首页 > 代码库 > Pymongo Tutorial & Pymongo入门教程
Pymongo Tutorial & Pymongo入门教程
教程
这教程是pymongo和Mongo的一个简单介绍。看完后应该对Pymongo对Mongo的基本操作认识了。
前置条件
开始之前，安装PyMongo和Mongo。确保在python交互界面执行import不报错：
>>> import pymongo
你需要有一个已经在运行的MongoDB实例。如果你已经下载安装了，可以这样启动：
$ mongod
通过MongoClient建立一个连接。
开始使用PyMongo的第一步是创建一个MongoClient，对应于MongoDB实例。操作起来so easy:
>>> from pymongo import MongoClient >>> client = MongoClient()
上面代码将会连接默认的host和port。当然也可指定：
>>> client = MongoClient(‘localhost‘, 27017)
或者用 MongoDB URI 格式:
>>> client = MongoClient(‘mongodb://localhost:27017/‘)
获取一个数据库
一个MongoDB实例可以支持多个独立的数据库。使用PyMongo时，可以通过访问MongoClient的属性的方式来访问数据库:
>>> db = client.test_database
如果数据库名字使属性访问方式不能用（类似test-database），也可以通过访问字典值的方式：
>>> db = client[‘test-database‘]
获取一个Collection
一个collection指一组存在MongoDB中的文件，大致可以认为是关系型数据库中表的概念。获取Collection方法与获取数据库方法一致:
>>> collection = db.test_collection
或字典方式:
>>> collection = db[‘test-collection‘]
需要强调的一点是，MongoDB里的collection和数据库都是惰性创建的 - 之前我们提到的所有命令实际没有对MongoDB server进行任何操作。直到第一个文件插入后，才会创建。
文件（Documents）
数据在MongoDb中是以JSON类文件的形式保存起来的。在PyMongo中用字典来代表文件。例如，下面这个字典就可以代表一篇博文:
>>> import datetime
>>> post = {"author": "Mike",
... "text": "My first blog post!",
... "tags": ["mongodb", "python", "pymongo"],
... "date": datetime.datetime.utcnow()}
注意，文件里可以保存python原生类型（datetime.datetime），这些类型的值会被自动在原生类型和BSON格式之间转换。
文件插入操作
要把一个文件插入collection，可以使用insert()方法:
>>> posts = db.posts >>> post_id = posts.insert(post) >>> post_id ObjectId(‘...‘)
文件被插入之后，如果文件内没有_id这个键值，那么系统自动添加一个到文件里。这是一个特殊键值，它的值在整个collection里是唯一的。insert()返回这个文件的_id值。对这个值的更多内容，可以参考：the documentation on _id。
插入第一个文件后，这个posts collection 就真实的在server上创建了。可以通过查看数据库上的所有collection来验证：
>>> db.collection_names() [u‘system.indexes‘, u‘posts‘]
这个名为 system.indexes的 collection是个特殊的内部collection，这是自动创建的。
单个文件获取 find_one()
MongoDB中最基本的查询就是find_one。这个函数返回一个符合查询的文件，或者在没有匹配的时候返回None。这在你知道只有一个文件符合条件的时候，或者只对第一个符合条件的文件感兴趣的时候，很有用。下面用 find_one() 来获取 posts collection里的第一个文件:
>>> 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‘]}
返回结果是一个我们之前插入的符合条件的字典类型值。
注意，返回的文件里已经有了_id这个键值，这是自动添加的。 find_one()还支持对特定元素进行匹配的查询。筛选出作者是“Mike”的文件：
>>> posts.find_one({"author": "Mike"})
{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‘]}
如果换个作者名，像 “Eliot”,就查不到结果:
>>> posts.find_one({"author": "Eliot"})
>>>
按照ObjectId查询
通过_id也可以进行查询, 在例子中就是ObjectId:
>>> post_id
ObjectId(...)
