MongoDB

时间 2019-12-06

标签 mongodb 栏目 MongoDB 繁體版

原文原文链接

　　MongDB 的安装连接 html

Windows:http://www.runoob.com/mongodb/mongodb-window-install.htmljava

linux:http://www.runoob.com/mongodb/mongodb-linux-install.htmlpython

1、初识MongoDB

　　MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。mysql

　　MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。linux

　　简单说，MongoDB和咱们使用的关系型数据库最大的区别就是约束性，能够说文件型数据库几乎不存在约束性，理论上没有主外键约束，没有存储的数据类型约束等等。关系型数据库中有一个 "表" 的概念，有 "字段" 的概念，有 "数据条目" 的概念，MongoDB中也一样有以上的概念，,可是名称发生了一些变化，严格意义上来讲，二者的概念即为类似，但又有些出入，不过无所谓，咱们就当是以上概念就好啦。　sql

　　用以下示例进一步说明：mongodb

　　这是咱们用关系型数据库作的一张很简单的user表：数据库

　　id   name    age     gender
　　1    刘涛     36      female
　　2    孙红雷   40       male
　　3    马伊利   35      female

　　在MongoDB的数据结构以下：json

　　user = [
　　　　{
　　　　　　"id": 1,
　　　　　　"name": "刘涛",
　　　　　　"age": 36,
　　　　　　"gender": female
　　　　},
　　　　{
　　　　　　"id": 2,
　　　　　　"name": "孙红雷",
　　　　　　"age": 40,
　　　　　　"gender": male
　　　　},
　　　　{
　　　　　　"id": 3,
　　　　　　"name": "马伊利",
　　　　　　"age": 35,
　　　　　　"gender": female
　　　　}
　　]

　　看到这里，你发现这不就是一个列表，里面放着三个字典吗？你说的对，若是你理解成了列表和字典，那么证实了你只会Python，在其余语言中它又是别的类型了，咱们把这种类型叫作Json。数组

　　那么你应该恍然大悟了吧，MongoDB的每一个表(Collection)中存储的每条数据(Documents)都是一个一个的Json，Json中的每个字段（Key）咱们称之为Field，就此咱们引出了三个关键字：Collection也就是关系型数据库中"表"的概念，Documents就是"数据条目"，Field就是"字段"。

　　接下来在你的电脑上安装MongoDB，本文以3.4版本为例，安装过程一路下一步便可，完成后找到安装目录下的bin目录，将其加入环境变量。

　　注意：安装完成后打开终端，输入mongod，会显示以下错误信息：

　　咱们能够手动在上述提示目录，即c盘建立data\db目录，若不想放在c盘，也能够在其余磁盘，如d盘建立，以下：

　　此时就能够成功开启mongodb服务了，且要指定mongodb的数据存放目录，以下：

　　开启服务端后再打开一个终端开启mongo的客户端，以下：

接下来就能够进行mongodb的操做了，以下图：

注意：由上图咱们发现，mongodb中使用了不存在的对象，就表明建立对象，接下来咱们使用这以结论建立一张表（collection），以下图：

2、MongoDB的数据类型

　　ObjectID ：Documents 自生成的 _id；
　　String： 字符串，必须是utf-8；
　　Boolean：布尔值，true 或者false (注意，这里首字母要小写)；
　　Integer：整数 (Int3二、Int64，就知道有个Int就好了，通常咱们用Int32)；
　　Double：浮点数 (没有float类型，全部小数都是Double)；
　　Arrays：数组或者列表，多个值存储到一个键；
　　Object：至关于Python中的字典；
　　Null：空数据类型；
　　Timestamp：时间戳；
　　Date：存储当前日期或时间unix时间格式 (咱们通常不用这个Date类型，时间戳能够秒杀一切时间类型)；

这里咱们重点说一下ObjectID 类型, 它是MongoDB生成的相似关系DB表主键的惟一key, 具体由24个字节组成:

　　1-8字节是时间戳;

　　9-14字节的机器标识符, 表示MongoDB实例所在机器的不一样;

　　15-18字节的进程id, 表示相同机器的不一样MongoDB进程;

　　19-24字节是计数器;

    "_id" : ObjectId("5c3ee043949505956bbf9b33")

