数据存储之非关系型数据库存储----MongoDB存储
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了数据存储之非关系型数据库存储----MongoDB存储，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6115字，纯文字阅读大概需要9分钟。
内容图文
MongoDB存储----文档型数据库
-
利用pymongo连接MongoDB
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) # 或 pymongo.MongoClient('mongodb://localhost:23017/') # 默认端口为:27017View Code# pymongo.MongoClient()方法
-
指定数据库
# 指定操作test数据库
# db = client.test 或 db = client['test'] -
指定集合
# 指定一个集合要操作的集合students
# collection = db.students 或 collection = db['students'] -
插入数据
import pymongo # 连接MongoDB client = pymongo.MongoClient(host='localhost', port=27017) # 指定数据库 db = client.test # 指定集合 collection = db.students # 数据 student = { 'id': '20180001', 'name': 'Jordan', 'age': 20, 'gender': 'male' } # 利用insert_one()方法插入一条数据 result = collection.insert_one(student) print(result) # 运行输出：<pymongo.results.InsertOneResult object at 0x11089b448> # 在MongoDB中，每条数据其实都有一个_id属性来唯一标识。如果没有显式指明该属性，MongoDB会自动产生一个ObjectId类型的_id属性。 # 使用 insert_one()和 insert_many()方法来分别插入单条记录和多条记录插入单条数据
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client.test collection = db.students student1 = { 'id': '20180002', 'name': 'Lee Hua', 'age': 20, 'gender': 'male' } student2 = { 'id': '20180003', 'name': 'Mike', 'age': 21, 'gender': 'male' } result = collection.insert_many([student1, student2]) print(result) print(result.inserted_ids) # 调用inserted_ids属性可以获取数据的_id列表 # 运行输出： <pymongo.results.InsertManyResult object at 0x110826d88> [ObjectId('5d28b293e834575faf929428'), ObjectId('5d28b293e834575faf929429')]插入多条数据# insert_one()方法 和 insert_many()方法
-
查询
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client.test collection = db.students result = collection.find_one({'name': 'Lee Hua'}) print(result) # 输出： {'_id': ObjectId('5d28b293e834575faf929428'), 'id': '20180002', 'name': 'Lee Hua', 'age': 20, 'gender': 'male'}查询单条数据
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client.test collection = db.students result = collection.find() print(result) for r in result: print(r) # find()方法返回一个迭代器，用for循环逐条输出 # 输出结果： <pymongo.cursor.Cursor object at 0x10e0f7320> {'_id': ObjectId('5d28ae0360105a198d9d501a'), 'id': '20180001', 'name': 'Jordan', 'age': 20, 'gender': 'male'} {'_id': ObjectId('5d28ae2d8b3d004feb604874'), 'id': '20180001', 'name': 'Jordan', 'age': 20, 'gender': 'male'} {'_id': ObjectId('5d28b293e834575faf929428'), 'id': '20180002', 'name': 'Lee Hua', 'age': 20, 'gender': 'male'} {'_id': ObjectId('5d28b293e834575faf929429'), 'id': '20180003', 'name': 'Mike', 'age': 21, 'gender': 'male'}查询多条数据# find_one()方法 和 find()方法
可以在这两个方法里面添加条件，如：
find(
{
'name': {'$regex': '^M.*'}
}
)
这里查找的是以'M'开头的名字的那些数据，$regex指定的是正则表达式，
^M.*是一条正则表达式
更多功能符号（如$regex）、数值比较符号的查看MongoDB官方文档：https://docs.mongodb.com/?searchProperty=manual
-
计数
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client.test collection = db.students count = collection.count_documents( { 'id': {'$regex': '^(2018)'} } ) print(count) # 输出id为2018开头的数据的条数View Code# collection.count_documents({条件}) 方法 -
排序
1 import pymongo 2 3 client = pymongo.MongoClient(host='localhost', port=27017) 4 db = client.test 5 collection = db.students 6 7 result = collection.find().sort('id', pymongo.ASCENDING) 8 for r in result: 9 print(r) 10 11 12 # 以id升序输出所有的数据： 13 {'_id': ObjectId('5d28ae0360105a198d9d501a'), 'id': '20180001', 'name': 'Jordan', 'age': 20, 'gender': 'male'} 14 {'_id': ObjectId('5d28ae2d8b3d004feb604874'), 'id': '20180001', 'name': 'Jordan', 'age': 20, 'gender': 'male'} 15 {'_id': ObjectId('5d28b293e834575faf929428'), 'id': '20180002', 'name': 'Lee Hua', 'age': 20, 'gender': 'male'} 16 {'_id': ObjectId('5d28b293e834575faf929429'), 'id': '20180003', 'name': 'Mike', 'age': 21, 'gender': 'male'} 17 18 19 # sort()方法进行排序 20 # pymongo.ASCENDING指定升序 21 # pymongo.DESCENDING指定降序View Code# sort()方法
-
偏移
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client.test collection = db.students results = collection.find().sort('id', pymongo.DESCENDING).skip(1) print( [ result['id'] for result in results ] ) # 输出： ['20180002', '20180001', '20180001'] # skip(1)表示偏移1，即忽略前面一个元素skip()方法
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client.test collection = db.students results = collection.find().sort('id', pymongo.DESCENDING).skip(1).limit(2) print( [ result['id'] for result in results ] ) # 输出： ['20180002', '20180001'] # limit(2) 即表示限制输出的数据条数为两条limit()方法# 数据量很大时，不使用大的偏移量来查询数据
-
更新
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client['test'] collection = db['students'] # 查询条件：age >= 20 query_condition = { 'age': {'$gte': 20} } # 更新条件：数据的age加1 update_condition = { '$inc': {'age': 1} } result = collection.update_one(query_condition, update_condition) print(result) print(result.matched_count, result.modified_count) # 输出： <pymongo.results.UpdateResult object at 0x110a11c88> 1 1 # 返回的结果是UpdateResul类型的 # 调用matched_count属性，获得匹配数据的条数 # 调用modified_count属性，获得影响数据的条数 # $gte ： 大于等于 # $inc ： 将字段递增指定的值 # updata_one()更新与筛选器匹配的单个文档update_one()方法
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client['test'] collection = db['students'] query_condition = { 'age': {'$gte': 20} } update_condition = { '$inc': {'age': 1} } result = collection.update_many(query_condition, update_condition) print(result) print(result.matched_count, result.modified_count) # 输出： <pymongo.results.UpdateResult object at 0x111c84448> 4 4update_many()方法# update_one()方法 和 update_many()方法
-
删除
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client['test'] collection = db['students'] result = collection.delete_one({'age': 21}) print(result.deleted_count) # delete_one()方法：删除第一条符合条件的数据 # delete_count属性：获取删除数据的条数delete_one()方法
import pymongo client = pymongo.MongoClient(host='localhost', port=27017) db = client['test'] collection = db['students'] result = collection.delete_many({'age': 21}) print(result.deleted_count) # delete_many()方法：删除所有符合条件的数据delete_many()方法 -
PyMongo的详细用法：http://api.mongodb.com/python/current/api/pymongo/collection.html
内容总结
以上是互联网集市为您收集整理的数据存储之非关系型数据库存储----MongoDB存储全部内容，希望文章能够帮你解决数据存储之非关系型数据库存储----MongoDB存储所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源：【匿名】