Python調用MongoDB的方法

這篇文章將為大家詳細講解有關Python調用MongoDB的方法，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

　　使用pymongo對MongoDB進行的各種操作，下載相應平臺的版本，解壓即可。為方便使用，將bin路徑添加到系統path環境變量里。其中mongod是服務器，mongo是客戶shell，然后創建數據文件目錄：在c盤下創建data文件夾，里面創建db文件夾。

　　Python怎么調用MongoDB

　　安裝對應語言的Driver，Python安裝pymongo

　　$easy_installpymongo

　　使用方法總結，摘自官方教程

　　創建連接

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

　　切換數據庫

　　>>>db=connection.test_database

　　獲取collection

　　>>>collection=db.test_collection

　　db和collection都是延時創建的，在添加Document時才真正創建

　　文檔添加，_id自動創建

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

　　批量插入

　　>>>new_posts=[{"author":"Mike",
　　..."text":"Anotherpost!",
　　..."tags":["bulk","insert"],
　　..."date":datetime.datetime(2009,11,12,11,14)},
　　...{"author":"Eliot",
　　..."title":"MongoDBisfun",
　　..."text":"andprettyeasytoo!",
　　..."date":datetime.datetime(2009,11,10,10,45)}]
　　>>>posts.insert(new_posts)
　　[ObjectId('...'),ObjectId('...')]

　　獲取所有collection(相當于SQL的showtables)

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

　　獲取單個文檔

　　>>>posts.find_one()
　　{u'date':datetime.datetime(...),u'text':u'Myfirstblogpost!',u'_id':ObjectId('...'),u'author':u'Mike',u'tags':[u'mongodb',u'python',u'pymongo']}

　　查詢多個文檔

　　>>forpostinposts.find():
　　...post
　　...
　　{u'date':datetime.datetime(...),u'text':u'Myfirstblogpost!',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'Anotherpost!',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'andprettyeasytoo!',u'_id':ObjectId('...'),u'author':u'Eliot',u'title':u'MongoDBisfun'}

　　加條件的查詢

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

　　高級查詢

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

　　統計數量

　　>>>posts.count()
　　3

　　加索引

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

　　查看查詢語句的性能

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

　　附自己總結的一點小心得，僅供參考

　　缺點

　　不是全盤取代傳統數據庫(NoSQLFan：是否能取代需要看應用場景)

　　不支持復雜事務(NoSQLFan：MongoDB只支持對單個文檔的原子操作)

　　文檔中的整個樹，不易搜索，4MB限制?(NoSQLFan：1.8版本已經修改為16M)

　　特點(NoSQLFan：作者在這里列舉的很多只是一些表層的特點)：

　　文檔型數據庫，表結構可以內嵌

　　沒有模式，避免空字段開銷(SchemaFree)

　　分布式支持

　　查詢支持正則

　　動態擴展架構

　　32位的版本最多只能存儲2.5GB的數據(NoSQLFan：最大文件尺寸為2G，生產環境推薦64位)

關于“Python調用MongoDB的方法”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。