　　#"5c3ee043" 代指的是时间戳，这条数据的产生时间；
　　#"949505" 代指某台机器的机器码，存储这条数据时的机器编号；
　　#"956b" 代指进程ID，多进程存储数据的时候，很是有用的；
　　#"bf9b33" 代指计数器，这里要注意的是，计数器的数字可能会出现重复，不是惟一的；
　　# 以上四种标识符拼凑成世界上惟一的ObjectID
　　# 只要是支持MongoDB的语言，都会有一个或多个方法，对ObjectID进行转换
　　# 注意：这个类型是不能够被JSON序列化的

3、MongoDB的增删改查

1, 插入数据 (insert, insertOne, insertMany)

　　insert(): 插入一条或者多条数据, 须要带有容许插入多条的参数, 这个方法目前官方已经不推荐了

　　insertOne({}) : 插入一条数据 , 官方推荐

　　insertMany([{}])：插入多条数据，无需参数控制，官方推荐

2, 查询数据 (find, findOne)

　　find(): 无条件查找, 将该表(Collection) 中全部的数据一次性返回

　　findOne(): 无条件查找一条数据, 默认当前Collection中第一条数据

　　find({条件}, {排除字段}), 示例以下 :

3, 修改数据 (update, updateOne, updateMany)

　　语法: update/updateOne/updateMany({条件}, {"关键字":{"修改内容"})

　　解释 : 根据条件修改内容, 其中若是条件为空, 那么将会修改Collection中全部的数据

　　示例:

　　update({"name":"tom"}, {$set:{"age":23}}); 表示将表中那么等于tom 的记录(documents) 的age字段(field) 改成23 , 与insert同样, 官方已经不推荐使用

　　updateOne({"age":23},{$set:{"age":24}}) ; 将表中age 等于 23 的记录(documents) 的age字段(field) 改成24 若是出现多条符合条件的记录, 只修改最靠前的数据, 3.2 版本以后有的, 官方推荐

　　updateMany({"age":25},{$set:{"age":22}})：将表中age等于25的记录（documents）的age字段（field）改成22，如出现多条符合条件的记录，修改全部符合条件的数据，3.2版本以后有的，官方推荐

4, 删除数据 (remove, deleteOne, deleteMany)

　　remove: 删除知足条件的数据或者删除所有数据, 官方已经不推荐使用了

　　deleteOne: 删除符合条件的一条数据, 如有多条符合条件, 默认删除符合条件的第一条, 3.2 版本以后又的, 官方推荐写法

　　deleteMany: 删除符合条件的全部数据, 如有多条符合提哦案件的则所有删除, 3.2 版本以后有的,官方推荐写法

5. 查询表中的数字比较关键字 ($lt, $gt, $lte, $gte, $eq)

　　$lt : MongoDB中的"<", 用 "$lt" , 好比: "age" : "age":{$lt:22} 就是获得"age" 小于22 的数据

　　$gt：MongoDB中的">"，用"$gt"，好比: "age":{$gt:22} 就是获得"age"大于22的数据

　　$lte : MongoDB中"<=" 用 "$lte" , 好比: "age":{$lte:22} 就是获得 "age" 小于等于22的数据

　　$gte : MongoDB中的">=" , 用 "$gte" , 好比:"age:{$gte:22}" 就是获得 "age" 大于等于22 的数据

　　$eq : 咱们在以前的查询中遇到什么字段等于什么值时, 仍是用冒号 " : " 来表示 , 好比 "name":"tom", 除此以外, MongoDB中的 "=", 还能够用关键字 " $eq " 表示, 好比 : "age": {$eq:22} 就是获得 "age" 等于22的数据, 但一般用冒号 ":" 表示便可, 不能用冒号的可用关键字 " $eq"

6, 查询条件并列关系, 或($or)关系, 子集($in)关系, 彻底符合($all)关系

　　find({"name":"张三", "age"15})

　　find({$or:[{"name":"tom"},{"age":15}]})

　　find({"age":{$in:[10,20,30,40]}}) 或者 find({"score":{$in:[55,77,80,91]}})

　　find({"score":{$all:[58,88,79,95]}}) 排列不按顺序匹配

7 , MongoDB中的那些update修改器 ($inc, $set, $unset, $push, $pushAll, $pop)

　　在以前的update中, 咱们用过$set 对数据进行修改, 其实在update中还存在不少的$关键字, 咱们把update 中这些关键字叫作修改器, 修改器不少, 下面结合示例介绍几个:

　　1) $in : 将查询到的结果, 加上某一个值, 而后保存

　　2) $set: 暴力修改, 咱们在MongoDB的基本操做中已经使用过该修改器

　　3) $unset : 用来暴力删除字段 (field)

