一,mongodb简介
MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
MongoDB是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像关系数据库的。它支持的数据结构非常松散,是类似json的bson格式,因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。
下载安装mongodb: download
mongodb的优势
二,mongodb的curd(增删改查)
数据库操作
> use blog switched to db blog > show dbs admin 0.000GB config 0.000GB local 0.000GB test 0.000GB > db.article.insert({"title":"西游记"}) WriteResult({ "nInserted" : 1 }) > db.userinfo.insert({"name":"alex"}) WriteResult({ "nInserted" : 1 }) > show tables; article userinfo > show dbs admin 0.000GB blog 0.000GB config 0.000GB local 0.000GB test 0.000GB > db.dropDatabase() { "dropped" : "blog", "ok" : 1 }
集合操作
> use blog switched to db blog > db.article.insert({"title":"python"}) WriteResult({ "nInserted" : 1 }) > db.article.insert({"title":"linux"}) WriteResult({ "nInserted" : 1 }) > show tables; article > db.article.drop() true > show tables; >
文档操作
添加文档
#1、没有指定_id则默认ObjectId,_id不能重复,且在插入后不可变 #2、插入单条 user0={ "name":"egon", "age":10, ‘hobbies‘:[‘music‘,‘read‘,‘dancing‘], ‘addr‘:{ ‘country‘:‘China‘, ‘city‘:‘BJ‘ } } db.test.insert(user0) db.test.find() #3、插入多条 user1={ "_id":1, "name":"alex", "age":10, ‘hobbies‘:[‘music‘,‘read‘,‘dancing‘], ‘addr‘:{ ‘country‘:‘China‘, ‘city‘:‘weifang‘ } } user2={ "_id":2, "name":"wupeiqi", "age":20, ‘hobbies‘:[‘music‘,‘read‘,‘run‘], ‘addr‘:{ ‘country‘:‘China‘, ‘city‘:‘hebei‘ } } user3={ "_id":3, "name":"yuanhao", "age":30, ‘hobbies‘:[‘music‘,‘drink‘], ‘addr‘:{ ‘country‘:‘China‘, ‘city‘:‘heibei‘ } } user4={ "_id":4, "name":"jingliyang", "age":40, ‘hobbies‘:[‘music‘,‘read‘,‘dancing‘,‘tea‘], ‘addr‘:{ ‘country‘:‘China‘, ‘city‘:‘BJ‘ } } user5={ "_id":5, "name":"jinxin", "age":50, ‘hobbies‘:[‘music‘,‘read‘,], ‘addr‘:{ ‘country‘:‘China‘, ‘city‘:‘henan‘ } } db.user.insertMany([user1,user2,user3,user4,user5]) db.user.find()
查看文档
###################### (1) 比较运算 ################################### # SQL:=,!=,>,<,>=,<= # MongoDB:{key:value}代表什么等于什么,"$ne","$gt","$lt","gte","lte",其中"$ne"能用于所有数据类型 #1、select * from db1.user where name = "alex"; db.user.find({‘name‘:‘alex‘}) #2、select * from db1.user where name != "alex"; db.user.find({‘name‘:{"$ne":‘alex‘}}) #3、select * from db1.user where id > 2; db.user.find({‘_id‘:{‘$gt‘:2}}) #4、select * from db1.user where id < 3; db.user.find({‘_id‘:{‘$lt‘:3}}) #5、select * from db1.user where id >= 2; db.user.find({"_id":{"$gte":2,}}) #6、select * from db1.user where id <= 