MongoDB数据库增删查改操作--python篇
-
MongoDB数据库增删查改操作--python篇
连接数据库
MongoClient VS Connection
class MongoClient(pymongo.common.BaseObject) | Connection to MongoDB. | | Method resolution order: | MongoClient | pymongo.common.BaseObject | __builtin__.object |
class Connection(pymongo.mongo_client.MongoClient) | Connection to MongoDB. | | Method resolution order: | Connection | pymongo.mongo_client.MongoClient | pymongo.common.BaseObject | __builtin__.object
从这两个类的继承来看,connection是继承了MongoClient的,建议使用MongoClient而不是使用Connection。(也就是说,MongoClient可以使用方法Connection都可以使用)
from pymongo import MongoClient client = MongoClient('192.168.40.87', 27037) db_name = 'TCL_Useraction' db = client[db_name] collection_useraction = db['useraction']
这里是通过字典的方式访问数据库和集合,同时你也可以通过.(点号)的方式访问
插入数据
save() VS insert()
mongodb的save和insert函数都可以向collection里插入数据,但两者是有两个区别: 一、save函数实际就是根据参数条件,调用了insert或update函数.如果想插入的数据对象存在,insert函数会报错,而save函数是改变原来的对象;如果想插入的对象不存在,那么它们执行相同的插入操作.这里可以用几个字来概括它们两的区别,即所谓"有则改之,无则加之". 二、insert可以一次性插入一个列表,而不用遍历,效率高, save则需要遍历列表,一个个插入。
更新数据
对于单个数据来说,可以更新后使用save方法
update(criteria, objNew, upsert, mult) criteria: 需要被更新的条件表达式 objNew: 更新表达式 upsert: 如目标记录不存在,是否插入新文档。 multi: 是否更新多个文档。
collection_useraction.update({'gid':last_gid, 'time':l_date}, {'$set':{'gid':last_gid}, '$set':{'time':l_date}, '$addToSet':{'categories':category_data}}, upsert=True)
删除数据
db.users.drop() # 删除集合
remove(self, spec_or_id=None, safe=None, multi=True, **kwargs)
# remove() 用于删除单个或全部文档,删除后的文档无法恢复。 id = db.users.find_one({"name":"user2"})["_id"] db.users.remove(id) # 根据 id 删除一条记录 db.users.remove() # 删除集合里的所有记录 db.users.remove({'yy':5}) # 删除yy=5的记录
查询
5. 查询 # 查询 age 小于 15 的 for u in db.users.find({"age":{"$lt":15}}): print u 5.1 查询一条记录 # 查询 name 等于 user8 的 for u in db.users.find({"name":"user8"}): print u # 获取查询的一个 u2 = db.users.find_one({"name":"user9"}) # 查不到时返回 None print u2 5.2 查询特定键 (fields) # select name, age from users where age = 21 for u in db.users.find({"age":21}, ["name", "age"]): print u for u in db.users.find(fields = ["name", "age"]): print u 5.3 排序(SORT) pymongo.ASCENDING # 也可以用 1 来代替 pymongo.DESCENDING # 也可以用 -1 来代替 for u in db.users.find().sort([("age", pymongo.ASCENDING)]): print u # select * from 集合名 order by 键1 for u in db.users.find().sort([("age", pymongo.DESCENDING)]): print u # select * from 集合名 order by 键1 desc for u in db.users.find().sort([("键1", pymongo.ASCENDING), ("键2", pymongo.DESCENDING)]): print u # select * from 集合名 order by 键1 asc, 键2 desc for u in db.users.find(sort = [("键1", pymongo.ASCENDING), ("键2", pymongo.DESCENDING)]): print u # sort 的另一种写法 for u in db.users.find({"name":"user9"}, sort=[['name',1],['sex',1]], fields = ["name", "age", 'sex']): print u # 组合写法 5.4 从第几行开始读取(SLICE),读取多少行(LIMIT) # select * from 集合名 skip 2 limit 3 # MySQL 的写法: select * from 集合名 limit 2, 3 for u in db.users.find().skip(2).limit(3): print u for u in db.users.find(skip = 2, limit = 3): print u # 可以用切片代替 skip & limit (mongo 中的 $slice 貌似有点问题)。 