Python调用MongoDB的方法-创新互联

这篇文章将为大家详细讲解有关Python调用MongoDB的方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

使用pymongo对MongoDB进行的各种操作，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。

Python怎么调用MongoDB

安装对应语言的Driver，Python安装pymongo

$easy_installpymongo

使用方法总结，摘自官方教程

创建连接

>>>importpymongo
　　>>>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

>>>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('...')]

获取所有collection(相当于SQL的showtables)

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

获取单个文档

>>>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']}

查询多个文档

>>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

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

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：较大文件尺寸为2G，生产环境推荐64位)

关于“Python调用MongoDB的方法”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。