>>> posts.find_one({"_id": post_id})
{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‘]}
注意 ObjectId 并不等价于他的字符串形式。
>>> post_id_as_str = str(post_id)
>>> posts.find_one({"_id": post_id_as_str}) # No result
>>>
web应用的一个常见任务就是在requset的URL里获取ObjectId然后找到与之匹配的文件。在本例中，必须要先从字符串转换为ObjectId然后传给find_one:
from bson.objectid import ObjectId
# 框架从URL里获取post_id，然后把他作为字符串传入
def get(post_id):
# 从字符串转换为ObjectId:
document = client.db.collection.find_one({‘_id‘: ObjectId(post_id)})
与这个话题相关的文章：When I query for a document by ObjectId in my web application I get no result
关于Unicode字符串的一点说明
你可能已经注意到，之前存入数据库的事常规的Python字符串，这与我们从数据库服务器里取回来的看起来不同（比如 u’Mike’ 而不是‘Mike’）。下面简单解释一下。
MongoDB 以格式保存数据. BSON 字符串都是 UTF-8编码的， 所以PyMongo必须确保它保存的字符串值包含有效地 UTF-8数据.常规字符串 ( )都是有效的，可以不改变直接保存。Unicode 字符串( )就需要先编码成 UTF-8 格式.例子里的字符串显示为u’Mike’ 而不是 ‘Mike’是因为 PyMongo 会把每个BSON 字符串转换成 Python 的unicode 字符串, 而不是常规的 str.
更多关于Python unicode字符串的内容，参考这里.
批量插入
为了让查询更有趣点，我们多插入几个文件。除了单个文件插入，也可以通过给insert()方法传入可迭代的对象作为第一个参数，进行批量插入操作。这将会把迭代表中的每个文件插入，而且只向server发送一条命令:
>>> 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(‘...‘)]
这个例子里有一些比较有趣的地方：
insert()现在返回两个ObjectId实例，每个代表一个插入的文件。
new_posts[1]与其他的posts内容格式不相同：里面没有"tags”，另外我们增加了一个新的“title”域。这就是MongoDB所提到的无schema特点。
查询多个文件
想获取多个文件的时候，可以使用find()方法。find()返回一个 Cursor 实例,通过它我们可以便利每个符合查询条件的文件。比如便利每个 posts collection里的文件:
>>> 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‘}
与使用find_one()时候相同,可以传入一个文件来限制查询结果。比如查询所有作者是 “Mike”的文章:
>>> for post in posts.find({"author": "Mike"}):
... 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‘]}
Counting
如果只想知道符合查询条件的文件有多少，可以用count()操作，而不必进行完整的查询。查询collection的文件总数:
>>> posts.count() 3
或者只是特定的一些文件：
>>> posts.find({"author": "Mike"}).count()
2
限定范围的查询
MongoDB 支持多种高级查询。例如，查询晚于某个特定时间的post,结果按作者名排序:
>>> d = datetime.datetime(2009, 11, 12, 12)
>>> for post in posts.find({"date": {"$lt": d}}).sort("author"):
... print post
...
{u‘date‘: datetime.datetime(2009, 11, 10, 10, 45), u‘text‘: u‘and pretty easy too!‘, u‘_id‘: ObjectId(‘...‘), u‘author‘: u‘Eliot‘, u‘title‘: u‘MongoDB is fun‘}
{u‘date‘: datetime.datetime(2009, 11, 12, 11, 14), u‘text‘: u‘Another post!‘, u‘_id‘: ObjectId(‘...‘), u‘author‘: u‘Mike‘, u‘tags‘: [u‘bulk‘, u‘insert‘]}
这里使用了特殊的”$lt"操作符来进行范围查询,并调用sort()对结果按照作者排序。
索引（Indexing）
为了让上述查询更快一点，可以添加一个在"date” 和 “author"上添加复合索引。首先，使用explain()方法来了解查询在没有添加索引情况下如何执行:
>>> posts.find({"date": {"$lt": d}}).sort("author").explain()["cursor"]
u‘BasicCursor‘
>>> posts.find({"date": {"$lt": d}}).sort("author").explain()["nscanned"]
3
可以看道，查询使用的是BasicCursor,而且扫描了全部的三个文件。现在添加一个复合索引，再看看同样的操作：
>>> from pymongo import ASCENDING, DESCENDING
>>> posts.create_index([("date", DESCENDING), ("author", ASCENDING)])
u‘date_-1_author_1‘
>>> 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
现在查询使用的是BtreeCursor(利用这个索引)，并且只扫描了两个符合条件的文件。
关于索引可以查看MongoDB的文档indexs.
ok,完活睡觉。
有任何不对的地方欢迎指出。
Pymongo Tutorial & Pymongo入门教程