pymongo的使用

!/usr/bin/env python

-- coding:utf-8 --

"""
MongoDB存储
在这里咱们来看一下Python3下MongoDB的存储操做，在本节开始以前请确保你已经安装好了MongoDB并启动了其服务，另外安装好了Python
的PyMongo库。

链接MongoDB
链接MongoDB咱们须要使用PyMongo库里面的MongoClient，通常来讲传入MongoDB的IP及端口便可，第一个参数为地址host，
第二个参数为端口port，端口若是不传默认是27017。
"""
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
"""
这样咱们就能够建立一个MongoDB的链接对象了。另外MongoClient的第一个参数host还能够直接传MongoDB的链接字符串，以mongodb开头，
例如：client = MongoClient('mongodb://localhost:27017/')能够达到一样的链接效果。
"""

指定数据库

MongoDB中还分为一个个数据库，咱们接下来的一步就是指定要操做哪一个数据库，在这里我以test数据库为例进行说明，因此下一步咱们

须要在程序中指定要使用的数据库。

db = client.test

调用client的test属性便可返回test数据库，固然也能够这样来指定：

db = client['test']

　两种方式是等价的。

指定集合

MongoDB的每一个数据库又包含了许多集合Collection，也就相似与关系型数据库中的表，下一步咱们须要指定要操做的集合，

在这里咱们指定一个集合名称为students，学生集合。仍是和指定数据库相似，指定集合也有两种方式。

collection = db.students
collection = db['students']

插入数据,接下来咱们即可以进行数据插入了，对于students这个Collection，咱们新建一条学生数据，以字典的形式表示：

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

在这里咱们指定了学生的学号、姓名、年龄和性别，而后接下来直接调用collection的insert()方法便可插入数据。

result = collection.insert(student)
print(result)

在MongoDB中，每条数据其实都有一个_id属性来惟一标识，若是没有显式指明_id，MongoDB会自动产生一个ObjectId类型的_id属性。

insert()方法会在执行后返回的_id值。

运行结果：

5932a68615c2606814c91f3d

固然咱们也能够同时插入多条数据，只须要以列表形式传递便可，示例以下：

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)

返回的结果是对应的_id的集合，运行结果：

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

实际上在PyMongo 3.X版本中，insert()方法官方已经不推荐使用了，固然继续使用也没有什么问题，

官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开。

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

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

运行结果：

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

返回结果和insert()方法不一样，此次返回的是InsertOneResult对象，咱们能够调用其inserted_id属性获取_id。

对于insert_many()方法，咱们能够将数据以列表形式传递便可，示例以下：

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)

insert_many()方法返回的类型是InsertManyResult，调用inserted_ids属性能够获取插入数据的_id列表，运行结果：

<pymongo.results.InsertManyResult object at 0x101dea558>

[ObjectId('5932abf415c2607083d3b2ac'), ObjectId('5932abf415c2607083d3b2ad')]

查询，插入数据后咱们能够利用find_one()或find()方法进行查询，find_one()查询获得是单个结果，find()则返回多个结果。

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

在这里咱们查询name为Mike的数据，它的返回结果是字典类型，运行结果：

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

能够发现它多了一个_id属性，这就是MongoDB在插入的过程当中自动添加的。

咱们也能够直接根据ObjectId来查询，这里须要使用bson库里面的ObjectId。

from bson.objectid import ObjectId

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

其查询结果依然是字典类型，运行结果：

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

固然若是查询_id':结果不存在则会返回None。

对于多条数据的查询，咱们可使用find()方法，例如在这里查找年龄为20的数据，示例以下：

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

运行结果：

<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'}

返回结果是Cursor类型，至关于一个生成器，咱们须要遍历取到全部的结果，每个结果都是字典类型。

若是要查询年龄大于20的数据，则写法以下：

results = collection.find({'age': {'$gt': 20}})

在这里查询的条件键值已经不是单纯的数字了，而是一个字典，其键名为比较符号$gt，意思是大于，键值为20，这样即可以查询出全部

年龄大于20的数据。

在这里将比较符号概括以下表：

"""
符号含义示例
$lt小于{'age': {'$lt': 20}}
$gt大于{'age': {'$gt': 20}}
$lte小于等于{'age': {'$lte': 20}}
$gte大于等于{'age': {'$gte': 20}}
$ne不等于{'age': {'$ne': 20}}
$in在范围内{'age': {'$in': [20, 23]}}
$nin不在范围内{'age': {'$nin': [20, 23]}}
"""

另外还能够进行正则匹配查询，例如查询名字以M开头的学生数据，示例以下：

results = collection.find({'name': {'$regex': '^M.*'}})

