Python連接MongoDB操作


1.安裝PyMongo

注意:請勿安裝“bson”軟件包。 PyMongo配有自己的bson包; 執行“pip install bson”或“easy_install bson”則會安裝與PyMongo不兼容的第三方軟件包。

使用pip安裝

我們建議在所有平台上使用pip來安裝pymongo:

C:\Users\Administrator>python -m pip install pymongo
Collecting pymongo
  Downloading pymongo-3.4.0.tar.gz (583kB)
... ....
Installing collected packages: pymongo
  Running setup.py install for pymongo ... done
Successfully installed pymongo-3.4.0
Shell

要獲得pymongo的特定版本:

$ python -m pip install pymongo==3.1.1
Shell

要升級pymongo的版本:

$ python -m pip install --upgrade pymongo
Shell

Python版本依賴

PyMongo支持CPython 2.6,2.7,3.3+,PyPy和PyPy3。

GSSAPI和TLS的可選依賴關系:

GSSAPI認證需要Windows上的Unix或WinKerberos上的pykerberos。PyMongo可以自動安裝正確的依賴關系:

$ python -m pip install pymongo[gssapi]
Shell

2.使用MongoClient建立連接

使用PyMongo時,第一步是運行 mongod 實例創建一個MongoClient。如下:

from pymongo import MongoClient client = MongoClient() 
Python

上述代碼將連接默認主機和端口。 也可以明確指定主機和端口,如下所示:

from pymongo import MongoClient #client = MongoClient() client = MongoClient('localhost', 27017) 
Python

或使用MongoDB URI格式:

client = MongoClient('mongodb://localhost:27017/') 
Python

3.獲取數據庫

MongoDB的一個實例可以支持多個獨立的數據庫。 在使用PyMongo時,可以使用MongoClient實例上的屬性的方式來訪問數據庫:

db = client.pythondb 
Python

如果數據庫名稱使用屬性方式訪問無法正常工作(如:python-db),則可以使用字典樣式訪問:

db = client['python-db'] 
Python

4.獲取集合

集合是存儲在MongoDB中的一組文檔,可以類似於關系數據庫中的表。 在PyMongo中獲取集合的工作方式與獲取數據庫相同:

collection = db.python_collection
Shell

或(使用字典方式訪問):

collection = db['python-collection']
Shell

MongoDB中關於集合(和數據庫)的一個重要注意事項是它們是懶創建的 - 上述任何命令都沒有在MongoDB服務器上實際執行任何操作。當第一個文檔插入集合時才創建集合和數據庫。

集合是存儲在MongoDB中的一組文檔,可以被認為大致相當於關系數據庫中的表。 在PyMongo中獲取集合的工作方式與獲取數據庫相同:

5.文檔

MongoDB中的數據使用JSON方式來表示文檔(並存儲)。 在PyMongo中使用字典來表示文檔。例如,以下字典可能用於表示博客文章:

import datetime from pymongo import MongoClient client = MongoClient() post = {"author": "Mike", "text": "My first blog post!", "tags": ["mongodb", "python", "pymongo"], "date": datetime.datetime.utcnow()} ` 
Python

6.插入文檔

要將文檔插入到集合中,可以使用insert_one()方法:

#!/usr/bin/python3 #coding=utf-8 import datetime from pymongo import MongoClient client = MongoClient() db = client.pythondb post = {"author": "Maxsu", "text": "My first blog post!", "tags": ["mongodb", "python", "pymongo"], "date": datetime.datetime.utcnow()} posts = db.posts post_id = posts.insert_one(post).inserted_id print ("post id is ", post_id) 
Python

執行上面代碼,得到以下結果 -

post id is  595965fe4959eb09c4451091
Shell

插入文檔時,如果文檔尚未包含“_id”鍵,則會自動添加“_id”。 “_id”的值在集合中必須是唯一的。 insert_one()返回一個InsertOneResult的實例。 有關“_id”的更多信息,請參閱有關_id文檔

插入第一個文檔后,實際上已經在服務器上創建了帖子(posts)集合。可以列出數據庫中的所有集合:

#!/usr/bin/python3 #coding=utf-8 import datetime from pymongo import MongoClient client = MongoClient() db = client.pythondb """ post = {"author": "Maxsu", "text": "My first blog post!", "tags": ["mongodb", "python", "pymongo"], "date": datetime.datetime.utcnow()} posts = db.posts post_id = posts.insert_one(post).inserted_id print ("post id is ", post_id) """ cur_collection = db.collection_names(include_system_collections=False) print("cur_collection is :", cur_collection) 
Python