2; db.user.find({"_id":{"$lte":2}}) ###################### (2) 逻辑运算 ################################### # SQL:and,or,not # MongoDB:字典中逗号分隔的多个条件是and关系,"$or"的条件放到[]内,"$not" #1、select * from db1.user where id >= 2 and id < 4; db.user.find({‘_id‘:{"$gte":2,"$lt":4}}) #2、select * from db1.user where id >= 2 and age < 40; db.user.find({"_id":{"$gte":2},"age":{"$lt":40}}) #3、select * from db1.user where id >= 5 or name = "alex"; db.user.find({ "$or":[ {‘_id‘:{"$gte":5}}, {"name":"alex"} ] }) #4、select * from db1.user where id % 2=1; db.user.find({‘_id‘:{"$mod":[2,1]}}) #5、上题,取反 db.user.find({‘_id‘:{"$not":{"$mod":[2,1]}}}) ###################### (3) 成员运算 ################################### # SQL:in,not in # MongoDB:"$in","$nin" #1、select * from db1.user where age in (20,30,31); db.user.find({"age":{"$in":[20,30,31]}}) #2、select * from db1.user where name not in (‘alex‘,‘yuanhao‘); db.user.find({"name":{"$nin":[‘alex‘,‘yuanhao‘]}}) ###################### (4) 正则匹配 ################################### # SQL: regexp 正则 # MongoDB: /正则表达/i #1、select * from db1.user where name regexp ‘^j.*?(g|n)$‘; db.user.find({‘name‘:/^j.*?(g|n)$/i}) ###################### (5) 取指定字段 ################################### #1、select name,age from db1.user where id=3; db.user.find({‘_id‘:3},{‘‘name‘:1,‘age‘:1}) #2 db.user.find({‘_id‘:3},{"addr":0}) { "_id" : 3, "name" : "yuanhao", "age" : 30, "hobbies" : [ "music", "drink" ] } ###################### (6) 查询数组 ################################### #1、查看有dancing爱好的人 db.user.find({‘hobbies‘:‘dancing‘}) #2、查看既有dancing爱好又有tea爱好的人 db.user.find({ ‘hobbies‘:{ "$all":[‘dancing‘,‘tea‘] } }) #3、查看第4个爱好为tea的人 db.user.find({"hobbies.3":‘tea‘}) #4、查看所有人最后两个爱好 db.user.find({},{‘hobbies‘:{"$slice":-2},"age":0,"_id":0,"name":0,"addr":0}) #5、查看所有人的第2个到第3个爱好 db.user.find({},{‘hobbies‘:{"$slice":[1,2]},"age":0,"_id":0,"name":0,"addr":0}) ###################### (7) 排序 ################################### # 排序:--1代表升序,-1代表降序 db.user.find().sort({"name":1,}) db.user.find().sort({"age":-1,‘_id‘:1}) ###################### (8) 分页 ################################### # 分页:--limit代表取多少个document,skip代表跳过前多少个document。 db.user.find().sort({‘age‘:1}).limit(1).skip(2) ###################### (9) 查询数量 ################################### # 获取数量 db.user.count({‘age‘:{"$gt":30}}) --或者 db.user.find({‘age‘:{"$gt":30}}).count() ###################### (10) 其它 ################################### #1、{‘key‘:null} 匹配key的值为null或者没有这个key db.t2.insert({‘a‘:10,‘b‘:111}) db.t2.insert({‘a‘:20}) db.t2.insert({‘b‘:null}) > db.t2.find({"b":null}) { "_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20 } { "_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null } #2、查找所有 db.user.find() #等同于db.user.find({}) db.user.find().pretty() #3、查找一个,与find用法一致,只是只取匹配成功的第一个 db.user.findOne({"_id":{"$gt":3}})
