前言
NoSQL 非关系数据库。
MongoDB is an open-source, document database designed for ease of development and scaling.
MongoDB是开源的文档数据库。文档也就是关系数据库里面的一个Record,而文档的组织形式是collection.
网上找了一些资料都太旧了，还是直接英文文档最快。 首先官网文档镇楼，开头查了一些中文的MongoDB的资料之类的，发现其实官方文档最好。
首先介绍一下document,感觉就是Json格式的数据。这里介绍了一下如何导入数据。
{
"address": {
"building": "1007",
"coord": [ -73.856077, 40.848447 ],
"street": "Morris Park Ave",
"zipcode": "10462"
},
"borough": "Bronx",
"cuisine": "Bakery",
"grades": [
{ "date": { "$date": 1393804800000 }, "grade": "A", "score": 2 },
{ "date": { "$date": 1378857600000 }, "grade": "A", "score": 6 },
{ "date": { "$date": 1358985600000 }, "grade": "A", "score": 10 },
{ "date": { "$date": 1322006400000 }, "grade": "A", "score": 9 },
{ "date": { "$date": 1299715200000 }, "grade": "B", "score": 14 }
],
"name": "Morris Park Bake Shop",
"restaurant_id": "30075445"
}
records(documents),collections,databases
一个数据就是一个record,然后records由collections组织，然后collections组成了database.
关于安装
然后安装省略...
-
然后我们打开安装后的文件，有bin目录，介绍一下这些exe们
bin目录下
亲爱的README给了介绍吧
COMPONENTS
bin/mongod - The database process.
bin/mongos - Sharding controller.
bin/mongo - The database shell (uses interactive javascript).
UTILITIES
bin/mongodump - MongoDB dump tool - for backups, snapshots, etc..
bin/mongorestore - MongoDB restore a dump
bin/mongoexport - Export a single collection to test (JSON, CSV)
bin/mongoimport - Import from JSON or CSV
bin/mongofiles - Utility for putting and getting files from MongoDB GridFS
bin/mongostat - Show performance statistics
开启数据库
数据库我们当然要存数据了，首先要指定数据的存储目录，当然我们要选个大一点的硬盘啦。
使用以下指令，这里默认安装在C盘 d:\test\mongodb\data这个目录指代数据库数据的目录。
C:\mongodb\bin\mongod.exe --dbpath d:\test\mongodb\data
如果你的目录有空格，那么目录就要双引了。
C:\mongodb\bin\mongod.exe --dbpath "d:\test\mongo db data"
出现如图所示界面，那就说明你成功地开启了数据库
python作为客户端操作数据库
这里介绍了怎么连接数据库的知识。
- 安装 pymongo
pip install pymongo
- 导入pymongo模块
from pymongo import MongoClient
- 创建连接，还有更详细的配置。
client = MongoClient()
- 使用数据库
db = client.primer
# 或者
db = client['primer']
- 使用Collection
coll = db.dataset
coll = db['dataset']
- 插入document
coll.insert_one({"key":"value"})
可以插入数组
>>> db.test.count()
0
>>> result = db.test.insert_many([{'x': i} for i in range(2)])
>>> result.inserted_ids
[ObjectId('54f113fffba522406c9cc20e'), ObjectId('54f113fffba522406c9cc20f')]
>>> db.test.count()
2
- 查找数据
cursor = coll.find()
for document in cursor:
print document
如果只是想看一下数据类型
print coll.find_one()
如果查找feild为特定的value的
cursor = db.restaurants.find({"address.zipcode": "10075"})
- 有条件地查找数据
我们之前说的数据是类似键值对的组合，
{ <field1>: <value1>, <field2>: <value2>, ... }
然后我们想要 查找键为"borough"的值为"Manhattan"的文档数据.
cursor = db.restaurants.find({"borough": "Manhattan"})
cursor = db.restaurants.find({"address.zipcode": "10075"})
Greater Than 和Less Than
cursor = db.restaurants.find({"grades.score": {"$gt": 30}})
cursor = db.restaurants.find({"grades.score": {"$lt": 10}})
同时满足And
cursor = db.restaurants.find({"cuisine": "Italian", "address.zipcode": "10075"})
Or
cursor = db.restaurants.find(
{"$or": [{"cuisine": "Italian"}, {"address.zipcode": "10075"}]})
- 更新数据
下面的代码，查找第一个文档有键值对 {"name": "Juni"}的，然后$set用来更新cuisine的值以及 $currentDate来更新lastModified的值。如果要更新的键值对不存在，那么会创造新的键值对。
result = db.restaurants.update_one(
{"name": "Juni"},
{
"$set": {
"cuisine": "American (New)"
},
"$currentDate": {"lastModified": True}
}
)
- 删除数据
python
删除符合条件的document
result = db.restaurants.delete_many({"borough": "Manhattan"})
result.deleted_count
删除全部documents
result = db.restaurants.delete_many({})
result.deleted_count
删除 collection
db.restaurants.drop()
- 索引
格式
[ ( <field1>: <type1> ), ... ]
单领域索引
import pymongo
db.restaurants.create_index([("cuisine", pymongo.ASCENDING)])
混合索引
import pymongo
db.restaurants.create_index([
("cuisine", pymongo.ASCENDING),
("address.zipcode", pymongo.DESCENDING)
])