執行上面代碼,得到以下結果 -

cur_collection is : ['posts']
Shell

7.使用find_one()獲取單個文檔

MongoDB中執行的最基本的查詢類型是find_one()。 此方法返回與查詢匹配的單個文檔(如果沒有匹配,則返回None)。 當知道只有一個匹配的文檔,或只對第一個匹配感興趣時則可考慮使用find_one()方法。下面示例中使用find_one()從帖子(posts)集中獲取第一個文檔:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb ''' post = {"author": "Maxsu", "text": "My first blog post!", "tags": ["mongodb", "python", "pymongo"], "date": datetime.datetime.utcnow()} ''' posts = db.posts #post_id = posts.insert_one(post).inserted_id #print ("post id is ", post_id) pprint.pprint(posts.find_one()) 
Python

執行上面代碼,得到以下結果 -

{'_id': ObjectId('595965fe4959eb09c4451091'),
 'author': 'Maxsu',
 'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
 'tags': ['mongodb', 'python', 'pymongo'],
 'text': 'My first blog post!'}
Shell

結果是匹配之前插入的字典格式(Json)。注意: 返回的文檔包含一個“_id”,它是在插入時自動添加的。

find_one()方法還支持查詢結果文檔必須匹配的特定元素。要查詢作者是“Maxsu”的文檔,可以指定查詢的條件,如下所示:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb post = {"author": "Minsu", "text": "This blog post belong to Minsu!", "tags": ["MySQL", "Oracle", "pymongo"], "date": datetime.datetime.utcnow()} posts = db.posts post_id = posts.insert_one(post).inserted_id post = posts.find_one({"author": "Maxsu"}) pprint.pprint(post) #print (post) 
Python

執行上面代碼,得到以下結果 -

{'_id': ObjectId('595965fe4959eb09c4451091'),
 'author': 'Maxsu',
 'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
 'tags': ['mongodb', 'python', 'pymongo'],
 'text': 'My first blog post!'}
Shell

8.通過ObjectId查詢

也可以通過它的_id找到一個帖子(post),下面的示例子中演示如何根據給定的一個ObjectId查詢數據:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb post = {"_id": 100, "author": "Kuber", "text": "This is is my first post!", "tags": ["Docker", "Shell", "pymongo"], "date": datetime.datetime.utcnow()} posts = db.posts post_id = posts.insert_one(post).inserted_id print("post_id is :", post_id) post = posts.find_one({"_id": post_id}) print("Find By Post ID:") pprint.pprint(post) #print (post) 
Python

執行上面代碼,得到以下結果 -

post_id is : 100
Find By Post ID:
{'_id': 100,
 'author': 'Kuber',
 'date': datetime.datetime(2017, 7, 3, 14, 14, 8, 28000),
 'tags': ['Docker', 'Shell', 'pymongo'],
 'text': 'This is is my first post!'}
Shell

Web應用程序中的常見任務是從請求URL獲取ObjectId並找到匹配的文檔。 在這種情況下,必須將ObjectId從一個字符串轉換到find_one()

from bson.objectid import ObjectId # The web framework gets post_id from the URL and passes it as a string def get(post_id): # Convert from string to ObjectId: document = client.db.collection.find_one({'_id': ObjectId(post_id)}) 
Python

9.關於Unicode字符串的注釋

您可能已經注意到,我們先前存儲的常規Python字符串在從服務器檢索時看起來是不同的(例如,u’Mike而不是“Mike”)。一個簡短的解釋是有序的字符串。

MongoDB以BSON格式存儲數據。BSON字符串是UTF-8編碼的,所以PyMongo必須確保它存儲的任何字符串只包含有效的UTF-8數據。 常規字符串(<type'str'>)被驗證並保存不變。 Unicode字符串(<type'unicode'>)首先被編碼為UTF-8。 我們的示例字符串在Python shell中表示為u'Mike而不是“Mike”的原因是PyMongo將每個BSON字符串解碼為Python unicode字符串,而不是常規str。

10.批量插入

為了執行更復雜一些的查詢,我們再插入一些文檔。 除了插入單個文檔外,還可以通過將列表作為第一個參數傳遞給insert_many()來執行批量插入操作。 這將在列表中插入每個文檔,只向服務器發送一個命令:

 

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb new_posts = [{"_id": 1000, "author": "Curry", "text": "Another post!", "tags": ["bulk", "insert"], "date": datetime.datetime(2017, 11, 12, 11, 14)}, {"_id": 1001,"author": "Maxsu", "title": "MongoDB is fun", "text": "and pretty easy too!", "date": datetime.datetime(2019, 11, 10, 10, 45)}] posts = db.posts result = posts.insert_many(new_posts) print("Bulk Inserts Result is :", result.inserted_ids) #print (post) 
Python

執行上面代碼,得到以下結果 -

Bulk Inserts Result is : [1000, 1001]
Shell

有幾個有趣的事情要注意這個例子:

