pymongo

Python 使用MongoDB的簡單教程，將使用pymongo對MongoDB進行的各種操作進行了簡單的匯總，NoSQLFan進行了簡單整理，使用Python的同學可以看一看。

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下如何安裝.whl包？

1.先安裝PIP

2.CMD命令進入C:\Python34\Scripts里面后再執行PIP命令安裝pip install wheel

3.把文件最好放在\Script文件夾里面再pip install xxxx.whl

4.注意whl文件名不能改 必須一模一樣和原名

下載安裝：

當前可下載選項：

pymongo-2.6.3.tar.gz Source
pymongo-2.6.3.win32-py2.7.exe MS Windows installer

PyMongo安裝
安裝pymongo-2.6.3.tar.gz

解壓之后，cmd運行語句：
C:\Users\libing>cd /d E:\pymongo-2.6.3
E:\pymongo-2.6.3>python setup.py install

安裝pymongo-2.6.3.win32-py2.7.exe
雙擊打開即可進入安裝

pymongo 使用官方教程：

安裝對應語言的Driver，Python 安裝 pymongo

$ easy_install pymongo

使用方法總結，摘自官方教程

創建連接

>>> import pymongo>>> 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

>>> 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('...')]

獲取所有collection（相當于SQL的show tables）

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

獲取單個文檔

>>> 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']}

查詢多個文檔

>> 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

>>> from pymongo import ASCENDING, 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": {"$lt": d}}).sort("author").explain()["cursor"]u'BtreeCursor date_-1_author_1'>>> posts.find({"date": {"$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（Schema Free）

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）

名詞對應

一個數據項叫做 Document（NoSQLFan：對應MySQL中的單條記錄）

一個文檔嵌入另一個文檔（comment 嵌入 post）叫做 Embed

儲存一系列文檔的地方叫做 Collections（NoSQLFan：對應MySQL中的表）

表間關聯，叫做 Reference

PyMongo基本使用：

引用PyMongo
>>> import pymongo

創建連接Connection

>>> import pymongo
>>> conn = pymongo.Connection('localhost',27017)
或
>>> from pymongo import Connection
>>> conn = Connection('localhost',27017)

創建Connection時，指定host及port參數
>>> import pymongo
>>> conn = pymongo.Connection(host='127.0.0.1',port=27017)

連接數據庫
>>> db = conn.ChatRoom
或
>>> db = conn['ChatRoom']

連接聚集
>>> account = db.Account
或
>>> account = db["Account"]

查看全部聚集名稱
>>> db.collection_names()

查看聚集的一條記錄
>>> db.Account.find_one()
>>> db.Account.find_one({"UserName":"keyword"})

查看聚集的字段
>>> db.Account.find_one({},{"UserName":1,"Email":1})
{u'UserName': u'libing', u'_id': ObjectId('4ded95c3b7780a774a099b7c'), u'Email': u'libing@35.cn'}

>>> db.Account.find_one({},{"UserName":1,"Email":1,"_id":0})
{u'UserName': u'libing', u'Email': u'libing@35.cn'}

查看聚集的多條記錄
>>> for item in db.Account.find():
       item

>>> for item in db.Account.find({"UserName":"libing"}):
       item["UserName"]

查看聚集的記錄統計
>>> db.Account.find().count()
>>> db.Account.find({"UserName":"keyword"}).count()

聚集查詢結果排序
>>> db.Account.find().sort("UserName")  --默認為升序
>>> db.Account.find().sort("UserName",pymongo.ASCENDING)   --升序
>>> db.Account.find().sort("UserName",pymongo.DESCENDING)  --降序

聚集查詢結果多列排序
>>> db.Account.find().sort([("UserName",pymongo.ASCENDING),("Email",pymongo.DESCENDING)])

添加記錄
>>> db.Account.insert({"AccountID":21,"UserName":"libing"})

修改記錄
>>> db.Account.update({"UserName":"libing"},{"$set":{"Email":"libing@126.com","Password":"123"}})

刪除記錄
>>> db.Account.remove()   -- 全部刪除
>>> db.Test.remove({"UserName":"keyword"})