python调用MongoDB使用心得

中关村村草

转：stonelee

python调用MongoDB使用心得

下载相应平台的版本，解压即可。为方便使用，将bin路径添加到系统path环境变量里。其中mongod是服务器，mongo是客户shell
然后创建数据文件目录：在c盘下创建data文件夹，里面创建db文件夹。

基本使用：



下载对应语言的Driver
python

Python代码

1. $ easy_install pymongo

复制代码

使用方法总结，摘自官方教程

make a connection

Python代码

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

复制代码

get a database

Python代码

1. >>> db = connection.test_database

复制代码

get a collection

Python代码

1. >>> collection = db.test_collection

复制代码

db和collection都是延时创建的，在添加Document时才真正创建

Documents

Python代码

1. >>> import datetime
   
2. >>> post = {"author": "Mike",
   
3. ...         "text": "My first blog post!",
   
4. ...         "tags": ["mongodb", "python", "pymongo"],
   
5. ...         "date": datetime.datetime.utcnow()}

复制代码

insert Document into collection
_id自动创建

Python代码

1. >>> posts = db.posts
   
2. >>> posts.insert(post)
   
3. ObjectId('...')

复制代码

批量插入

Python代码

1. >>> new_posts = [{"author": "Mike",
   
2. ...               "text": "Another post!",
   
3. ...               "tags": ["bulk", "insert"],
   
4. ...               "date": datetime.datetime(2009, 11, 12, 11, 14)},
   
5. ...              {"author": "Eliot",
   
6. ...               "title": "MongoDB is fun",
   
7. ...               "text": "and pretty easy too!",
   
8. ...               "date": datetime.datetime(2009, 11, 10, 10, 45)}]
   
9. >>> posts.insert(new_posts)
   
10. [ObjectId('...'), ObjectId('...')]

复制代码

list all collections

Python代码

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

复制代码

Get Single Document

Python代码

1. >>> posts.find_one()
   
2. {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']}

复制代码

查询返回多个结果

Python代码

1. >> for post in posts.find():
   
2. ...   post
   
3. ...
   
4. {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']}
   
5. {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']}
   
6. {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'}

复制代码

加条件的查询

Python代码

1. >>> posts.find_one({"author": "Mike"})

复制代码

高级查询

Python代码

1. >>> posts.find({"date": {"$lt": d}}).sort("author")

复制代码

统计数量

Python代码

1. >>> posts.count()
   
2. 3

复制代码

加索引

Python代码

1. >>> from pymongo import ASCENDING, DESCENDING
   
2. >>> posts.create_index([("date", DESCENDING), ("author", ASCENDING)])
   
3. u'date_-1_author_1'

复制代码

查看sql语句的性能

Python代码

1. >>> posts.find({"date": {"$lt": d}}).sort("author").explain()["cursor"]
   
2. u'BtreeCursor date_-1_author_1'
   
3. >>> posts.find({"date": {"$lt": d}}).sort("author").explain()["nscanned"]
   
4. 2

复制代码

附自己总结的一点小心得，仅供参考
not only sql

缺点
不是全盘取代传统数据库
不支持复杂事务
文档中的整个树，不易搜索，4MB限制？

特点：
文档型数据库，表结构可以内嵌
没有模式，避免空字段开销
分布式支持
查询支持正则
动态扩展架构
32位的版本最多只能存储2.5GB的数据

一个数据项叫做 Document
一个文档嵌入另一个文档（comment 嵌入 post）叫做 Embed
储存一系列文档的地方叫做 Collections
表间关联，叫做 Reference