MongoDB的基本操作

MongoDB的基本操作

1. 准备工作
   在开始之前，请确保已经安装好了MongoDB并启动了其服务，并且安装好了Python的PyMongo库。如果没有安装，可以参考第1章。
2. 连接MongoDB
   连接MongoDB时，我们需要使用PyMongo库里面的MongoClient。一般来说，传入MongoDB的IP及端口即可，其中第一个参数为地址host，第二个参数为端口port（如果不给它传递参数，默认是27017）：
   1
   2 import pymongo
   client = pymongo.MongoClient(host=‘localhost’, port=27017)
   这样就可以创建MongoDB的连接对象了。
   另外，MongoClient的第一个参数host还可以直接传入MongoDB的连接字符串，它以mongodb开头，例如：
   1 client = MongoClient(‘mongodb://localhost:27017/’)
   这也可以达到同样的连接效果。
3. 指定数据库
   MongoDB中可以建立多个数据库，接下来我们需要指定操作哪个数据库。这里我们以test数据库为例来说明，下一步需要在程序中指定要使用的数据库：
   1 db = client.test
   这里调用client的test属性即可返回test数据库。当然，我们也可以这样指定：
   1 db = client[‘test’]
   这两种方式是等价的。
4. 指定集合
   MongoDB的每个数据库又包含许多集合（collection），它们类似于关系型数据库中的表。
   下一步需要指定要操作的集合，这里指定一个集合名称为students。与指定数据库类似，指定集合也有两种方式：
   1 collection = db.students
   1 collection = db[‘students’]
   这样我们便声明了一个Collection对象。
5. 插入数据
   接下来，便可以插入数据了。对于students这个集合，新建一条学生数据，这条数据以字典形式表示：
   1
   2
   3
   4
   5
   6 student = {
       ‘id’: ‘20170101’,
       ‘name’: ‘Jordan’,
       ‘age’: 20,
       ‘gender’: ‘male’
   }
   这里指定了学生的学号、姓名、年龄和性别。接下来，直接调用collection的insert()方法即可插入数据，代码如下：
   1
   2 result = collection.insert(student)
   print(result)
   在MongoDB中，每条数据其实都有一个_id属性来唯一标识。如果没有显式指明该属性，MongoDB会自动产生一个ObjectId类型的_id属性。insert()方法会在执行后返回_id值。
   运行结果如下：
   1 5932a68615c2606814c91f3d
   当然，我们也可以同时插入多条数据，只需要以列表形式传递即可，示例如下：
   1
   2
   3
   4
   5
   6
   7
   8
   9
   10
   11
   12
   13
   14
   15
   16 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)
   返回结果是对应的_id的集合：
   1 [ObjectId(‘5932a80115c2606a59e8a048’), ObjectId(‘5932a80115c2606a59e8a049’)]
   实际上，在PyMongo 3.x版本中，官方已经不推荐使用insert()方法了。当然，继续使用也没有什么问题。官方推荐使用insert_one()和insert_many()方法来分别插入单条记录和多条记录，示例如下：
   1
   2
   3
   4
   5
   6
   7
   8
   9
   10 student = {
       ‘id’: ‘20170101’,
       ‘name’: ‘Jordan’,
       ‘age’: 20,
       ‘gender’: ‘male’
   }
    
   result = collection.insert_one(student)
   print(result)
   print(result.inserted_id)
   运行结果如下：
   1
   2 <pymongo.results.InsertOneResult object at 0x10d68b558>
   5932ab0f15c2606f0c1cf6c5
   与insert()方法不同，这次返回的是InsertOneResult对象，我们可以调用其inserted_id属性获取_id。
   对于insert_many()方法，我们可以将数据以列表形式传递，示例如下：
   1
   2
   3
   4
   5
   6
   7
   8
   9
   10
   11
   12
   13
   14
   15
   16
   17 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)
   运行结果如下：
   1
   2 <pymongo.results.InsertManyResult object at 0x101dea558>
   [ObjectId(‘5932abf415c2607083d3b2ac’), ObjectId(‘5932abf415c2607083d3b2ad’)]
   该方法返回的类型是InsertManyResult，调用inserted_ids属性可以获取插入数据的_id列表。
6. 查询
   插入数据后，我们可以利用find_one()或find()方法进行查询，其中find_one()查询得到的是单个结果，find()则返回一个生成器对象。示例如下：
   1
   2
   3 result = collection.find_one({‘name’: ‘Mike’})
   print(type(result))
   print(result)
   这里我们查询name为Mike的数据，它的返回结果是字典类型，运行结果如下：
   1
   2 <class ‘dict’>
   {’_id’: ObjectId(‘5932a80115c2606a59e8a049’), ‘id’: ‘20170202’, ‘name’: ‘Mike’, ‘age’: 21, ‘gender’: ‘male’}
   可以发现，它多了_id属性，这就是MongoDB在插入过程中自动添加的。
   此外，我们也可以根据ObjectId来查询，此时需要使用bson库里面的objectid：
   1
   2
   3