  • insert_many()的結果現在返回兩個ObjectId實例,每個ID表示插入的一個文檔。
  • new_posts[1]具有與其他帖子不同的“形狀”(數據結構) - 沒有“tags”字段,添加了一個新字段“title”。MongoDB是無模式的,表示的就是這個意思。

11.查詢多個文檔

要查詢獲得超過單個文檔作為查詢的結果,可使用find()方法。find()返回一個Cursor實例,它允許遍歷所有匹配的文檔。如下示例,遍歷帖子集合中的每個文檔:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb posts = db.posts for post in posts.find(): pprint.pprint(post) 
Python

執行上面代碼,得到以下結果 -

{'_id': ObjectId('595965fe4959eb09c4451091'),
 'author': 'Maxsu',
 'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
 'tags': ['mongodb', 'python', 'pymongo'],
 'text': 'My first blog post!'}
{'_id': 100,
 'author': 'Kuber',
 'date': datetime.datetime(2017, 7, 3, 14, 14, 8, 28000),
 'tags': ['Docker', 'Shell', 'pymongo'],
 'text': 'This is is my first post!'}
{'_id': 1000,
 'author': 'Curry',
 'date': datetime.datetime(2017, 11, 12, 11, 14),
 'tags': ['bulk', 'insert'],
 'text': 'Another post!'}
{'_id': 1001,
 'author': 'Maxsu',
 'date': datetime.datetime(2019, 11, 10, 10, 45),
 'text': 'and pretty easy too!',
 'title': 'MongoDB is fun'}
Shell

類似使用find_one()一樣,我們可以將文檔傳遞給find()來限制返回的結果。 在這里,只希望得到作者是“Maxsu”的文檔:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb posts = db.posts for post in posts.find({"author": "Maxsu"}): pprint.pprint(post) 
Python

執行上面的代碼,得到以下結果 -

{'_id': ObjectId('595965fe4959eb09c4451091'),
 'author': 'Maxsu',
 'date': datetime.datetime(2017, 7, 2, 21, 30, 38, 402000),
 'tags': ['mongodb', 'python', 'pymongo'],
 'text': 'My first blog post!'}
{'_id': 1001,
 'author': 'Maxsu',
 'date': datetime.datetime(2019, 11, 10, 10, 45),
 'text': 'and pretty easy too!',
 'title': 'MongoDB is fun'}
Shell

12.計數統計

如果只想知道有多少文檔匹配查詢,可以執行count()方法操作,而不是一個完整的查詢。 可以得到一個集合中的所有文檔的計數:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb posts = db.posts print("posts count is = ", posts.count()) print("posts's author is Maxsu count is =", posts.find({"author": "Maxsu"}).count()) 
Python

執行上面代碼,得到以下結果 -

posts count is =  4
posts's author is Maxsu count is = 2
Shell

13.范圍查詢

MongoDB支持許多不同類型的高級查詢。例如,可以執行一個查詢,將結果限制在比特定日期更早的帖子,而且還可以按作者對結果進行排序:

#!/usr/bin/python3 #coding=utf-8 import datetime import pprint from pymongo import MongoClient client = MongoClient() db = client.pythondb posts = db.posts d = datetime.datetime(2019, 11, 12, 12) for post in posts.find({"date": {"$lt": d}}).sort("author"): pprint.pprint(post) 
Python

這里使用特殊的“$lt”運算符做范圍查詢,並且還可以調用sort()來按作者對結果進行排序。

14.索引

添加索引可以幫助加速某些查詢,並且還可以添加額外的功能來查詢和存儲文檔。在這個例子中,將演示如何在一個鍵上創建一個唯一的索引,該索引將拒絕已經存在值的文檔插入。

首先,我們創建索引:

result = db.profiles.create_index([('user_id', pymongo.ASCENDING)], unique=True) sorted(list(db.profiles.index_information())) 
Python

請注意,現在有兩個索引:一個是MongoDB自動創建的在_id索引,另一個是剛剛創建在user_id上的索引。

現在來設置一些用戶配置文件:

user_profiles = [{'user_id': 211, 'name': 'Luke'},{'user_id': 212, 'name': 'Ziltoid'}] result = db.profiles.insert_many(user_profiles) 
Python

該索引將阻止 user_id 已經在集合中的文檔插入:

new_profile = {'user_id': 213, 'name': 'Drew'} duplicate_profile = {'user_id': 212, 'name': 'Tommy'} result = db.profiles.insert_one(new_profile) # This is fine. result = db.profiles.insert_one(duplicate_profile) ## 出現錯誤提示... Traceback (most recent call last): DuplicateKeyError: E11000 duplicate key error index: test_database.profiles.$user_id_1 dup key: { : 212 } 

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM