13518219792
这篇文章将为大家详细讲解有关Python调用MongoDB的方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
创新互联公司一直通过网站建设和网站营销帮助企业获得更多客户资源。 以"深度挖掘，量身打造，注重实效"的一站式服务，以成都网站建设、成都网站制作、移动互联产品、营销型网站建设服务为核心业务。10年网站制作的经验，使用新网站建设技术，全新开发出的标准网站，不但价格便宜而且实用、灵活，特别适合中小公司网站制作。网站管理系统简单易用，维护方便，您可以完全操作网站资料，是中小公司快速网站建设的选择。
使用pymongo对MongoDB进行的各种操作，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。
Python怎么调用MongoDB
安装对应语言的Driver，Python安装pymongo
$easy_installpymongo
使用方法总结，摘自官方教程
创建连接
>>>importpymongo
>>>connection=pymongo.Connection('localhost',27017)切换数据库
>>>db=connection.test_database
获取collection
>>>collection=db.test_collection
db和collection都是延时创建的，在添加Document时才真正创建
文档添加，_id自动创建
>>>importdatetime
>>>post={"author":"Mike",
..."text":"Myfirstblogpost!",
..."tags":["mongodb","python","pymongo"],
..."date":datetime.datetime.utcnow()}
>>>posts=db.posts
>>>posts.insert(post)
ObjectId('...')批量插入
>>>new_posts=[{"author":"Mike",
..."text":"Anotherpost!",
..."tags":["bulk","insert"],
..."date":datetime.datetime(2009,11,12,11,14)},
...{"author":"Eliot",
..."title":"MongoDBisfun",
..."text":"andprettyeasytoo!",
..."date":datetime.datetime(2009,11,10,10,45)}]
>>>posts.insert(new_posts)
[ObjectId('...'),ObjectId('...')]获取所有collection(相当于SQL的showtables)
>>>db.collection_names() [u'posts',u'system.indexes']
获取单个文档
>>>posts.find_one()
{u'date':datetime.datetime(...),u'text':u'Myfirstblogpost!',u'_id':ObjectId('...'),u'author':u'Mike',u'tags':[u'mongodb',u'python',u'pymongo']}查询多个文档
>>forpostinposts.find():
...post
...
{u'date':datetime.datetime(...),u'text':u'Myfirstblogpost!',u'_id':ObjectId('...'),u'author':u'Mike',u'tags':[u'mongodb',u'python',u'pymongo']}
{u'date':datetime.datetime(2009,11,12,11,14),u'text':u'Anotherpost!',u'_id':ObjectId('...'),u'author':u'Mike',u'tags':[u'bulk',u'insert']}
{u'date':datetime.datetime(2009,11,10,10,45),u'text':u'andprettyeasytoo!',u'_id':ObjectId('...'),u'author':u'Eliot',u'title':u'MongoDBisfun'}加条件的查询
>>>posts.find_one({"author":"Mike"})高级查询
>>>posts.find({"date":{"$lt":d}}).sort("author")统计数量
>>>posts.count() 3
加索引
>>>frompymongoimportASCENDING,DESCENDING
>>>posts.create_index([("date",DESCENDING),("author",ASCENDING)])
u'date_-1_author_1'查看查询语句的性能
>>>posts.find({"date":{"$lt":d}}).sort("author").explain()["cursor"]
u'BtreeCursordate_-1_author_1'
>>>posts.find({"date":{"$lt":d}}).sort("author").explain()["nscanned"]
2附自己总结的一点小心得，仅供参考
缺点
不是全盘取代传统数据库(NOSQLFan：是否能取代需要看应用场景)
不支持复杂事务(NoSQLFan：MongoDB只支持对单个文档的原子操作)
文档中的整个树，不易搜索，4MB限制?(NoSQLFan：1.8版本已经修改为16M)
特点(NoSQLFan：作者在这里列举的很多只是一些表层的特点)：
文档型数据库，表结构可以内嵌
没有模式，避免空字段开销(SchemaFree)
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(NoSQLFan：最大文件尺寸为2G，生产环境推荐64位)
关于“Python调用MongoDB的方法”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
