Python调用MongoDB使用心得

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，NoSQLFan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

?

$?easy_install?pymongo

?

　　使用方法总结，摘自官方教程

　　创建连接

?

　　>>>?import?pymongo?
　　>>>?connection=pymongo.Connection('localhost',27017)

?

　　切换数据库

?

　　>>>?db?=?connection.test_database

?

　　获取collection

?

　　>>>?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

?

　　>>>?import?datetime?
　　>>>?post?=?{"author":?"Mike",?
　　...?"text":?"My?first?blog?post!",?
　　...?"tags":?["mongodb",?"python",?"pymongo"],?
　　...?"date":?datetime.datetime.utcnow()}?
　　>>>?posts?=?db.posts?
　　>>>?posts.insert(post)?
　　ObjectId('...')

?

　　批量插入

?

　　>>>?new_posts?=?[{"author":?"Mike",?
　　...?"text":?"Another?post!",?
　　...?"tags":?["bulk",?"insert"],?
　　...?"date":?datetime.datetime(2009,?11,?12,?11,?14)},?
　　...?{"author":?"Eliot",?
　　...?"title":?"MongoDB?is?fun",?
　　...?"text":?"and?pretty?easy?too!",?
　　...?"date":?datetime.datetime(2009,?11,?10,?10,?45)}]?
　　>>>?posts.insert(new_posts)?
　　[ObjectId('...'),?ObjectId('...')]

?

　　获取所有collection(相当于SQL的show tables)

?

　　>>>?db.collection_names()?
　　[u'posts',?u'system.indexes']

?

　　获取单个文档

?

　　>>>?posts.find_one()?
　　{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

?

　　>>?for?post?in?posts.find():?
　　...?post?
　　...?
　　{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']}?
　　{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']}?
　　{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

?

　　>>>?posts.find_one({"author":?"Mike"})

?

　　高级查询

?

　　>>>?posts.find({"date":?{"$lt":?d}}).sort("author")

?

　　统计数量

?

　　>>>?posts.count()?
　　3

?

　　加索引

?

　　>>>?from?pymongo?import?ASCENDING,?DESCENDING?
　　>>>?posts.create_index([("date",?DESCENDING),?("author",?ASCENDING)])?
　　u'date_-1_author_1'

?

　　查看查询语句的性能

?

　　>>>?posts.find({"date":?{"$lt":?d}}).sort("author").explain()["cursor"]?
　　u'BtreeCursor?date_-1_author_1'?
　　>>>?posts.find({"date":?{"$lt":?d}}).sort("author").explain()["nscanned"]?
　　2

?

　　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