在这里使用了$regex来指定正则匹配，^M.*表明以M开头的正则表达式，这样就能够查询全部符合该正则的结果。

在这里将一些功能符号再归类以下：

"""
符号含义示例示例含义
$regex匹配正则{'name': {'$regex': '^M.*'}}name以M开头
$exists属性是否存在{'name': {'$exists': True}}name属性存在
$type类型判断{'age': {'$type': 'int'}}age的类型为int
$mod数字模操做{'age': {'$mod': [5, 0]}}年龄模5余0
$text文本查询{'$text': {'$search': 'Mike'}}text类型的属性中包含Mike字符串
$where高级条件查询{'$where': 'obj.fans_count == obj.follows_count'}自身粉丝数等于关注数
"""

这些操做的更详细用法在能够在MongoDB官方文档找到：

https://docs.mongodb.com/manual/reference/operator/query/

计数

要统计查询结果有多少条数据，能够调用count()方法，如统计全部数据条数：

count = collection.find().count()
print(count)

或者统计符合某个条件的数据：

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

排序

能够调用sort方法，传入排序的字段及升降序标志便可，示例以下：

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

运行结果：

['Harden', 'Jordan', 'Kevin', 'Mark', 'Mike']

偏移,可能想只取某几个元素，在这里能够利用skip()方法偏移几个位置，好比偏移2，就忽略前2个元素，获得第三个及之后的元素。

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

运行结果：

['Kevin', 'Mark', 'Mike']

另外还能够用limit()方法指定要取的结果个数，示例以下：

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

运行结果：

['Kevin', 'Mark']

若是不加limit()本来会返回三个结果，加了限制以后，会截取2个结果返回。

值得注意的是，在数据库数量很是庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，极可能会致使内存溢出，

可使用相似find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}}) 这样的方法来查询，记录好上次查询的_id。

更新

对于数据更新可使用update()方法，指定更新的条件和更新后的数据便可，例如：

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

在这里咱们将name为Kevin的数据的年龄进行更新，首先指定查询条件，而后将数据查询出来，修改年龄，

以后调用update方法将原条件和修改后的数据传入，便可完成数据的更新。

运行结果：

{'ok': 1, 'nModified': 1, 'n': 1, 'updatedExisting': True}

返回结果是字典形式，ok即表明执行成功，nModified表明影响的数据条数。

另外update()方法其实也是官方不推荐使用的方法，在这里也分了update_one()方法和update_many()方法，用法更加严格，

第二个参数须要使用$类型操做符做为字典的键名，咱们用示例感觉一下。

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)

在这里调用了update_one方法，第二个参数不能再直接传入修改后的字典，而是须要使用{'$set': student}这样的形式，

其返回结果是UpdateResult类型，而后调用matched_count和modified_count属性分别能够得到匹配的数据条数和影响的数据条数。

运行结果：

<pymongo.results.UpdateResult object at 0x10d17b678>

1 0

咱们再看一个例子：

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

在这里咱们指定查询条件为年龄大于20，而后更新条件为{'$inc': {'age': 1}}，执行以后会讲第一条符合条件的数据年龄加1。

运行结果：

<pymongo.results.UpdateResult object at 0x10b8874c8>

1 1

能够看到匹配条数为1条，影响条数也为1条。

若是调用update_many()方法，则会将全部符合条件的数据都更新，示例以下：

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

这时候匹配条数就再也不为1条了，运行结果以下：

<pymongo.results.UpdateResult object at 0x10c6384c8>

3 3

能够看到这时全部匹配到的数据都会被更新。

删除

删除操做比较简单，直接调用remove()方法指定删除的条件便可，符合条件的全部数据均会被删除，示例以下：

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

运行结果：

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

另外依然存在两个新的推荐方法，delete_one()和delete_many()方法，示例以下：

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

运行结果：

<pymongo.results.DeleteResult object at 0x10e6ba4c8>

1

4

delete_one()即删除第一条符合条件的数据，delete_many()即删除全部符合条件的数据，返回结果是DeleteResult类型，

能够调用deleted_count属性获取删除的数据条数。

更多

另外PyMongo还提供了一些组合方法，如find_one_and_delete()、find_one_and_replace()、find_one_and_update()，

就是查找后删除、替换、更新操做，用法与上述方法基本一致。

另外还能够对索引进行操做，如create_index()、create_indexes()、drop_index()等。

详细用法能够参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html

另外还有对数据库、集合自己以及其余的一些操做，在这再也不一一讲解，能够参见

官方文档：http://api.mongodb.com/python/current/api/pymongo/

引自倪兴国,侵删