mongodb数据库(1)

MongoDB开始火了，这是时代发展的需要。为此，本教程也要涉及到如何用python来操作mongodb。考虑到读者对这种数据库可能比mysql之类的更陌生，所以，要用多一点的篇幅稍作介绍，当然，更完备的内容还是要去阅读专业的mongodb书籍。

mongodb是属于NoSql的。

NoSql，全称是 Not Only Sql,指的是非关系型的数据库。它是为了大规模web应用而生的，其特征诸如模式自由、支持简易复制、简单的API、大容量数据等等。

MongoDB是其一，选择它，主要是因为我喜欢，否则我不会列入我的教程。数说它的特点，可能是：

• 面向文档存储
• 对任何属性可索引
• 复制和高可用性
• 自动分片
• 丰富的查询
• 快速就地更新

也许还能列出更多，基于它的特点，擅长领域就在于：

• 大数据（太时髦了！以下可以都不看，就要用它了。）
• 内容管理和交付
• 移动和社交基础设施
• 用户数据管理
• 数据平台

安装mongodb

先演示在ubuntu系统中的安装过程：

sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv 7F0CEB10
echo 'deb http://downloads-distro.mongodb.org/repo/ubuntu-upstart dist 10gen' | sudo tee /etc/apt/sources.list.d/mongodb.list
sudo apt-get update
sudo apt-get install mongodb-10gen

如此就安装完毕。上述安装流程来自：Install MongoDB

如果你用的是其它操作系统，可以到官方网站下载安装程序：http://www.mongodb.org/downloads，能满足各种操作系统。

难免在安装过程中遇到问题，推荐几个资料，供参考：

window平台安装 MongoDB

NoSQL之【MongoDB】学习（一）：安装说明

MongoDB 生产环境的安装与配置(Ubuntu)

在Ubuntu中安装MongoDB

在Ubuntu下进行MongoDB安装步骤

启动mongodb

安装完毕，就可以启动数据库。因为本教程不是专门讲数据库，所以，这里不设计数据库的详细讲解，请读者参考有关资料。下面只是建立一个简单的库，并且说明mongodb的基本要点，目的在于为后面用python来操作它做个铺垫。

执行mongo启动shell，显示的也是>，有点类似mysql的状态。在shell中，可以实现与数据库的交互操作。

在shell中，有一个全局变量db，使用哪个数据库，那个数据库就会被复制给这个全局变量db，如果那个数据库不存在，就会新建。

> use mydb
switched to db mydb
> db
mydb

除非向这个数据库中增加实质性的内容，否则它是看不到的。

> show dbs;
local   0.03125GB

向这个数据库增加点东西。mongodb的基本单元是文档，所谓文档，就类似与python中的字典，以键值对的方式保存数据。

> book = {"title":"from beginner to master", "author":"qiwsir", "lang":"python"}
{
    "title" : "from beginner to master",
    "author" : "qiwsir",
    "lang" : "python"
}
> db.books.insert(book)
> db.books.find()
{ "_id" : ObjectId("554f0e3cf579bc0767db9edf"), "title" : "from beginner to master", "author" : "qiwsir", "lang" : "python" }

db指向了数据库mydb，books是这个数据库里面的一个集合（类似mysql里面的表），向集合books里面插入了一个文档（文档对应mysql里面的记录）。“数据库、集合、文档”构成了mongodb数据库。

从上面操作，还发现一个有意思的地方，并没有类似create之类的命令，用到数据库，就通过use xxx，如果不存在就建立；用到集合，就通过db.xxx来使用，如果没有就建立。可以总结为“随用随取随建立”。是不是简单的有点出人意料。

> show dbs
local   0.03125GB
mydb    0.0625GB

当有了充实内容之后，也看到刚才用到的数据库mydb了。

在mongodb的shell中，可以对数据进行“增删改查”等操作。但是，我们的目的是用python来操作，所以，还是把力气放在后面用。

安装pymongo

要用python来驱动mongodb，必须要安装驱动模块，即pymongo，这跟操作mysql类似。安装方法，我最推荐如下：

$ sudo pip install pymongo

如果顺利，就会看到最后的提示：

Successfully installed pymongo
Cleaning up...

如果不选择版本，安装的应该是最新版本的，我在本教程测试的时候，安装的是：

>>> import pymongo
>>> pymongo.version
'3.0.1'

这个版本在后面给我挖了一个坑。如果读者要指定版本，比如安装2.8版本的，可以：

$ sudo pip install pymongo==2.8

如果用这个版本，我后面遇到的坑能够避免。

安装好之后，进入到python的交互模式里面：

>>> import pymongo

说明模块没有问题。

连接mongodb

既然python驱动mongdb的模块pymongo业已安装完毕，接下来就是连接，也就是建立连接对象。

>>> pymongo.Connection("localhost",27017)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'module' object has no attribute 'Connection'

报错！我在去年做的项目中，就是这样做的，并且网上查看很多教程都是这么连接。

所以，读者如果用的是旧版本的pymongo，比如2.8，仍然可以使用上面的连接方法，如果是像我一样，是用的新的（我安装时没有选版本），就得注意这个问题了。

经验主义害死人。必须看看下面有哪些方法可以用：

>>> dir(pymongo)
['ALL', 'ASCENDING', 'CursorType', 'DESCENDING', 'DeleteMany', 'DeleteOne', 'GEO2D', 'GEOHAYSTACK', 'GEOSPHERE', 'HASHED', 'IndexModel', 'InsertOne', 'MAX_SUPPORTED_WIRE_VERSION', 'MIN_SUPPORTED_WIRE_VERSION', 'MongoClient', 'MongoReplicaSetClient', 'OFF', 'ReadPreference', 'ReplaceOne', 'ReturnDocument', 'SLOW_ONLY', 'TEXT', 'UpdateMany', 'UpdateOne', 'WriteConcern', '__builtins__', '__doc__', '__file__', '__name__', '__package__', '__path__', '_cmessage', 'auth', 'bulk', 'client_options', 'collection', 'command_cursor', 'common', 'cursor', 'cursor_manager', 'database', 'errors', 'get_version_string', 'has_c', 'helpers', 'ismaster', 'message', 'mongo_client', 'mongo_replica_set_client', 'monitor', 'monotonic', 'network', 'operations', 'periodic_executor', 'pool', 'read_preferences', 'response', 'results', 'server', 'server_description', 'server_selectors', 'server_type', 'settings', 'son_manipulator', 'ssl_context', 'ssl_support', 'thread_util', 'topology', 'topology_description', 'uri_parser', 'version', 'version_tuple', 'write_concern']

瞪大我的那双浑浊迷茫布满血丝渴望惊喜的眼睛，透过近视镜的玻璃片，怎么也找不到Connection()这个方法。原来，刚刚安装的pymongo变了，“他变了”。

不过，我发现了它：MongoClient()

>>> client = pymongo.MongoClient("localhost", 27017)

很好。python已经和mongodb建立了连接。

刚才已经建立了一个数据库mydb，并且在这个库里面有一个集合books，于是：

>>> db = client.mydb

或者

>>> db = client['mydb']

获得数据库mydb，并赋值给变量db（这个变量不是mongodb的shell中的那个db，此处的db就是python中一个寻常的变量）。

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

查看集合，发现了我们已经建立好的那个books，于是在获取这个集合，并赋值给一个变量books：

>>> books = db["books"]

或者

>>> books = db.books

接下来，就可以操作这个集合中的具体内容了。

编辑

刚刚的books所引用的是一个mongodb的集合对象，它就跟前面学习过的其它对象一样，有一些方法供我们来驱使。

>>> type(books)
<class 'pymongo.collection.Collection'>

>>> dir(books)
['_BaseObject__codec_options', '_BaseObject__read_preference', '_BaseObject__write_concern', '_Collection__create', '_Collection__create_index', '_Collection__database', '_Collection__find_and_modify', '_Collection__full_name', '_Collection__name', '__call__', '__class__', '__delattr__', '__dict__', '__doc__', '__eq__', '__format__', '__getattr__', '__getattribute__', '__getitem__', '__hash__', '__init__', '__iter__', '__module__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_command', '_count', '_delete', '_insert', '_socket_for_primary_reads', '_socket_for_reads', '_socket_for_writes', '_update', 'aggregate', 'bulk_write', 'codec_options', 'count', 'create_index', 'create_indexes', 'database', 'delete_many', 'delete_one', 'distinct', 'drop', 'drop_index', 'drop_indexes', 'ensure_index', 'find', 'find_and_modify', 'find_one', 'find_one_and_delete', 'find_one_and_replace', 'find_one_and_update', 'full_name', 'group', 'index_information', 'initialize_ordered_bulk_op', 'initialize_unordered_bulk_op', 'inline_map_reduce', 'insert', 'insert_many', 'insert_one', 'list_indexes', 'map_reduce', 'name', 'next', 'options', 'parallel_scan', 'read_preference', 'reindex', 'remove', 'rename', 'replace_one', 'save', 'update', 'update_many', 'update_one', 'with_options', 'write_concern']

这么多方法不会一一介绍，只是按照“增删改查”的常用功能，介绍几种。读者可以使用help()去查看每一种方法的使用说明。

>>> books.find_one()
{u'lang': u'python', u'_id': ObjectId('554f0e3cf579bc0767db9edf'), u'author': u'qiwsir', u'title': u'from beginner to master'}

提醒读者注意的是，如果你熟悉了mongodb的shell中的命令，跟pymongo中的方法稍有差别，比如刚才这个，在mongodb的shell中是这样子的：

> db.books.findOne()
{
    "_id" : ObjectId("554f0e3cf579bc0767db9edf"),
    "title" : "from beginner to master",
    "author" : "qiwsir",
    "lang" : "python"
}

请注意区分。

目前在集合books中，有一个文档，还想再增加，于是插入一条：

新增和查询

>>> b2 = {"title":"physics", "author":"Newton", "lang":"english"}
>>> books.insert(b2)
ObjectId('554f28f465db941152e6df8b')

成功地向集合中增加了一个文档。得看看结果（我们就是充满好奇心的小孩子，我记得女儿小时候，每个给她照相，拍了一张，她总要看一看。现在我们似乎也是这样，如果不看看，总觉得不放心），看看就是一种查询。

>>> books.find().count()
2

这是查看当前集合有多少个文档的方式，返回值为2，则说明有两条文档了。还是要看看内容。

>>> books.find_one()
{u'lang': u'python', u'_id': ObjectId('554f0e3cf579bc0767db9edf'), u'author': u'qiwsir', u'title': u'from beginner to master'}

这个命令就不行了，因为它只返回第一条。必须要：

>>> for i in books.find():
...     print i
... 
{u'lang': u'python', u'_id': ObjectId('554f0e3cf579bc0767db9edf'), u'author': u'qiwsir', u'title': u'from beginner to master'}
{u'lang': u'english', u'title': u'physics', u'_id': ObjectId('554f28f465db941152e6df8b'), u'author': u'Newton'}

在books引用的对象中有find()方法，它返回的是一个可迭代对象，包含着集合中所有的文档。

由于文档是键值对，也不一定每条文档都要结构一样，比如，也可以插入这样的文档进入集合。

>>> books.insert({"name":"Hertz"})
ObjectId('554f2b4565db941152e6df8c')
>>> for i in books.find():
...     print i
... 
{u'lang': u'python', u'_id': ObjectId('554f0e3cf579bc0767db9edf'), u'author': u'qiwsir', u'title': u'from beginner to master'}
{u'lang': u'english', u'title': u'physics', u'_id': ObjectId('554f28f465db941152e6df8b'), u'author': u'Newton'}
{u'_id': ObjectId('554f2b4565db941152e6df8c'), u'name': u'Hertz'}

如果有多个文档，想一下子插入到集合中（在mysql中，可以实现多条数据用一条命令插入到表里面，还记得吗？忘了看上一节），可以这么做：

>>> n1 = {"title":"java", "name":"Bush"}
>>> n2 = {"title":"fortran", "name":"John Warner Backus"}
>>> n3 = {"title":"lisp", "name":"John McCarthy"}
>>> n = [n1, n2, n3]
>>> n
[{'name': 'Bush', 'title': 'java'}, {'name': 'John Warner Backus', 'title': 'fortran'}, {'name': 'John McCarthy', 'title': 'lisp'}]
>>> books.insert(n)
[ObjectId('554f30be65db941152e6df8d'), ObjectId('554f30be65db941152e6df8e'), ObjectId('554f30be65db941152e6df8f')]

这样就完成了所谓的批量插入，查看一下文档条数：

>>> books.find().count()
6

但是，要提醒读者，批量插入的文档大小是有限制的，网上有人说不要超过20万条，有人说不要超过16MB，我没有测试过。在一般情况下，或许达不到上线，如果遇到极端情况，就请读者在使用时多注意了。

如果要查询，除了通过循环之外，能不能按照某个条件查呢？比如查找'name'='Bush'的文档：

>>> books.find_one({"name":"Bush"})
{u'_id': ObjectId('554f30be65db941152e6df8d'), u'name': u'Bush', u'title': u'java'}

对于查询结果，还可以进行排序：

>>> for i in books.find().sort("title", pymongo.ASCENDING):
...     print i
... 
{u'_id': ObjectId('554f2b4565db941152e6df8c'), u'name': u'Hertz'}
{u'_id': ObjectId('554f30be65db941152e6df8e'), u'name': u'John Warner Backus', u'title': u'fortran'}
{u'lang': u'python', u'_id': ObjectId('554f0e3cf579bc0767db9edf'), u'author': u'qiwsir', u'title': u'from beginner to master'}
{u'_id': ObjectId('554f30be65db941152e6df8d'), u'name': u'Bush', u'title': u'java'}
{u'_id': ObjectId('554f30be65db941152e6df8f'), u'name': u'John McCarthy', u'title': u'lisp'}
{u'lang': u'english', u'title': u'physics', u'_id': ObjectId('554f28f465db941152e6df8b'), u'author': u'Newton'}

这是按照"title"的值的升序排列的，注意sort()中的第二个参数，意思是升序排列。如果按照降序，就需要将参数修改为pymongo.DESCEDING，也可以指定多个排序键。

>>> for i in books.find().sort([("name",pymongo.ASCENDING),("name",pymongo.DESCENDING)]):
...     print i
... 
{u'_id': ObjectId('554f30be65db941152e6df8e'), u'name': u'John Warner Backus', u'title': u'fortran'}
{u'_id': ObjectId('554f30be65db941152e6df8f'), u'name': u'John McCarthy', u'title': u'lisp'}
{u'_id': ObjectId('554f2b4565db941152e6df8c'), u'name': u'Hertz'}
{u'_id': ObjectId('554f30be65db941152e6df8d'), u'name': u'Bush', u'title': u'java'}
{u'lang': u'python', u'_id': ObjectId('554f0e3cf579bc0767db9edf'), u'author': u'qiwsir', u'title': u'from beginner to master'}
{u'lang': u'english', u'title': u'physics', u'_id': ObjectId('554f28f465db941152e6df8b'), u'author': u'Newton'}

读者如果看到这里，请务必注意一个事情，那就是mongodb中的每个文档，本质上都是“键值对”的类字典结构。这种结构，一经python读出来，就可以用字典中的各种方法来操作。与此类似的还有一个名为json的东西，可以阅读本教程第贰季进阶的第陆章模块中的《标准库(8)。但是，如果用python读过来之后，无法直接用json模块中的json.dumps()方法操作文档。其中一种解决方法就是将文档中的'_id'键值对删除（例如：del doc['_id']），然后使用json.dumps()即可。读者也可是使用json_util模块，因为它是“Tools for using Python’s json module with BSON documents”，请阅读http://api.mongodb.org/python/current/api/bson/json_util.html中的模块使用说明。

更新

对于已有数据，进行更新，是数据库中常用的操作。比如，要更新name为Hertz那个文档：

>>> books.update({"name":"Hertz"}, {"$set": {"title":"new physics", "author":"Hertz"}})
{u'updatedExisting': True, u'connectionId': 4, u'ok': 1.0, u'err': None, u'n': 1}
>>> books.find_one({"author":"Hertz"})
{u'title': u'new physics', u'_id': ObjectId('554f2b4565db941152e6df8c'), u'name': u'Hertz', u'author': u'Hertz'}

在更新的时候，用了一个$set修改器，它可以用来指定键值，如果键不存在，就会创建。

关于修改器，不仅仅是这一个，还有别的呢。

删除

删除可以用remove()方法：

>>> books.remove({"name":"Bush"})
{u'connectionId': 4, u'ok': 1.0, u'err': None, u'n': 1}
>>> books.find_one({"name":"Bush"})
>>> 

这是将那个文档全部删除。当然，也可以根据mongodb的语法规则，写个条件，按照条件删除。

索引

索引的目的是为了让查询速度更快，当然，在具体的项目开发中，要视情况而定是否建立索引。因为建立索引也是有代价的。

>>> books.create_index([("title", pymongo.DESCENDING),])
u'title_-1'

我这里仅仅是对pymongo模块做了一个非常简单的介绍，在实际使用过程中，上面知识是很有限的，所以需要读者根据具体应用场景再结合mongodb的有关知识去尝试新的语句。