for u in db.users.find()[2:5]: print u # 单独的写 for u in db.users.find().skip(2): print u for u in db.users.find(skip=1): print u for u in db.users.find().limit(5): print u for u in db.users.find(limit = 3): print u 5.5 多条件查询(Conditional Operators) # like 的可使用正则表达式查询 # select * from users where name = 'user3' and age > 12 and age < 15 for u in db.users.find({'age': {'$gt': 12, '$lt': 15}, 'name': 'user3'}): print u # select * from users where name = 'user1' and age = 21 for u in db.users.find({"age":21, "name":"user1"}): print u 5.6 IN for u in db.users.find({"age":{"$in":(23, 26, 32)}}): print u # select * from users where age in (23, 26, 32) for u in db.users.find({"age":{"$nin":(23, 26, 32)}}): print u # select * from users where age not in (23, 26, 32) 5.7 统计总数(COUNT) print(db.users.count()) # select count(*) from users print(db.users.find({"age":{"$gt":30}}).count()) # select count(*) from users where age > 30 5.8 OR for u in db.users.find({"$or":[{"age":25}, {"age":28}]}): print u # select * from 集合名 where 键1 = 值1 or 键1 = 值2 for u in db.users.find({"$or":[{"age":{"$lte":23}}, {"age":{"$gte":33}}]}): print u # select * from 集合名 where 键1 <= 值1 or 键1 >= 值2
6. 是否存在 (exists) db.users.find({'sex':{'$exists':True}}) # select * from 集合名 where exists 键1 db.users.find({'sex':{'$exists':False}}) # select * from 集合名 where not exists 键1 7. 正则表达式查询 for u in db.users.find({"name" : {"$regex" : r"(?i)user[135]"}}, ["name"]): print u # 查询出 name 为 user1, user3, user5 的 8. 多级路径的元素值匹配 Document 采取 JSON-like 这种层级结构,因此我们可以直接用嵌入(Embed)代替传统关系型数据库的关联引用(Reference)。 MongoDB 支持以 "." 分割的 namespace 路径,条件表达式中的多级路径须用引号 # 如果键里面包含数组,只需简单匹配数组属性是否包含该元素即可查询出来 db.集合名.find_one({'address':"address1"}) # address 是个数组,匹配时仅需包含有即可 # 查询结果如:{"_id" : ObjectId("4c479885089df9b53474170a"), "name" : "user1", "address" : ["address1", "address2"]} # 条件表达式中的多级路径须用引号,以 "." 分割 u = db.集合名.find_one({"im.qq":12345678}) # 查询结果如:{"_id" : ObjectId("4c479885089df9b53474170a"), "name" : "user1", "im" : {"msn" : "user1@hotmail.com", "qq" : 12345678}} print u['im']['msn'] #显示: user1@hotmail.com # 多级路径的更新 db.集合名.update({"im.qq":12345678}, {'$set':{"im.qq":12345}}) # 查询包含特定键的 for u in db.users.find({"im.qq":{'$exists':True}}, {"im.qq":1}): print u # 显示如: { "_id" : ObjectId("4c479885089df9b53474170a"), "im" : { "qq" : 12345 } } for u in db.users.find({'data':"abc"}): print u # 显示如: { "_id" : ObjectId("4c47a481b48cde79c6780df5"), "name" : "user8", "data" : [ { "a" : 1, "b" : 10 }, 3, "abc" ] } for u in db.users.find({'data':{'$elemMatch':{'a':1, 'b':{'$gt':5}}}}): print u # 显示如: { "_id" : ObjectId("4c47a481b48cde79c6780df5"), "name" : "user8", "data" : [ { "a" : 1, "b" : 10 }, 3, "abc" ] } {data:"abc"} 仅简单匹配数组属性是否包含该元素。$elemMatch 则可以处理更复杂的元素查找条件。当然也可以写成如下方式: db.集合名.find({"data.a":1, "data.b":{'$gt':5}}) 对数组, 还可以直接使用序号进行操作: db.集合名.find({"data.1":3}) # 序号从0开始 # 如集合的一列内容 {"classifyid":"test1", "keyword":[ {"name":'test1', # 将修改此值为 test5 (数组下标从0开始,下标也是用点) "frequence":21, }, {"name":'test2', # 子表的查询,会匹配到此值 "frequence":50, }, ] } # 子表的修改(子表的其它内容不变) db.集合名.update({"classifyid":"test1"}, {"$set":{"keyword.0.name":'test5'}}) # 子表的查询 db.集合名.find({"classifyid":"test1", "keyword.0.name":"test2"})