深入瞭解Python如何操作MongoDB
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:
- Python 操作 MongoDB 講解詳細
- MongoDB的常用命令匯總(Mongo4.2.8)
- Python 操作 MongoDB數據庫的方法(非 ODM)
- 使用MongoDB操作文檔
- Python與數據庫的交互問題小結