MongoDB學習 (四)：創建、讀取、更新、刪除（CRUD)快速入門

　　本文地址：http://www.cnblogs.com/egger/archive/2013/05/01/3053239.html  歡迎轉載 ，請保留此鏈接๑•́ ₃•̀๑！

　　本文介紹數據庫的4個基本操作：創建、讀取、更新和刪除（CRUD)。

　　接下來的數據庫操作演示，我們使用MongoDB自帶簡潔但功能強大的JavaScript shell，MongoDB shell是一個獨立的DB客戶端（它也是功能完備的JavaScript解釋器 可以運行任何JavaScript程序），MongoDB shell的使用介紹請閱讀博文《NoSQL學習之路（三）：MongoDB Shell的使用》。

CRUD

1.C 創建

　　insert函數添加一個文檔到集合里面。

　　直接將文檔作為參數：　　

　　>db.post.insert({"title":"Ex.1"})

　　或者將文檔賦值給變量，變量作為方法的參數。

　　下面我們添加一篇文章。首先,創建一個局部變量post，JavaScript對象作為文檔的內容的賦值給post。里面會有"title","author","content"和"date"等鍵值。 

　　

　　使用count()查詢集合中文檔條數:

　　

當我們成功的插入一條文檔到集合中后，我們會發現多了一個鍵"_id"和自動生成的ObjectId類型值。[詳情：MongoDB的ObjectID]

當插入多個文檔到一個集合的時候，請使用批量插入會快一些。批量插入能傳遞一個由文檔構成的數組給數據庫。這樣避免了許多零碎的請求所帶來的開銷。

要是只是導入原始數據(例如，從MySQL中導入 ),可以使用命令行工具，如mongoimport，而不是使用批量插入。另一方面，可以用它在存入MongoDB之前對數據做一些小的修整（轉換日期成為日期類型，或添加自定義的"_id"所以批量插入對導入數據來說也是有用的。　　

當執行插入的時候，使用的驅動程序會將數據轉換成BSON的形式，然后將其送入數據庫。數據庫解析BSON,檢驗是否包含"_id"鍵並且文檔不超過4MB。要查看doc文檔轉為BSON的大小（以字節為單位），在shell中運行 Object.bsonsize(doc)即可。
MongoDB在插入時並不執行代碼，不做別的數據驗證，就只是簡單地將文檔原樣存入數據庫中.雖然會導致插入無效的數據，但是它能讓數據庫更加安全，遠離注入式攻擊。

2.R讀取

　　find會返回集合里面所有的文檔。findOne(注意大小寫 findone 是無效的)查看一個文檔。

　　find和findOne可以接受査詢文檔形式的限定條件。這將通過査詢限制匹配的文檔。使用find時，shell自動顯示最多20個匹配的文檔，但可以獲取更多文檔。

　　

 

3.U更新

　　更新操作是原子的：若是兩個更新同時發生，先到達服務器的先執行，接着執行另外的。　　

　　update接受（至少）兩個參數：第一個是要更新文檔的限定條件，第二個是新的文檔。

　　注意：若是集合中有多個文檔匹配查詢條件，更新時會查詢條件匹配了，然后更新的時候由於第二個參數的存在就產生重復的"_id"值，數據庫會報錯。限定條件盡量只能篩選出一條文檔記錄來。

　　假設決定給我們先前寫的文章增加標簽，則需要增加一個新的鍵，對應的值是存放標簽的數組。
　　第一步修改變量post，增加"tags"鍵:

　　

　　shell輸入post回車,post變量中文檔值已經包含了tags數組了。

　　

　　使用update方法更新文檔后，文檔中便有了"tags"鍵的內容。

4.D刪除

　　remove用來從數據庫中永久性地刪除文檔，不能回復和撤銷。

　　在不使用參數進行調用的情況下，它會刪除一個集合內的所有文檔，不會刪除集合本身，原有的索引也會保留。。

　　>db.posts.remove()

　　它也可以接受一個文檔以指定限定條件作為參數。現在集合中只有一條文檔記錄，我們指定限定條件進行刪除操作：：

　　
　　集合現在又是空的了。

　　如果要清除整個集合，直接刪除集合（然后重建索引）會更快,使用drop_collection函數。

　　>>db.drop_collection(collection_name)

 

Objectld

 　  官方wiki:http://docs.mongodb.org/manual/reference/object-id/

　　當我們成功的插入一條文檔到集合中后，我們會發現多了一個鍵"_id"和自動生成的ObjectId類型值。通常會在客戶端由驅動程序完成。原因如下：

• MongoDB的設計理念：能從服務器端轉移到驅動程序來做的事,就盡量轉移。擴展應用層也要比擴展數據庫層容易得多。將事務交由客戶端來處理，就減輕了數據庫擴展的負擔。
• 在客戶端生成Objectld,驅動程序能夠提供更加豐富的API。

