python 操作 MongoDB 数据库

1、安装pymongo库

• 在cmd命令提示符中输入 pip3 install pymongo

2、创建数据库的连接

import pymongo

coon = pymongo.MongoClient("localhost",27017)  # 创建mongo的连接对象
db = coon.study  # 选择要连接的数据库
my_set = db.student  # 选择要连接的集合
coon.close()  # 关闭数据库连接

3、插入数据

函数	说明
insert_one	只能插入一个文档，参数为dict类型
insert_many	插入一个或多个文档，参数为list类型
insert	插入一个或多个文档，参数为dict类型时，插入一个文档，参数为list类型时，插入多个文档
save	只能插入一个文档，参数为dict类型，如果_id域值存在，则进行修改操作

• 插入一条数据 db.insert（{ 键1：值1，键2：值2 }）
• 插入多条数据 db.insert（[ { 键1：值1，键2：值2}，{ 键1：值1，键2：值2} ]）

my_set.insert({"stu_name":"苏芮嘉",
               "stu_ID":"2019023127",
               "stu_age":17,
               "stu_hobby":["舞蹈","美术"]})

my_set.insert_many([{"stu_name":"张子涛",
                "stu_ID":"2019023129",
                "stu_age":16,
                "stu_sex":"m",
                "stu_hobby":["篮球","游戏"]},
			   {"stu_name":"刘静怡",
                "stu_ID":"2019023130",
                "stu_age":18,
                "stu_sex":"w",
                "stu_hobby":["美术","旅游"]},
               {"stu_name":"郑昕羽",
                "stu_ID":"2019023132",
                "stu_age":17,
                "stu_sex":"w",
                "stu_hobby":["跆拳道","羽毛球"]}])

4、删除数据

函数	说明
remove	删除文档，参数是dict数据类型或_id的值，multi参数默认为True，删除满足条件的全部文档

my_set.remove({"stu_name":"郑昕羽"},multi=False) # 只删除查询结果中满足条件的第一个文档

my_set.remove()  # 清空数据

5、查找数据

函数	说明
find	查找满足条件的全部文档，参数与MongoDB中的写法一样，返回一个游标对象
find_one	查找满足条件的第一个文档，返回一个dict类型的数据

• 比较操作符和逻辑操作符同mongoshell中的使用方法

函数名	功能
limit()	查询结果显示前几个文档
skip()	跳过前几个文档，显示后面的文档
count()	统计查询到的文档个数
sort()	按照指定的域进行排序，1位升序排列，-1为降序排列

content_list = my_set.find({"stu_age":{"$gt":17}})  # 查找年纪大于17岁的学生
for i in content_list:
    print(i["stu_name"])

for i in content_list.sort([("stu_name", 1)]):   # 排序
    print(i)

6、修改数据

函数	说明
update	修改文档，参数upsert和multi默认值均为False，用法同mongo shell中的update参数
update_one	修改一个文档
update_many	修改多个文档，相当于update函数中multi参数取值为True

my_set.update({"stu_ID":"2019023127"},   # 要修改的文档
              {"$set":{"stu_sex":"w"}},  # 需要修改的域和值
              upsert = True,   # 当query部分不存在时，则插入文档，默认值为False
              )
my_set.update({"stu_ID":"2019023127"},   
              {"$set":{"stu_sex":"w"}},  
              multi = True,   # 修改满足要求的全部文档，默认值为False
              )

7、索引操作

• 创建索引 ensure_index()，返回索引名称列表

index = my_set.ensure_index("stu_name")
print(index)  // [stu_name_1]  索引名称

index = my_set.ensure_index([("stu_name",1),("stu_ID",-1)]) #创建复合索引

• 创建多个索引 create_indexes()，返回索引名称列表

index_model_1 = pymongo.IndexModel([("stu_name",1),("stu_ID",-1)])  # 生成复合索引对象
index_model_2 = pymongo.IndexModel([("stu_age",1)])
indexes = my_set.create_indexes([index_model_1, index_model_2])  # 创建多个索引
print(indexes)   # ['stu_name_1_stu_ID_-1']

• 创建唯一索引 unique 参数取值为True

index = my_set.ensure_index("stu_ID",unique=True)

• 创建稀疏索引 sparse 参数取值为True

index = my_set.ensure_index("stu_name",sparse=True)

• 查看索引 list_indexes()，返回索引的可迭代对象

for i in my_set.list_indexes():
    print(i)

• 删除索引drop_index() 和 drop_indexes()

my_set.drop_index("name_1")  # 删除一个索引
my_set.drop_indexex()    # 删除全部索引，除_id域

8、聚合操作

• 函数：aggregate（）
• 功能：实现MongoDB中的聚合操作
• 参数：也mongo shell 中参数一致

opt_group = {"$group":{"_id":"$stu_sex","count":{"$sum":1}}} # 分组统计
for i in my_set.aggregate([opt_group]):  # 参数为聚合操作的列表
    print(i)

{'_id': 'w', 'count': 4}
{'_id': 'm', 'count': 2}
{'_id': None, 'count': 1}

9、文件操作

• 大文件获取

import pymongo
import gridfs

coon = pymongo.MongoClient("127.0.0.1", 27017)
db = coon.grid

fs = gridfs.GridFS(db)  # 获取gridFS对象

files = fs.find()  # 可迭代对象，每个对象为一个文件
for file in files:
    with open(file.filename, "wb") as f:  # file.filename为原文件的存储路径
        while True:   # 循环读写操作
            data = file.read(64)
            if not data:
                break
            f.write(data)  
coon.close()

• 小文件操作

import pymongo
import bson.binary

coon = pymongo.MongoClient("127.0.0.1", 27017)
db = coon.file  # file数据库不存在，自动创建
my_set = db.image   # 自动创建集合

file = "C:\\Users\\Administrator\\Desktop\\3_weixin_43883022.jpg"

f = open(file, "rb")   # 将文件以二进制读的方式打开
dic = {"content":bson.binary.Binary(f.read()), "filename":"img.jpg"}  # 将文件流数据格式转成Binary格式
my_set.save(dic)  # 将文件插入数据库，有两个域，“content” 和 “filename”

data_list = my_set.find({"filename":"img.jpg"})  # 获取文件对象，可迭代，每个对象对应一个文件
for data in data_list:
    with open("i.jpg", "wb") as f: 
        f.write(data["content"])  # 直接将content域值写入已经打开的文件流对象

coon.close()