MongoDB安装+Python操作MongoDB

更新于
MongoDB是一种使用广泛的NoSQL数据库，扩展性好，支持丰富的查询语言，灵活度类似于关系数据库。

一、MongoDB安装及服务启动

1、安装

Windows平台安装
Linux平台安装

2、创建数据库目录

在你想要存放数据的地方，新建一个文件夹，如db，推荐的数据库目录设置是

1
2
3
4
5
6
data/
	conf/ -->配置文件目录
		mongod.conf	-->配置文件
	db/  -->数据库目录
	log/ -->日志文件目录
		mongodb.log	-->日志记录文件

3、启动配置

mongod是mongodb服务的启动工具。常用参数如下

参数 描述
–bind_ip 绑定可访问mongoDB的IP，若绑定127.0.0.1，则只能本机访问；0.0.0.0表示任意IP均可连接
–logpath 指定MongoDB日志文件，注意是指定文件不是目录
–logappend 使用追加的方式写日志
–dbpath 指定数据库路径
–port 指定服务端口号，默认端口27017
–serviceName 指定服务名称
–fork 以守护进程形式启动（避免退出窗口后关闭）
–engine 存储引擎类型，mongodb 3.0之后支持“mmapv1”、“wiredTiger”两种引擎，默认值为“mmapv1”；官方宣称wiredTiger引擎更加优秀

上述参数都可以写入 mongod.conf 配置文档里例如：

1
2
3
4
5
6
7
dbpath = /data/db
logpath = /data/log/mongodb.log
logappend = true
port = 27017
fork = true
auth = true
serviceName=mongodb

4、服务开启

（1）在winodws下启动服务
方案一：进入bin目录下,参数启动

1
mongod --dbpath "f:\data\db" --logpath "f:\data\log\mongodb.log" --serviceName "mongodb" --logappend --fork

方案二：进入bin目录下,配置启动

1
mongod --f "f:\data\conf\mongod.conf"

方案三：注册成服务,服务启动(配置中声明了服务名称)

1
2
3
mongod --f "f:\data\conf\mongod.conf"  --install
net start mongodb
net stop mongodb

（2）在linux下启动服务
方案一：进入bin目录下,参数启动

1
mongod --dbpath=/data/db --logpath=/data/db/log/mongodb.log --serviceName=mongodb  --logappend --fork

方案二：进入bin目录下,配置启动
需要注意32位系统关闭需加入参数：–journal

1
mongod --f /data/conf/mongodb.conf

方案三：开机启动
将mongodb启动项目追加入/etc/rc.local保证mongodb在服务器开机时启动

1
echo "/usr/local/mongodb/bin/mongod --f /data/conf/mongodb.conf" >> /etc/rc.local

5、服务关闭

（1）使用数据库命令关闭

1
2
> use admin;
> db.shutdownServer();

（2）使用mongod 命令关闭

1
mongod  --shutdown  --dbpath=/data/db

二、pymongo安装

连接MongoDB需要用到Python的PyMongo库，安装方法如下

1
install pymongo

三、使用pymongo操作MongoDB数据库

创建连接，获取db和collection

1
2
3
4
5
6
7
8
9
import pymongo

# mongodb数据库初始化
client = pymongo.MongoClient('localhost', 27017)
# 获得数据库(DB)
db = client.Test  # 或者 db = client['Test']
# 获得集合(collection)
mongo_collection1 = db.Test_01    # 或者 mongo_collection1 = db['Test_01']
mongo_collection2 = db.Test_02

注意：db和collection都是延时创建的，在添加Document时才真正创建

1、插入数据

（1）调用collection的insert()方法插入数据
在MongoDB中，每条数据都有一个_id属性来唯一标识，如果没有显式指明_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_id值

1
2
3
4
5
6
7
# 新建一条测试数据，以字典的形式表示
data_test1 ={
'id': '123456',
'name': 'test'
}
result = mongo_collection1.insert(data_test1)
print(result)

插入多条数据，只需要以列表形式传递即可

1
2
3
4
5
6
7
# 新建一条测试数据，以字典的形式表示
data_test2 ={
'id': '123457',
'name': 'test02'
}
result = mongo_collection1.insert([data_test1,data_test2])
print(result)

（2）调用collection的insert_one()和insert_many()方法插入数据
在PyMongo 3.X版本中，insert()方法官方已经不推荐使用了，当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。