　　4) $push: 用来对Array 数据类型进行增长新元素的, 至关于Python中list.append() 方法

　　5) $pull : 用来对Array数据类型进行删除元素的, 至关于Python中list.remove() 方法

　　6) $pushAll : 用来对Array数据类型进行迭代追加, 至关于Python中list.extend() 方法

　　7)$pop : 指定删除Array中的第一个或最后一个元素

8 , "$" 符的奇妙用法

　　在MongoDB中有一个很是神奇的符号"$", "$" 在update中加上关键字就变成了修改器, 其实 "$" 字符独立出现也是有意义的, 它表明符合条件的元素下标

　　有以下collections:

　　现须要把tom的score_list列表中的59改成60，操做以下：

　　那么问题来了，若score_list中元素不少，且不知道要修改的元素索引，只知道修改前的值和修改后的值，此时改如何作呢？没错，就是使用"$"，以下：

注意：$中只能存储一个值，且是符合条件的第一个值。

9, MongoDB 的Array , Object 的特殊操做

　　相比关系型数据库, Array和Object是MongoDB比较特殊的类型了, 特殊在哪里呢? 在他们的操做的上又有什么须要注意的呢?

　　咱们先创建一条数据（documents），包含 Array 和 Object 类型：

{
　　　　"_id" : ObjectId("5c406c65456ef1f8f2b06401"),
　　　　"name" : "tom",
　　　　"score" : [
　　　　    98,
　　　　    95,
　　　　    90,
　　　　    88
　　　　],
　　　　"girlfriend" : {
　　　　    "name" : "alex",
　　　　    "gender" : "female",
　　　　    "age" : 30
　　　　}
　　}

　　1）示例一：将score列表中的90改成80

　　2）示例二：将tom的小于85的分数加上2分

　　3）示例三：$只能存储一个值

　　4）示例四：将girlfriend的age改成22

　　5）示例五：若tom的girlfriend的age小于25时，给其值加2

　　6）示例六：Array中嵌套Object的操做

　　　　　　咱们再创建以下数据演示：

{
    　　"_id" : ObjectId("5c407d5e456ef1f8f2b06402"),
    　　"name" : "tom",
    　　"chengji" : [
        　　{
            　　"title" : "python",
            　　"desc" : "very good",
            　　"score" : 90
       　　 },
        　　{
            　　"title" : "linux",
           　　 "desc" : "bad",
         　　   "score" : 60
      　　  },
　　　　　　 {
            　　"title" : "java",
            　　"desc" : "good",
           　　 "score" : 82
　　　　　　 }
    　　]
　　}

db.userinfo.update({""chengji.score":{$lt:70}},{$inc:{"chengji.$.score":2}})

　　{"chegnji.score":{$lt:70}}, 虽然chegnji是Array, 表示从内部的Object中找到score小于70的结果

　　{$inc:{"chengji.$.score":2}}, chegnji中第$(小于70的第一个)个Object中score加2

10 , limit, skip, sort

　　1) limit 选取: 从documents 中取出多少个

　　2) Skip跳过: 跳过多少个Documents

　　3) sort 排序: 将结果按照关键字排序(1 为升序, -1为降序)

　　4) limit + skip + sort 混合使用

　　注意 : sort + skip +limit 是有执行优先级的, 他们的界别分别是, 优先Sort 其次Skip 最后limit

四, pymongo

相似pymysql，pymongo是python中操做mongodb数据库的模块。

一、安装

pip3 install pymongo

二、使用pymongo

　　1）增长

import pymongo

mongoclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
MongoDB = mongoclient["db1"] # db1是mongodb中的一个数据库

res = MongoDB.userinfo.insert_one({"name":"heshun","age":18})
print(res)  # <pymongo.results.InsertOneResult object at 0x0000021019461F48>
print(type(res)) # <class 'pymongo.results.InsertOneResult'>
print(res.inserted_id)  # 5c444717e3a9e52b9c6c0491
print(type(res.inserted_id))  # <class 'bson.objectid.ObjectId'>

res = MongoDB.userinfo.insert_many([
    {"name":"张三","age":23},
    {"name":"李四","age":34}
])
print(res) # <pymongo.results.InsertManyResult object at 0x0000024A75760148>
print(type(res))  # <class 'pymongo.results.InsertManyResult'>
print(res.inserted_ids)  # [ObjectId('5c4447c3e3a9e523447f93e7'), ObjectId('5c4447c3e3a9e523447f93e8')]

总结:

