库的Schema;
许多关系型数据库的功能也可以在MongoDB使用(如索引)。
在运行方面,MongoDB中有相当多的功能在其他数据库中是没有的:
无论您需要独立服务器还是完整的独立服务器集群,MongoDB都可以根据需要进行扩展;
MongoDB还通过在各个分片上自动移动数据来提供负载均衡支持;
它具有自动故障转移支持,如果主服务器Down掉,新的主服务器将自动启动并运行;
MongoDB的管理服务(MMS)可以用于监控和备份MongoDB的基础设施服务;
不像关系数据库,由于内存映射文件,你将节省相当多的RAM。
虽然起初MongoDB似乎是解决我们许多问题的数据库,但它不是没有缺点的。MongoDB的一个常见缺点是缺少对ACID事务的支持,MongoDB在特定场景下支持ACID事务,但不是在所有情况。在单文档级别,支持ACID事务(这是大多数事务发生的地方)。但是,由于MongoDB的分布式性质,不支持处理多个文档的事务。
MongoDB还缺少对自然join查询支持。在MongoDB看来:文档意在包罗万象,这意味着,一般来说,它们不需要参考其他文档。在现实世界中,这并不总是有效的,因为我们使用的数据是关系性的。因此,许多人认为MongoDB应该被用作一个SQL数据库的补充数据库,但是当你使用MongoDB是,你会发现这是错误的
3、PyMongo
现在我们已经描述了MongoDB的是什么,让我们来看看如何在Python中实际使用它。由MongoDB开发者发布的官方驱动程序PyMongo,这里通过一些例子介绍,但你也应该查看完整的文档,因为我们无法面面俱到。
当然第一件事就是安装,最简单的方式就是pip:
pip install pymongo==3.4.0
注:有关更全面的指南,请查看文档的安装/升级页面,并按照其中的步骤进行设置
完成设置后,启动的Python控制台并运行以下命令:
import pymongo
如果没有提出任何异常就说明安装成功了
建立连接
使用MongoClient对象建立连接:
使用上面的代码片段,将建立连接到默认主机(localhost)和端口(27017)。您还可以指定主机和/或使用端口:
client = MongoClient(‘localhost’, 27017)
或者使用MongoURl格式:
client = MongoClient(‘mongodb://localhost:27017’)
访问数据库
一旦你有一个连接的MongoClient实例,你可以在Mongo服务器中访问任何数据库。如果要访问一个数据库,你可以当作属性一样访问:
db = client.pymongo_test
或者你也可以使用字典形式的访问:
db = client[‘pymongo_test’]
如果您的指定数据库已创建,实际上并不重要。通过指定此数据库名称并将数据保存到其中,您将自动创建数据库。
插入文档
在数据库中存储数据,就如同调用只是两行代码一样容易。第一行指定你将使用哪个集合。在MongoDB中术语中,一个集合是在数据库中存储在一起的一组文档(相当于SQL的表)。集合和文档类似于SQL表和行。第二行是使用集合插入数据insert_one()的方法:
我们甚至可以使用insert_one()同时插入很多文档,如果你有很多的文档添加到数据库中,可以使用方法insert_many()。此方法接受一个list参数:
你应该看到类似输出:
注意: 不要担心,你和上面显示不一样。它们是在插入数据时,由Unix的纪元,机器标识符和其他唯一数据组成的动态标识。
检索文档
检索文档可以使用find_one()方法,比如要找到author为Bill的记录:
您可能已经注意到,这篇文章的ObjectId是设置的_id,这是以后可以使用唯一标识。如果需要查询多条记录可以使用find()方法:
他的主要区别在于文档数据不是作为数组直接返回给我们。相反,我们得到一个游标对象的实例。这Cursor是一个包含相当多的辅助方法,以帮助您处理数据的迭代对象。要获得每个文档,只需遍历结果:
4、MongoEngine
最后
不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~
给大家准备的学习资料包括但不限于:
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
e_16,color_FFFFFF,t_70)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!