1
2
result = mongo_collection1.insert_one(data_test1)
print(result)

insert_one()方法返回的是InsertOneResult对象，调用其inserted_id属性可以获取插入数据的_id。

1
2
result = mongo_collection1.insert_many([data_test1, data_test2])
print(result)

insert_many()方法返回的是InsertManyResult对象，调用inserted_ids属性可以获取插入数据的_id列表。

2、基础查询

插入数据后我们可以利用find_one()或find()方法进行查询，find_one()查询得到是单个结果，find()则返回多个结果。

1
2
3
4
5
result1 = mongo_collection1.find({'name': 'test02'})
result2 = mongo_collection1.find_one({'name': 'test02'})
for res in result1:
  print(res)
print(result2)

也可以直接根据ObjectId来查询，这里需要使用bson库里面的ObjectId。

1
2
3
from bson.objectid import ObjectId
result = mongo_collection1.find_one({'_id': ObjectId('593278c115c2602667ec6bae')})
print(result)

3、条件查询

如果要查询年龄大于20的数据，则写法如下：

1
results = mongo_collection1.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，这样便可以查询出所有年龄大于20的数据。
比较符号归纳如下表：

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]}}

另外还可以进行正则匹配查询，例如查询名字以M开头的学生数据，示例如下：

1
results = mongo_collection1.find({'name': {'$regex': '^M.*'}})

在这里使用了$regex来指定正则匹配，^M.*代表以M开头的正则表达式，这样就可以查询所有符合该正则的结果。
在这里将一些功能符号再归类如下：

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
$mod 数字模操作 {‘age’: {‘$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

4、计数，排序与偏移

（1）计数
要统计查询结果有多少条数据，可以调用count()方法，如统计所有数据条数

1
2
count = mongo_collection1.find().count()
print(count)

或者统计符合某个条件的数据

1
2
count = mongo_collection1.find({'age': 20}).count()
print(count)

（2）排序
调用sort方法，传入排序的字段及升降序标志即可

1
2
results = mongo_collection1.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])

（3）偏移
在某些情况下我们可能想只取某几个元素，在这里可以利用skip()方法偏移几个位置，比如偏移2，就忽略前2个元素，得到第三个及以后的元素。

1
2
results = mongo_collection1.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])

另外还可以用limit()方法指定要取的结果个数，示例如下：

1
2
results = mongo_collection1.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])

值得注意的是，在数据库数量非常庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，很可能会导致内存溢出，可以使用类似下面这样的方法来查询，记录好上次查询的_id。

1
mongo_collection1.find({'_id': {'$gt': ObjectId('593278c815c2602678bb2b8d')}})

5、更新

对于数据更新可以使用update()方法，指定更新的条件和更新后的数据即可

1
2
3
4
5
condition = {'name': 'Kevin'}
student = mongo_collection1.find_one(condition)
student['age'] = 25
result = mongo_collection1.update(condition, student)
print(result)

在这里我们将name为Kevin的数据的年龄进行更新，首先指定查询条件，然后将数据查询出来，修改年龄，之后调用update方法将原条件和修改后的数据传入，即可完成数据的更新。
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，第二个参数需要使用$类型操作符作为字典的键名。

1
2
3
4
5
6
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，而是需要使用{‘$set’: student}这样的形式。然后调用matched_count和modified_count属性分别可以获得匹配的数据条数和影响的数据条数。

1
2
3
4
condition = {'age': {'$gt': 20}}
result = collection.update_one(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

在这里我们指定查询条件为年龄大于20，然后更新条件为{‘$inc’: {‘age’: 1}} ，也就是年龄加1，执行之后会讲第一条符合条件的数据年龄加1。
如果调用update_many()方法，则会将所有符合条件的数据都更新。

1
2
3
4
condition = {'age': {'$gt': 20}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count)

6、删除

删除操作比较简单，直接调用remove()方法指定删除的条件即可，符合条件的所有数据均会被删除。

1
2
result = collection.remove({'name': 'Kevin'})
print(result)

依然存在两个新的推荐方法，delete_one()和delete_many()方法。

1
2
3
4
5
result = collection.delete_one({'name': 'Kevin'})
print(result)
print(result.deleted_count)
result = collection.delete_many({'age': {'$lt': 25}})
print(result.deleted_count)

delete_one()即删除第一条符合条件的数据，delete_many()即删除所有符合条件的数据，返回结果是DeleteResult类型，可以调用deleted_count属性获取删除的数据条数。

附录：
MonogDB语法
官方文档

0%