深入瞭解Python如何操作MongoDB

Posted on by

前言

MongoDB是由C++語言編寫的非關系型數據庫，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。

1. 準備工作

在開始之前，請確保已經安裝好瞭MongoDB並啟動瞭其服務，並且安裝好瞭Python的PyMongo庫。

2. 連接MongoDB

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）：

import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)

這樣就可以創建MongoDB的連接對象瞭。

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。

3. 指定數據庫

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。

4. 指定集合

MongoDB的每個數據庫又包含許多集合（collection），它們類似於關系型數據庫中的表。

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。

5. 插入數據

接下來，便可以插入數據瞭。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：

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

這裡指定瞭學生的學號、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，隻需要以列表形式傳遞即可，示例如下：

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)

返回結果是對應的_id的集合：

[ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]

實際上，在PyMongo 3.x版本中，官方已經不推薦使用insert()方法瞭。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：

student = {
    'id': '20170101',
    'name': 'Jordan',
    'age': 20,
    'gender': 'male'
}

result = collection.insert_one(student)
print(result)
print(result.inserted_id)

運行結果如下：

<pymongo.results.InsertOneResult object at 0x10d68b558>
5932ab0f15c2606f0c1cf6c5

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：

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)

運行結果如下：

<pymongo.results.InsertManyResult object at 0x101dea558>
[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]

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。

6. 查詢

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：

result = collection.find_one({'name': 'Mike'})
print(type(result))
print(result)

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：

<class 'dict'>
{'_id': ObjectId('5932a80115c2606a59e8a049'), 'id': '20170202', 'name': 'Mike', 'age': 21, 'gender': 'male'}

可以發現，它多瞭_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：

from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)

其查詢結果依然是字典類型，具體如下：

{'_id': ObjectId('593278c115c2602667ec6bae'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}

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：

results = collection.find({'age': 20})
print(results)
for result in results:
    print(result)

運行結果如下：

<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瞭，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。

符號 含義 示例
$lt 小於 {'age': {'$lt': 20}}
$gt 大於 {'age': {'$gt': 20}}
$lte 小於等於 {'age': {'$lte': 20}}
$gte 大於等於 {'age': {'$gte': 20}}
$ne 不等於 {'age': {'$ne': 20}}
$in 在范圍內 {'age': {'$in': [20, 23]}}
$nin 不在范圍內 {'age': {'$nin': [20, 23]}}

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。

符號 含義 示例 示例含義
$regex 匹配正則表達式 {'name': {'$regex': '^M.*'}} name以M開頭
$exists 屬性是否存在 {'name': {'$exists': True}} name屬性存在
$type 類型判斷 {'age': {'$type': 'int'}} age的類型為int
$mod 數字模操作 {'age': {'$mod': [5, 0]}} 年齡模5餘0
$text 文本查詢 {'$text': {'$search': 'Mike'}} text類型的屬性中包含Mike字符串
$where 高級條件查詢 {'$where': 'obj.fans_count == obj.follows_count'} 自身粉絲數等於關註數

7. 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：

count = collection.find({'age': 20}).count()
print(count)

運行結果是一個數值，即符合條件的數據條數。

8. 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志即可。示例如下：

results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])

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。

9. 偏移

在某些情況下，我們可能想隻取某幾個元素，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：

results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])

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：

results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])

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，加瞭限制後，會截取兩個結果返回。

值得註意的是，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：

from bson.objectid import ObjectId
collection.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})

這時需要記錄好上次查詢的_id。

10. 更新

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：

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 25
result = collection.update(condition, student)
print(result)

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})

這樣可以隻更新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：

condition = {'name': 'Kevin'}
student = collection.find_one(condition)
student['age'] = 26
result = collection.update_one(condition, {'$set': student})
print(result)
print(result.matched_count, result.modified_count)

這裡調用瞭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：

<pymongo.results.UpdateResult object at 0x10d17b678>
1 0

我們再看一個例子：

condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

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：

<pymongo.results.UpdateResult object at 0x10b8874c8>
1 1

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：

condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

這時匹配條數就不再為1條瞭，運行結果如下：

<pymongo.results.UpdateResult object at 0x10c6384c8>
3 3

可以看到，這時所有匹配到的數據都會被更新。

11. 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：

result = collection.remove({'name': 'Kevin'})
print(result)

運行結果如下：

{'ok': 1, 'n': 1}

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：

result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)

運行結果如下：

<pymongo.results.DeleteResult object at 0x10e6ba4c8>
1
4

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。

12. 其他操作

另外，PyMongo還提供瞭一些組合方法，如find_one_and_delete()、find_one_and_replace()和find_one_and_update()，它們是查找後刪除、替換和更新操作，其用法與上述方法基本一致。

另外，還可以對索引進行操作，相關方法有create_index()、create_indexes()和drop_index()等。

到此這篇關於深入瞭解Python如何操作MongoDB的文章就介紹到這瞭,更多相關Python操作MongoDB內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：