修改文档
############################## 1 update的语法 ############################## update() 方法用于更新已存在的文档。语法格式如下: db.collection.update( <query>, <update>, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) 参数说明:对比update db1.t1 set name=‘EGON‘,sex=‘Male‘ where name=‘egon‘ and age=18; query : 相当于where条件。 update : update的对象和一些更新的操作符(如$,$inc...等,相当于set后面的 upsert : 可选,默认为false,代表如果不存在update的记录不更新也不插入,设置为true代表插入。 multi : 可选,默认为false,代表只更新找到的第一条记录,设为true,代表更新找到的全部记录。 writeConcern :可选,抛出异常的级别。 更新操作是不可分割的:若两个更新同时发送,先到达服务器的先执行,然后执行另外一个,不会破坏文档。 ############################## 2 覆盖更新 ############################## #注意:除非是删除,否则_id是始终不会变的 #1 : db.user.update({‘age‘:20},{"name":"Wxx","hobbies_count":3}) 是用{"_id":2,"name":"Wxx","hobbies_count":3}覆盖原来的记录 #2、一种最简单的更新就是用一个新的文档完全替换匹配的文档。这适用于大规模式迁移的情况。例如 var obj=db.user.findOne({"_id":2}) obj.username=obj.name+‘SB‘ obj.hobbies_count++ delete obj.age db.user.update({"_id":2},obj) ############################## 3 局部更新 ############################## #设置:$set 通常文档只会有一部分需要更新。可以使用原子性的更新修改器,指定对文档中的某些字段进行更新。 更新修改器是种特殊的键,用来指定复杂的更新操作,比如修改、增加后者删除 #1、update db1.user set name="WXX" where id = 2 db.user.update({‘_id‘:2},{"$set":{"name":"WXX",}}) #2、没有匹配成功则新增一条{"upsert":true} db.user.update({‘_id‘:6},{"$set":{"name":"egon","age":18}},{"upsert":true}) #3、默认只改匹配成功的第一条,{"multi":改多条} db.user.update({‘_id‘:{"$gt":4}},{"$set":{"age":28}}) db.user.update({‘_id‘:{"$gt":4}},{"$set":{"age":38}},{"multi":true}) #4、修改内嵌文档,把名字为alex的人所在的地址国家改成Japan db.user.update({‘name‘:"alex"},{"$set":{"addr.country":"Japan"}}) #5、把名字为alex的人的地2个爱好改成piao db.user.update({‘name‘:"alex"},{"$set":{"hobbies.1":"piao"}}) #6、删除alex的爱好,$unset db.user.update({‘name‘:"alex"},{"$unset":{"hobbies":""}}) ############################## 4 自增或自减 ############################## #增加和减少:$inc #1、所有人年龄增加一岁 db.user.update({}, { "$inc":{"age":1} }, { "multi":true } ) #2、所有人年龄减少5岁 db.user.update({}, { "$inc":{"age":-5} }, { "multi":true } ) ############################## 5 添加删除数组内元素 ############################## #添加删除数组内元素:$push,$pop,$pull 往数组内添加元素:$push #1、为名字为yuanhao的人添加一个爱好read db.user.update({"name":"yuanhao"},{"$push":{"hobbies":"read"}}) #2、为名字为yuanhao的人一次添加多个爱好tea,dancing