Python調用MongoDB使用心得

三里屯搖滾

Python調用MongoDB使用心得

本文是一個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(tǒng)path環(huán)境變量里。其中mongod是服務器，mongo是客戶shell，然后創(chuàng)建數(shù)據(jù)文件目錄：在c盤下創(chuàng)建data文件夾，里面創(chuàng)建db文件夾。

基本使用：



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(chuàng)建連接

>>> import pymongo
>>> connection=pymongo.Connection('localhost',27017)切換數(shù)據(jù)庫

>>> db = connection.test_database獲取collection

>>> collection = db.test_collectiondb和collection都是延時創(chuàng)建的，在添加Document時才真正創(chuàng)建

文檔添加，_id自動創(chuàng)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(tǒng)計數(shù)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(tǒng)數(shù)據(jù)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(jīng)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(shù)據(jù)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(tài)擴展架構
32位的版本最多只能存儲2.5GB的數(shù)據(jù)（NoSQLFan：最大文件尺寸為2G，生產環(huán)境推薦64位）
名詞對應

一個數(shù)據(jù)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(lián)，叫做 Reference

冰釋一片天

謝謝分享

crazyhadoop

分享的不錯

npudream

沒什么事的時候表找我，有事的時候更表找我。

頂,是一種義務  










signature..................................
仙府之緣