　　-insert_one() 插入数据一条数据(documents), 返回值的insert_id 表示插入数据的"_id" 值, ObjectID类型;

　　-insert_many([])插入多条数据(documents), 返回值的inserted_ids表示插入数据的"_id" 值组成的列表, 列表中的元素也是ObjectID 类型;

　　2)查询

import pymongo

　　mongoclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
　　MongoDB = mongoclient["db1"]   # db1是mongodb中的一个数据库
　　
　　res = MongoDB.userinfo.find_one()  # 查询一条数据，返回字典
　　print(res)
　　# {'_id': ObjectId('5c3ee043949505956bbf9b33'), 'name': 'tom', 'age': 12.0}

　　res = MongoDB.userinfo.find()  # 查询全部数据，返回cursor对象，可迭代
　　print(res)
　　# <pymongo.cursor.Cursor object at 0x0000016CF07D7358>
　　print(list(res))
　　# [{'_id': ObjectId('5c3ee043949505956bbf9b33'), 'name': 'tom', 'age': 12.0}, 
　　# {'_id': ObjectId('5c3eed9dcf0e440980eb4e45'), 'name': 'alex', 'age': 38}, 
　　# {'_id': ObjectId('5c3eee24cf0e440838f79d3a'), 'name': 'wusir', 'age': 32}, 
　　# {'_id': ObjectId('5c3eef71cf0e440ba4f5c40d'), 'name': '张三', 'age': 30}, 
　　# {'_id': ObjectId('5c3eef71cf0e440ba4f5c40e'), 'name': '李四', 'age': 18}]

注意 : 同mongodb同样, pymong也能够find({条件},{排除字段})或者find_one({条件},{排除字段})

3）修改

　　import pymongo

　　mongoclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
　　MongoDB = mongoclient["db1"]   # db1是mongodb中的一个数据库

　　res = MongoDB.userinfo.update_one({"name":"tom"},{"$set":{"age":15}})

　　print(res)
　　# <pymongo.results.UpdateResult object at 0x000001A888325E08>
　　print(dir(res))
　　# [..., '__delattr__',..., 'raw_result', 'upserted_id']

　　res = MongoDB.userinfo.update_many({"age":15},{"$set":{"age":22}})
　　print(res.raw_result)  # 修改结果，包括影响行数，是否存在须要修改的数据等
　　# {'n': 2, 'nModified': 2, 'ok': 1.0, 'updatedExisting': True}

总结: 除上例中的$set以外, $push, $pull 等方法均可以使用

　　4）删除

　　import pymongo

　　mongoclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
　　MongoDB = mongoclient["db1"]   # db1是mongodb中的一个数据库

　　res = MongoDB.userinfo.delete_one({"name":"wusir"})
　　res = MongoDB.userinfo.delete_many({"age":22})

　　5）sort、limit、skip

　　import pymongo

　　mongoclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
　　MongoDB = mongoclient["db1"]   # db1是mongodb中的一个数据库

　　res = MongoDB.userinfo.find().skip(2).limit(2)  # 跳过两条，显示两条
　　print(list(res))

　　# pymongo.ASCENDING表示升序，pymongo.DESCENDING表示降序
　　res = MongoDB.userinfo.find().sort("age", pymongo.ASCENDING)
　　print(list(res))
　　res = MongoDB.userinfo.find().sort("age", pymongo.DESCENDING) 　　print(list(res))

　　6) 字符串类型与ObjectID类型的相互转换

　　咱们知道ObjectID不能被序列化, 而mongodb中的"_id" 是ObjectID 类型数据, 且常常须要将数据json序列化后进行传输，下面介绍字符串类型与ObjectID类型相互转换。

　　import pymongo
　　from bson import ObjectId

　　mongoclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
　　MongoDB = mongoclient["db1"]   # db1是mongodb中的一个数据库

　　res = MongoDB.userinfo.find_one()
　　s = res.get("_id")
　　print(s)  # 5c3eef71cf0e440ba4f5c40d
　　print(type(s))  # <class 'bson.objectid.ObjectId'>
　　print(str(s))  # 5c3eef71cf0e440ba4f5c40d
　　print(type(str(s)))  # <class 'str'>

　　s = ObjectId("5c3eef71cf0e440ba4f5c40d")      # 强转成ObjectID类型
　　res = MongoDB.userinfo.find_one({"_id":s})
　　print(res)
　　# {'_id': ObjectId('5c3eef71cf0e440ba4f5c40d'), 'name': '张三', 'age': 30}