db.user.update({"name":"yuanhao"},{"$push":{ "hobbies":{"$each":["tea","dancing"]} }}) 按照位置且只能从开头或结尾删除元素:$pop #3、{"$pop":{"key":1}} 从数组末尾删除一个元素 db.user.update({"name":"yuanhao"},{"$pop":{ "hobbies":1} }) #4、{"$pop":{"key":-1}} 从头部删除 db.user.update({"name":"yuanhao"},{"$pop":{ "hobbies":-1} }) #5、按照条件删除元素,:"$pull" 把符合条件的统统删掉,而$pop只能从两端删 db.user.update({‘addr.country‘:"China"},{"$pull":{ "hobbies":"read"} }, { "multi":true } ) ############################## 6 避免重复添加 ############################## #避免添加重复:"$addToSet" db.urls.insert({"_id":1,"urls":[]}) db.urls.update({"_id":1},{"$addToSet":{"urls":‘http://www.baidu.com‘}}) db.urls.update({"_id":1},{"$addToSet":{"urls":‘http://www.baidu.com‘}}) db.urls.update({"_id":1},{"$addToSet":{"urls":‘http://www.baidu.com‘}}) db.urls.update({"_id":1},{ "$addToSet":{ "urls":{ "$each":[ ‘http://www.baidu.com‘, ‘http://www.baidu.com‘, ‘http://www.xxxx.com‘ ] } } } ) ############################## 7 其它 ############################## #1、了解:限制大小"$slice",只留最后n个 db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",‘music‘,‘dancing‘], "$slice":-2 } } }) #2、了解:排序The $sort element value must be either 1 or -1" db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",‘music‘,‘dancing‘], "$slice":-1, "$sort":-1 } } }) #注意:不能只将"$slice"或者"$sort"与"$push"配合使用,且必须使用"$eah"
删除文档
#1、删除多个中的第一个 db.user.deleteOne({ ‘age‘: 8 }) #2、删除国家为China的全部 db.user.deleteMany( {‘addr.country‘: ‘China‘} ) #3、删除全部 db.user.deleteMany({})
三,pymongo
""" MongoDB存储 在这里我们来看一下Python3下MongoDB的存储操作,在本节开始之前请确保你已经安装好了MongoDB并启动了其服务,另外安装好了Python 的PyMongo库。 连接MongoDB 连接MongoDB我们需要使用PyMongo库里面的MongoClient,一般来说传入MongoDB的IP及端口即可,第一个参数为地址host, 第二个参数为端口port,端口如果不传默认是27017。 """<br> import pymongo client = pymongo.MongoClient(host=‘localhost‘, port=27017)<br> """ 这样我们就可以创建一个MongoDB的连接对象了。另外MongoClient的第一个参数host还可以直接传MongoDB的连接字符串,以mongodb开头, 例如:client = MongoClient(‘mongodb://localhost:27017/‘)可以达到同样的连接效果。<br> """ # 指定数据库 # MongoDB中还分为一个个数据库,我们接下来的一步就是指定要操作哪个数据库,在这里我以test数据库为例进行说明,所以下一步我们 # 需要在程序中指定要使用的数据库。 db = client.test # 调用client的test属性即可返回test数据库,当然也可以这样来指定: # db = client[‘test‘] # 两种方式是等价的。 # 指定集合 # MongoDB的每个数据库又包含了许多集合Collection,也就类似与关系型数据库中的表,下一步我们需要指定要操作的集合, # 在这里我们指定一个集合名称为students,学生集合。还是和指定数据库类似,指定集合也有两种方式。 collection = db.students # collection = db[‘students‘] # 插入数据,接下来我们便可以进行数据插入了,对于students这个Collection,我们新建一条学生数据,以字典的形式表示: student = { ‘id‘: ‘20170101‘, ‘name‘: ‘Jordan‘, ‘age‘: 20, ‘gender‘: ‘male‘ } # 在这里我们指定了学生的学号、姓名、年龄和性别,然后接下来直接调用collection的insert()方法即可插入数据。 