mongodb的python驅動PyMongo

 

建立串連

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

切換資料庫

>>> db = connection.test_database

擷取collection

>>> collection = db.test_collection

db和collection都是延時建立的，在添加Document時才真正建立

文檔添加，_id自動建立

>>> 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('...')]

擷取所有collection（相當於SQL的show tables）

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

擷取單個文檔

>>> 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"})

進階查詢

>>> 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'

查看查詢語句的效能

>>> 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

不是全盤取代傳統資料庫（NoSQLFan：是否能取代需要看應用情境）不支援複雜事務（NoSQLFan：MongoDB只支援對單個文檔的原子操作）文檔中的整個樹，不易搜尋，4MB限制？（NoSQLFan：1.8版本已經修改為16M）

特點（NoSQLFan：作者在這裡列舉的很多隻是一些表層的特點）：

文檔型資料庫，表結構可以內嵌沒有模式，避免空欄位開銷（Schema Free）分布式支援查詢支援正則動態擴充架構32位的版本最多隻能儲存2.5GB的資料（NoSQLFan：最大檔案尺寸為2G，生產環境推薦64位）

名詞對應

一個資料項目叫做 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