Welcome 微信登录

首页 / 数据库 / MySQL / MongoDb 的Python支持

本文是一个Python 使用MongoDB的简单教程，将使用pymongo对MongoDB进行的各种操作进行了简单的汇总，我们进行了简单整理，使用Python的同学可以看一看。下载相应平台的版本，解压即可。为方便使用，将bin路径添加到系统path环境变量里。其中mongod是服务器，mongo是客户shell，然后创建数据文件目录：在c盘下创建data文件夹，里面创建db文件夹。基本使用：安装对应语言的Driver，Python 安装 pymongo
1$ easy_install pymongo
使用方法总结，摘自官方教程创建连接
1>>> import pymongo
2>>> connection=pymongo.Connection（"localhost",27017）
切换数据库
1>>> db = connection.test_database
获取collection
1>>> collection = db.test_collection
db和collection都是延时创建的，在添加Document时才真正创建文档添加，_id自动创建
1>>> import datetime
2>>> post = {"author": "Mike",
3...         "text": "My first blog post！",
4...         "tags": ["mongodb", "python", "pymongo"],
5...         "date": datetime.datetime.utcnow（）}
6>>> posts = db.posts
7>>> posts.insert（post）
8ObjectId（"..."）
批量插入
01>>> new_posts = [{"author": "Mike",
02...               "text": "Another post！",
03...               "tags": ["bulk", "insert"],
04...               "date": datetime.datetime（2009, 11, 12, 11, 14）},
05...              {"author": "Eliot",
06...               "title": "MongoDB is fun",
07...               "text": "and pretty easy too！",
08...               "date": datetime.datetime（2009, 11, 10, 10, 45）}]
09>>> posts.insert（new_posts）
10[ObjectId（"..."）, ObjectId（"..."）]
获取所有collection（相当于SQL的show tables）
1>>> db.collection_names（）
2[u"posts", u"system.indexes"]
获取单个文档
1>>> posts.find_one（）
2{u"date": datetime.datetime（...）, u"text": u"My first blog post！", u"_id": ObjectId（"..."）, u"author": u"Mike", u"tags": [u"mongodb", u"python", u"pymongo"]}
查询多个文档view source print？
1>> for post in posts.find（）:
2...   post
3...
4{u"date": datetime.datetime（...）, u"text": u"My first blog post！", u"_id": ObjectId（"..."）, u"author": u"Mike", u"tags": [u"mongodb", u"python", u"pymongo"]}
5{u"date": datetime.datetime（2009, 11, 12, 11, 14）, u"text": u"Another post！", u"_id": ObjectId（"..."）, u"author": u"Mike", u"tags": [u"bulk", u"insert"]}
6{u"date": datetime.datetime（2009, 11, 10, 10, 45）, u"text": u"and pretty easy too！", u"_id": ObjectId（"..."）, u"author": u"Eliot", u"title": u"MongoDB is fun"}
加条件的查询
1>>> posts.find_one（{"author": "Mike"}）
高级查询
1>>> posts.find（{"date": {"$lt": d}}）.sort（"author"）
统计数量
1>>> posts.count（）
23
加索引
1>>> from pymongo import ASCENDING, DESCENDING
2>>> posts.create_index（[（"date", DESCENDING）, （"author", ASCENDING）]）
3u"date_-1_author_1"
查看查询语句的性能
1>>> posts.find（{"date": {"$lt": d}}）.sort（"author"）.explain（）["cursor"]
2u"BtreeCursor date_-1_author_1"
3>>> posts.find（{"date": {"$lt": d}}）.sort（"author"）.explain（）["nscanned"]
42
附自己总结的一点小心得，仅供参考缺点
  • 不是全盘取代传统数据库（NoSQLFan：是否能取代需要看应用场景）
  • 不支持复杂事务（NoSQLFan：MongoDB只支持对单个文档的原子操作）
  • 文档中的整个树，不易搜索，4MB限制？（NoSQLFan：1.8版本已经修改为16M）
特点（NoSQLFan：作者在这里列举的很多只是一些表层的特点）：
  • 文档型数据库，表结构可以内嵌
  • 没有模式，避免空字段开销（Schema Free）
  • 分布式支持
  • 查询支持正则
  • 动态扩展架构
  • 32位的版本最多只能存储2.5GB的数据（NoSQLFan：最大文件尺寸为2G，生产环境推荐64位）
名词对应
  • 一个数据项叫做 Document（NoSQLFan：对应MySQL中的单条记录）
  • 一个文档嵌入另一个文档（comment 嵌入 post）叫做 Embed
  • 储存一系列文档的地方叫做 Collections（NoSQLFan：对应MySQL中的表）
  • 表间关联，叫做 Reference
Oracle Database 基本概念ORA-02291: 违反完整约束条件 （*） - 未找到父项关键字相关资讯      python  MongoDB 
  • Python 为什么要迁移到 Github  （01月26日）
  • Python 决定迁移到 GitHub  （01月03日）
  • 使用MongoDB C#官方驱动操作  （12/31/2015 16:27:56）
  • MongoDB 3.3.0 发布下载  （01月14日）
  • MongoDB 3.2版WiredTiger存储引擎  （01月02日）
  • 进程监控工具Supervisor 启动  （12/26/2015 10:49:57）
本文评论 查看全部评论 （0）
表情： 姓名： 字数