result = collection.insert(student) print(result) # 在MongoDB中,每条数据其实都有一个_id属性来唯一标识,如果没有显式指明_id,MongoDB会自动产生一个ObjectId类型的_id属性。 # insert()方法会在执行后返回的_id值。 # 运行结果: # 5932a68615c2606814c91f3d # 当然我们也可以同时插入多条数据,只需要以列表形式传递即可,示例如下: student1 = { ‘id‘: ‘20170101‘, ‘name‘: ‘Jordan‘, ‘age‘: 20, ‘gender‘: ‘male‘ } student2 = { ‘id‘: ‘20170202‘, ‘name‘: ‘Mike‘, ‘age‘: 21, ‘gender‘: ‘male‘ } result = collection.insert([student1, student2]) print(result) # 返回的结果是对应的_id的集合,运行结果: # [ObjectId(‘5932a80115c2606a59e8a048‘), ObjectId(‘5932a80115c2606a59e8a049‘)] # 实际上在PyMongo 3.X版本中,insert()方法官方已经不推荐使用了,当然继续使用也没有什么问题, # 官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开。 student = { ‘id‘: ‘20170101‘, ‘name‘: ‘Jordan‘, ‘age‘: 20, ‘gender‘: ‘male‘ } result = collection.insert_one(student) print(result) print(result.inserted_id) # 运行结果: # <pymongo.results.InsertOneResult object at 0x10d68b558> # 5932ab0f15c2606f0c1cf6c5 # 返回结果和insert()方法不同,这次返回的是InsertOneResult对象,我们可以调用其inserted_id属性获取_id。 # 对于insert_many()方法,我们可以将数据以列表形式传递即可,示例如下: student1 = { ‘id‘: ‘20170101‘, ‘name‘: ‘Jordan‘, ‘age‘: 20, ‘gender‘: ‘male‘ } student2 = { ‘id‘: ‘20170202‘, ‘name‘: ‘Mike‘, ‘age‘: 21, ‘gender‘: ‘male‘ } result = collection.insert_many([student1, student2]) print(result) print(result.inserted_ids) # insert_many()方法返回的类型是InsertManyResult,调用inserted_ids属性可以获取插入数据的_id列表,运行结果: # <pymongo.results.InsertManyResult object at 0x101dea558> # [ObjectId(‘5932abf415c2607083d3b2ac‘), ObjectId(‘5932abf415c2607083d3b2ad‘)] # 查询,插入数据后我们可以利用find_one()或find()方法进行查询,find_one()查询得到是单个结果,find()则返回多个结果。 result = collection.find_one({‘name‘: ‘Mike‘}) print(type(result)) print(result) # 在这里我们查询name为Mike的数据,它的返回结果是字典类型,运行结果: # <class‘dict‘> # {‘_id‘: ObjectId(‘5932a80115c2606a59e8a049‘), ‘id‘: ‘20170202‘, ‘name‘: ‘Mike‘, ‘age‘: 21, ‘gender‘: ‘male‘} # 可以发现它多了一个_id属性,这就是MongoDB在插入的过程中自动添加的。 # 我们也可以直接根据ObjectId来查询,这里需要使用bson库里面的ObjectId。 from bson.objectid import ObjectId result = collection.find_one({‘_id‘: ObjectId(‘593278c115c2602667ec6bae‘)}) print(result) # 其查询结果依然是字典类型,运行结果: # {‘ ObjectId(‘593278c115c2602667ec6bae‘), ‘id‘: ‘20170101‘, ‘name‘: ‘Jordan‘, ‘age‘: 20, ‘gender‘: ‘male‘} # 当然如果查询_id‘:结果不存在则会返回None。 # 对于多条数据的查询,我们可以使用find()方法,例如在这里查找年龄为20的数据,示例如下: results = collection.find({‘age‘: 20}) print(results) for result in results: print(result) # 运行结果: # <pymongo.cursor.Cursor object at 0x1032d5128> # {‘_id‘: ObjectId(‘593278c115c2602667ec6bae‘), ‘id‘: ‘20170101‘, ‘name‘: ‘Jordan‘, ‘age‘: 20, ‘gender‘: ‘male‘} # {‘_id‘: ObjectId(‘593278c815c2602678bb2b8d‘), ‘id‘: ‘20170102‘, ‘name‘: ‘Kevin‘, ‘age‘: 20, ‘gender‘: ‘male‘} # {‘_id‘: ObjectId(‘593278d815c260269d7645a8‘), ‘id‘: ‘20170103‘, ‘name‘: ‘Harden‘, ‘age‘: 20, ‘gender‘: ‘male‘} # 返回结果是Cursor类型,相当于一个生成器,我们需要遍历取到所有的结果,每一个结果都是字典类型。 # 如果要查询年龄大于20的数据,则写法如下: results = collection.find({‘age‘: {‘$gt‘: 20}}) # 在这里查询的条件键值已经不是单纯的数字了,而是一个字典,其键名为比较符号$gt,意思是大于,键值为20,这样便可以查询出所有 # 年龄大于20的数据。 # 在这里将比较符号归纳如下表: """ 符号含义示例 $lt小于{‘age‘: {‘$lt‘: 20}} $gt大于{‘age‘: {‘$gt‘: 20}} $lte小于等于{‘age‘: {‘$lte‘: 20}} $gte大于等于{‘age‘: {‘$gte‘: 20}} $ne不等于{‘age‘: {‘$ne‘: 20}} $in在范围内{‘age‘: {‘$in‘: [20, 23]}} $nin不在范围内{‘age‘: {‘$nin‘: [20, 23]}} """ # 另外还可以进行正则匹配查询,例如查询名字以M开头的学生数据,示例如下: results = collection.find({‘name‘: {‘$regex‘: ‘^M.*‘}}) # 在这里使用了$regex来指定正则匹配,^M.*代表以M开头的正则表达式,这样就可以查询所有符合该正则的结果。 # 在这里将一些功能符号再归类如下: """ 符号含义示例示例含义 $regex匹配正则{‘name‘: {‘$regex‘: ‘^M.*‘}}name以M开头 $exists属性是否存在{‘name‘: {‘$exists‘: True}}name属性存在 $type类型判断{‘age‘: {‘$type‘: ‘int‘}}age的类型为int $mod数字模操作{‘age‘: {‘$mod‘: [5, 0]}}年龄模5余0 $text文本查询{‘$text‘: {‘$search‘: ‘Mike‘}}text类型的属性中包含Mike字符串 $where高级条件查询{‘$where‘: ‘obj.fans_count == obj.follows_count‘}自身粉丝数等于关注数 """ # 这些操作的更详细用法在可以在MongoDB官方文档找到: # https://docs.mongodb.com/manual/reference/operator/query/ # 计数 # 要统计查询结果有多少条数据,可以调用count()方法,如统计所有数据条数: count = collection.find().count() print(count) # 或者统计符合某个条件的数据: count = collection.find({‘age‘: 20}).count() print(count) # 排序 # 可以调用sort方法,传入排序的字段及升降序标志即可,示例如下: results = collection.find().sort(‘name‘, pymongo.ASCENDING) print([result[‘name‘] for result in results]) # 运行结果: # [‘Harden‘, ‘Jordan‘, ‘Kevin‘, ‘Mark‘, ‘Mike‘] # 偏移,可能想只取某几个元素,在这里可以利用skip()方法偏移几个位置,比如偏移2,就忽略前2个元素,得到第三个及以后的元素。 results = collection.find().sort(‘name‘, pymongo.ASCENDING).skip(2) print([result[‘name‘] for result in results]) # 运行结果: # [‘Kevin‘, ‘Mark‘, ‘Mike‘] # 另外还可以用limit()方法指定要取的结果个数,示例如下: results = collection.find().sort(‘name‘, pymongo.ASCENDING).skip(2).limit(2) print([result[‘name‘] for result in results]) # 运行结果: # [‘Kevin‘, ‘Mark‘] # 如果不加limit()原本会返回三个结果,加了限制之后,会截取2个结果返回。 # 值得注意的是,在数据库数量非常庞大的时候,如千万、亿级别,最好不要使用大的偏移量来查询数据,很可能会导致内存溢出, # 可以使用类似find({‘_id‘: {‘$gt‘: ObjectId(‘593278c815c2602678bb2b8d‘)}}) 这样的方法来查询,记录好上次查询的_id。 # 更新 # 对于数据更新可以使用update()方法,指定更新的条件和更新后的数据即可,例如: condition = {‘name‘: ‘Kevin‘} student = collection.find_one(condition) student[‘age‘] = 25 result = collection.update(condition, student) print(result) # 在这里我们将name为Kevin的数据的年龄进行更新,首先指定查询条件,然后将数据查询出来,修改年龄, # 之后调用update方法将原条件和修改后的数据传入,即可完成数据的更新。 # 运行结果: # {‘ok‘: 1, ‘nModified‘: 1, ‘n‘: 1, ‘updatedExisting‘: True} # 返回结果是字典形式,ok即代表执行成功,nModified代表影响的数据条数。 # 另外update()方法其实也是官方不推荐使用的方法,在这里也分了update_one()方法和update_many()方法,用法更加严格, # 第二个参数需要使用$类型操作符作为字典的键名,我们用示例感受一下。 condition = {‘name‘: ‘Kevin‘} student = collection.find_one(condition) student[‘age‘] = 26 result = collection.update_one(condition, {‘$set‘: student}) print(result) print(result.matched_count, result.modified_count) # 在这里调用了update_one方法,第二个参数不能再直接传入修改后的字典,而是需要使用{‘$set‘: student}这样的形式, # 其返回结果是UpdateResult类型,然后调用matched_count和modified_count属性分别可以获得匹配的数据条数和影响的数据条数。 # 运行结果: # # <pymongo.results.UpdateResult object at 0x10d17b678> # 1 0 # 我们再看一个例子: condition = {‘age‘: {‘$gt‘: 20}} result = collection.update_one(condition, {‘$inc‘: {‘age‘: 1}}) print(result) print(result.matched_count, result.modified_count) # 在这里我们指定查询条件为年龄大于20,然后更新条件为{‘$inc‘: {‘age‘: 1}},执行之后会讲第一条符合条件的数据年龄加1。 # 运行结果: # # <pymongo.results.UpdateResult object at 0x10b8874c8> # 1 1 # 可以看到匹配条数为1条,影响条数也为1条。 # 如果调用update_many()方法,则会将所有符合条件的数据都更新,示例如下: condition = {‘age‘: {‘$gt‘: 20}} result = collection.update_many(condition, {‘$inc‘: {‘age‘: 1}}) print(result) print(result.matched_count, result.modified_count) # 这时候匹配条数就不再为1条了,运行结果如下: # # <pymongo.results.UpdateResult object at 0x10c6384c8> # 3 3 # 可以看到这时所有匹配到的数据都会被更新。 # 删除 # 删除操作比较简单,直接调用remove()方法指定删除的条件即可,符合条件的所有数据均会被删除,示例如下: result = collection.remove({‘name‘: ‘Kevin‘}) print(result) # 运行结果: # # {‘ok‘: 1, ‘n‘: 1} # 另外依然存在两个新的推荐方法,delete_one()和delete_many()方法,示例如下: result = collection.delete_one({‘name‘: ‘Kevin‘}) print(result) print(result.deleted_count) result = collection.delete_many({‘age‘: {‘$lt‘: 25}}) print(result.deleted_count) # 运行结果: # <pymongo.results.DeleteResult object at 0x10e6ba4c8> # 1 # 4 # delete_one()即删除第一条符合条件的数据,delete_many()即删除所有符合条件的数据,返回结果是DeleteResult类型, # 可以调用deleted_count属性获取删除的数据条数。 # 更多 # 另外PyMongo还提供了一些组合方法,如find_one_and_delete()、find_one_and_replace()、find_one_and_update(), # 就是查找后删除、替换、更新操作,用法与上述方法基本一致。 # 另外还可以对索引进行操作,如create_index()、create_indexes()、drop_index()等。 # 详细用法可以参见官方文档:http://api.mongodb.com/python/current/api/pymongo/collection.html # 另外还有对数据库、集合本身以及其他的一些操作,在这不再一一讲解,可以参见 # 官方文档:http://api.mongodb.com/python/current/api/pymongo/
原文地址:https://www.cnblogs.com/lianyeah/p/10316605.html
时间: 2024-10-05 16:08:26