　　集合中每個文檔都有唯一的"_id"值，來確保集合里面每個文檔都能被唯一標識。Objectld是"_id"的默認類型，它是一種輕量型的，不同的機器都能用全局唯一的同種方法輕量的生成它。mongodb從開始設計就被定義為分布式數據庫，處理多個節點是一個核心要求。若采用傳統的自增主鍵策略，在多台服務器上同步自動增加主鍵既費力又費時。

　　

 

0	1	2	3	4	5	6	7	8	9	10	11
時間戳				機器名			PID		計數器

 

 

　　

　　ObjectId占用12字節的存儲空間，每個字節兩位十六進制數字，是一個24位的字符串。由“時間戳” 、“機器名”、“PID號”和“計數器”組成。使用機器名的好處是在分布式環境中能夠避免單點計數的性能瓶頸。使用PID號的好處是支持同一機器內運行多個mongod實例。最終采用時間戳和計數器的組合來保證唯一性。

　　1.時間戳　　4個字節。從標准紀元開始，單位為秒。

• 時間戳，與隨后的5個字節(機器名+PID)組合起來，提供了秒級別的唯一性。
• 由於時間戳在前，這意味着Objectld大致會按照插入的順序排列，這對於某些方面很有用，如將其作為索引提高效率，但是這個是沒有保證的。
• 這4個字節也隱含了文檔創建的時間。絕大多數驅動都會公開一個方法從Objectld獲取這個信息。

　　2.機器名　　3個字節。所在主機的唯一標識符。通常是機器主機名的散列值，機器名通過Md5加密后取前三個字節。

　　3.PID　　2個字節。為了確保在同一台機器上並發的多個進程產生的Objectld是唯一的，所以加上進程標識符(PID).注意到每次重啟mongod進程后PID號通常會發生變化就可以了。　　　

　　前9字節保證了同一秒鍾不同機器不同進程產生的Objectld是唯一的。

　　4.計數器　　3個字節，表示的取值范圍就是256*256*256=16777216。一個自動增加的計數器，確保相同進程同一秒產生的Obj ectld也是不一樣的同一秒鍾最多允許每個進程擁有256³ (16 777 216)不同的Objectld。

 

 

MongoDB的Python驅動

　　python環境下載： http://www.python.org/download/

　　pymongo驅動下載: https://pypi.python.org/pypi/pymongo/

　　window環境下，pymongo選擇類型為MS Windows installer。同時注意對應的python版本和系統（32or 64bit）.需事先安裝好python環境，pymongo檢測到python安裝路徑，只需下一步到完成即可。

　　

　　然后打開python命令行控制台程序。

　　

　　下面是官方提供的基本示例：

創建連接
>>> import pymongo
>>> client = pymongo.MongoClient("localhost", 27017)
切換數據庫
>>> db = client.test
打印數據庫名稱
>>> db.name
u'test'
獲取集合
>>> db.my_collection
Collection(Database(MongoClient('localhost', 27017), u'test'), u'my_collection')
插入文檔
>>> db.my_collection.save({"x": 10})
ObjectId('4aba15ebe23f6b53b0000000')
>>> db.my_collection.save({"x": 8})
ObjectId('4aba160ee23f6b543e000000')
>>> db.my_collection.save({"x": 11})
ObjectId('4aba160ee23f6b543e000002')
查看集合中的一條文檔記錄
>>> db.my_collection.find_one()
{u'x': 10, u'_id': ObjectId('4aba15ebe23f6b53b0000000')}

　　

　　下面我們使用python語言往集合中插入1000000條文檔記錄，然后再清空該集合，並顯示清空操作花費時間。

　　下面演示將使用Python  shell.

　　

　　

 　　新建.py文件。

import pymongo
client = pymongo.MongoClient("localhost", 27017)
db = client.test
#查看test數據庫中集合信息
print (db.collection_names())
#連接到my_collection集合
print (db.my_collection)
#清空my_collection集合文檔信息
db.my_collection.remove()
#顯示my_collection集合中文檔數目
print (db.my_collection.find().count())
#插入1000000條文檔信息
for i in  range(1000000):
    db.my_collection.insert({"test":"tnt","index":i})


#顯示my_collection集合中文檔數目
print  ('插入完畢，當前文檔數目：')
print (db.my_collection.find().count())

通過Python  shell打開該文件，然后按“F5”或者點擊“run”->"run module"，運行該文件，執行操作。

　　

　　運行后，python shell 光標閃爍，因為數量較多，等待片刻。

　　

　　文檔成功插入后：

 　　

　　運行下面的代碼，執行清空集合操作。

import time
from pymongo import Connection
db=Connection().test
collection = db.my_collection
start = time.time()
collection.remove()
collection.find_one()
total = time.time()-start
print ("刪除1000000條文檔共計耗時：%d seconds" % total)

　　結果如下：

　　

 

參考：

1.MongoDB權威指南

2.MongoDB的ObjectId

3.理解MongoDB默認的ObjectID

4. pymongo 使用小結