   4 from bson.objectid import ObjectId
    
   result = collection.find_one({’_id’: ObjectId(‘593278c115c2602667ec6bae’)})
   print(result)
   其查询结果依然是字典类型，具体如下：
   1 {’_id’: ObjectId(‘593278c115c2602667ec6bae’), ‘id’: ‘20170101’, ‘name’: ‘Jordan’, ‘age’: 20, ‘gender’: ‘male’}
   当然，如果查询结果不存在，则会返回None。
   对于多条数据的查询，我们可以使用find()方法。例如，这里查找年龄为20的数据，示例如下：
   1
   2
   3
   4 results = collection.find({‘age’: 20})
   print(results)
   for result in results:
       print(result)
   运行结果如下：
   1
   2
   3
   4 <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’}
   返回结果是Cursor类型，它相当于一个生成器，我们需要遍历取到所有的结果，其中每个结果都是字典类型。
   如果要查询年龄大于20的数据，则写法如下：
   1 results = collection.find({‘age’: {‘KaTeX parse error: Expected 'EOF', got '}' at position 8: gt': 20}̲}) 这里查询的条件键值已经不…gt，意思是大于，键值为20。
   这里将比较符号归纳为表5-3。
   表5-3 比较符号
   符号 含义 示例
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …t 小于 {'age': {'lt’: 20}}
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …t 大于 {'age': {'gt’: 20}}
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …小于等于 {'age': {'lte’: 20}}
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …大于等于 {'age': {'gte’: 20}}
   KaTeX parse error: Expected '}', got 'EOF' at end of input: … 不等于 {'age': {'ne’: 20}}
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …在范围内 {'age': {'in’: [20, 23]}}
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …在范围内 {'age': {'nin’: [20, 23]}}
   另外，还可以进行正则匹配查询。例如，查询名字以M开头的学生数据，示例如下：
   1 results = collection.find({‘name’: {‘KaTeX parse error: Expected 'EOF', got '}' at position 15: regex': '^M.*'}̲}) 这里使用regex来指定正则匹配，^M.代表以M开头的正则表达式。
   这里将一些功能符号再归类为表5-4。
   表5-4 功能符号
   符号 含义 示例 示例含义
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …表达式 {'name': {'regex’: '^M.’}} name以M开头
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …否存在 {'name': {'exists’: True}} name属性存在
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …类型判断 {'age': {'type’: ‘int’}} age的类型为int
   KaTeX parse error: Expected '}', got 'EOF' at end of input: …字模操作 {'age': {'mod’: [5, 0]}} 年龄模5余0
   KaTeX parse error: Expected '}', got 'EOF' at end of input: text 文本查询 {'text’: {’$search’: ‘Mike’}} text类型的属性中包含Mike字符串
   KaTeX parse error: Expected '}', got 'EOF' at end of input: where 高级条件查询 {'where’: ‘obj.fans_count == obj.follows_count’} 自身粉丝数等于关注数
   关于这些操作的更详细用法，可以在MongoDB官方文档找到：https://docs.mongodb.com/manual/reference/operator/query/。
7. 计数
   要统计查询结果有多少条数据，可以调用count()方法。比如，统计所有数据条数：
   1
   2 count = collection.find().count()
   print(count)
   或者统计符合某个条件的数据：
   1
   2 count = collection.find({‘age’: 20}).count()
   print(count)
   运行结果是一个数值，即符合条件的数据条数。
8. 排序
   排序时，直接调用sort()方法，并在其中传入排序的字段及升降序标志即可。示例如下：
   1
   2 results = collection.find().sort(‘name’, pymongo.ASCENDING)
   print([result[‘name’] for result in results])
   运行结果如下：
   1 [‘Harden’, ‘Jordan’, ‘Kevin’, ‘Mark’, ‘Mike’]
   这里我们调用pymongo.ASCENDING指定升序。如果要降序排列，可以传入pymongo.DESCENDING。
9. 偏移
   在某些情况下，我们可能想只取某几个元素，这时可以利用skip()方法偏移几个位置，比如偏移2，就忽略前两个元素，得到第三个及以后的元素：
   1
   2 results = collection.find().sort(‘name’, pymongo.ASCENDING).skip(2)
   print([result[‘name’] for result in results])
   运行结果如下：
   1 [‘Kevin’, ‘Mark’, ‘Mike’]
   另外，还可以用limit()方法指定要取的结果个数，示例如下：
   1
   2 results = collection.find().sort(‘name’, pymongo.ASCENDING).skip(2).limit(2)
   print([result[‘name’] for result in results])
   运行结果如下：
   1 [‘Kevin’, ‘Mark’]
   如果不使用limit()方法，原本会返回三个结果，加了限制后，会截取两个结果返回。
   值得注意的是，在数据库数量非常庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，因为这样很可能导致内存溢出。此时可以使用类似如下操作来查询：
   1
   2 from bson.objectid import ObjectId
   collection.find({’_id’: {’$gt’: ObjectId(‘593278c815c2602678bb2b8d’)}})
   这时需要记录好上次查询的_id。
10. 更新
    对于数据更新，我们可以使用update()方法，指定更新的条件和更新后的数据即可。KaTeX parse error: Expected '}', got 'EOF' at end of input: …e(condition, {'set’: student})
    print(result)
    这里我们要更新name为Kevin的数据的年龄：首先指定查询条件，然后将数据查询出来，修改年龄后调用update()方法将原条件和修改后的数据传入。
    运行结果如下：
    1 {‘ok’: 1, ‘nModified’: 1, ‘n’: 1, ‘updatedExisting’: True}
    返回结果是字典形式，ok代表执行成功，nModified代表影响的数据条数。update()方法其实也是官方不推荐使用的方法。这里也分为update_one()方法和update_many()方法，用法更加严格，它们的第二个参数需要使用KaTeX parse error: Expected '}', got 'EOF' at end of input: …e(condition, {'set’: student})
    print(result)
    print(result.matched_count, result.modified_count)
    这里调用了update_one()方法，第二个参数不能再直接传入修改后的字典，而是需要使用{‘KaTeX parse error: Expected 'EOF', got '}' at position 14: set': student}̲这样的形式，其返回结果是Upd…gt’: 20}}
    result = collection.update_one(condition, {‘KaTeX parse error: Expected 'EOF', got '}' at position 17: …nc': {'age': 1}}̲) print(result)…inc’: {‘age’: 1}}，也就是年龄加1，执行之后会将第一条符合条件的数据年龄加1。
    运行结果如下：
    1
    2 <pymongo.results.UpdateResult object at 0x10b8874c8>
    1 1
    可以看到匹配条数为1条，影响条数也为1条。
    如果调用update_many()方法，则会将所有符合条件的数据都更新，示例如下：
    1
    2
    3
    4 condition = {‘age’: {‘KaTeX parse error: Expected 'EOF', got '}' at position 8: gt': 20}̲} result = coll…inc’: {‘age’: 1}})
    print(result)
    print(result.matched_count, result.modified_count)
    这时匹配条数就不再为1条了，运行结果如下：
    1
    2 <pymongo.results.UpdateResult object at 0x10c6384c8>
    3 3
    可以看到，这时所有匹配到的数据都会被更新。
11. 删除
    删除操作比较简单，直接调用remove()方法指定删除的条件即可，此时符合条件的所有数据均会被删除。示例如下：
    1
    2 result = collection.remove({‘name’: ‘Kevin’})
    print(result)
    运行结果如下：
    1 {‘ok’: 1, ‘n’: 1}
    另外，这里依然存在两个新的推荐方法——delete_one()和delete_many()。示例如下：
    1
    2
    3
    4
    5 result = collection.delete_one({‘name’: ‘Kevin’})
    print(result)
    print(result.deleted_count)
    result = collection.delete_many({‘age’: {’$lt’: 25}})
    print(result.deleted_count)
    运行结果如下：
    1
    2
    3 <pymongo.results.DeleteResult object at 0x10e6ba4c8>
    1
    4
    delete_one()即删除第一条符合条件的数据，delete_many()即删除所有符合条件的数据。它们的返回结果都是DeleteResult类型，可以调用deleted_count属性获取删除的数据条数。
12. 其他操作
    另外，PyMongo还提供了一些组合方法，如find_one_and_delete()、find_one_and_replace()和find_one_and_update()，它们是查找后删除、替换和更新操作，其用法与上述方法基本一致。
    另外，还可以对索引进行操作，相关方法有create_index()、create_indexes()和drop_index()等。
    关于PyMongo的详细用法，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html。
    另外，还有对数据库和集合本身等的一些操作，这里不再一一讲解，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/。