亚洲乱亚洲乱妇50p,国产精品久久国产精品99 gif,最近韩国日本免费观看mv免费版

本教程適合于mongodb的創建/查詢/和基本的案例操作

注：未經許可不得轉載

一、配置和安裝相應的環境

主要針對python腳本操作mongdb數據庫，所以安裝pymongo和mongodb庫。安裝教程請谷歌；

二、創建連接到mongodb數據庫：

與PyMongo工作時，第一步是建立一個MongoClient到正在運行的mongod實例。

>>>from pymongo import MongoClient

>>>client = MongoClient('localhost', 27017)#比較常用

>>># client = MongoClient('mongodb://localhost:27017/')使用MongoDB的URI格式

創建常見的方式有兩種：一種是連接到默認的主機端口；另外一種是指定主機和固定的端口，注意一般mongodb安裝時默認的端口為：27017。

三、創建數據庫

MongoDB中的單個實例可以支持多個獨立的數據庫。當PyMongo工作訪問使用上MongoClient實例屬性的風格訪問數據庫：例如創建一個test_database數據庫。

>>>db = client.test_database

>>># db = client['test-database']或者這種形式

>>>#test_database數據庫的名稱

四、獲取集合(getting a collection)

集合是一組存儲在MongoDB中的文件，并且可以被認為是一個表，作為大致在關系數據庫中的等效的。獲得在PyMongo收集工作與獲取數據庫：

>>>collection = db.test_collection

>>># collection = db['test-collection']或者這種形式

有關集合(和數據庫)在MongoDB中一個重要的注意的是：當第一個文件被插入到他們集合和數據庫時集合就被創建。

五、文件

MongoDB中的數據是使用JSON風格的文件代表（和存儲）。在PyMongo我們用字典來代表文件。作為一個例子，下面的字典可能被用來代表一個博客帖子，下面以一個例子來說明文件的寫入mongodb的過程：

文件的內如如下：

>>> import datetime

>>> post = {"author": "Mike",

..."text":"My first blog post!",

..."tags":["mongodb", "python", "pymongo"],

..."date":datetime.datetime.utcnow()}

Note：請注意，文檔可以包含原生的Python類型（如datetime.datetime實例），它會自動轉換，并從相應的BSON類型。

5.1文件的插入

若要將文檔轉換為集合，可以使用insert_one()函數進行：

>>> posts = db.posts

>>> post_id = posts.insert_one(post).inserted_id

>>> post_id

Out[5]: ObjectId('56556b3c9d00010b2f8909cf')

當一個文件被插入一個特殊的鍵，“_id”，自動添加如果文檔沒有包含一個“_id”鍵?！癬id”的值必須在這個集合是唯一的。insert_one()返回InsertOneResult的一個實例。有關“_id”的更多信息，請參見_id的文檔。

插入第一個文檔后，該帖收集實際上已在服務器上創建。我們可以通過列出所有在我們的數據庫中收集的驗證這一點：

>>> db.collection_names(include_system_collections=False)

Out[6]: [u'posts']

5.2單個文檔的獲取find_one()

查詢最基本的類型，可以在MongoDB中進行的find_one()。該方法返回一個單一的文件匹配查詢(或無，如果沒有匹配)，當你知道只有一個匹配的文件，或者只關心在第一文件匹配是非常有用的，使用find_one()來獲得職位收集的頭文件：

In [7]: posts.find_one()

Out[7]:

{u'_id': ObjectId('565583369d00010c0ad19cd6'),

u'author': u'Mike',

u'date': datetime.datetime(2015,11, 25, 9, 45, 22, 80000),

u'tags': [u'mongodb', u'python',u'pymongo'],

u'text': u'My first blog post!'}

Note：上面的結果是一個辭典匹配，先前插入的那個。返回文檔中包含一個“_id”，這是在插入自動添加。

如果嘗試用不同的author，如“Eliot”會得到任何結果：

In [8]: posts.find_one({"author": "Eliot"})

沒有結果；

如果嘗試，“Mike”會得到如下結果：

In [9]: posts.find_one({"author": "Mike"})

Out[9]:

{u'_id': ObjectId('565583369d00010c0ad19cd6'),

u'author': u'Mike',

u'date': datetime.datetime(2015,11, 25, 9, 45, 22, 80000),

u'tags': [u'mongodb', u'python',u'pymongo'],

u'text': u'My first blog post!'}

5.3通過ObjectId查詢

我們也可以找到一個位置由它的_id，這在我們的例子中是一個的ObjectId：

In [10]: post_id

Out[10]: ObjectId('565583369d00010c0ad19cd6')

In [11]: posts.find_one({"_id": post_id})

Out[11]:

{u'_id': ObjectId('565583369d00010c0ad19cd6'),

u'author': u'Mike',

u'date': datetime.datetime(2015,11, 25, 9, 45, 22, 80000),

u'tags': [u'mongodb', u'python',u'pymongo'],

u'text': u'My first blog post!'}

注意，一個ObjectId存在不一樣的字符串表示：

In [13]: post_id_as_str = str(post_id)

posts.find_one({"_id":post_id_as_str}) #

沒有任何結果

在Web應用程序中的一個常見的任務是讓從請求URL中的ObjectId，并找到匹配的文件。有必要在這種情況下將它傳遞到find_one()之前從字符串轉換的ObjectId：

from bson.objectid import ObjectId

# The web framework gets post_id from the URL and passes it as a string

def get(post_id):

# Convert from string toObjectId:

document =client.db.collection.find_one({'_id': ObjectId(post_id)})

5.4 批量插入(Bulk Inserts)

除了插入一個單一的文件，我們也可以執行批量插入操作，通過傳遞列表作為第一個參數insert_many（）。這將插入每個文件在列表中，只發送一個命令到服務器：

In [14]:

new_posts = [{"author": "Mike",

"text": "Anotherpost",

"tags":["bulk", "insert"],

"date":datetime.datetime(2009, 11, 12, 11, 14)},

{"author":"Eliot",

"title": "MongoDB isfun",

"text":"and pretty easy too!",

"date":datetime.datetime(2009, 11, 10, 10, 45)}]

result = posts.insert_many(new_posts)

result.inserted_ids

Out[14]:

[ObjectId('565589029d00010c0ad19cd7'), ObjectId('565589029d00010c0ad19cd8')]

Note:有幾個有趣的事情需要注意這個例子：

l從insert_many()，結果返回兩個的ObjectId，而且每一個都插入到了文件。

lnew_posts [ 1 ]都有不同的“tags”比其他位置-沒有“標簽”欄，我們增加了一個新的類，“title”。從這可以看出MongoDB的構架是自由化的，可以自行增加和刪減；

5.5 多文檔查詢

為了獲得更多的比一個單一的文件，因為我們使用find()方法查詢的結果。find()返回游標實例，它允許我們遍歷所有匹配的文件。例如，我們可以遍歷的數據庫收集每一份文件：

In [16]:

for post in posts.find():

print post

{u'date': datetime.datetime(2015, 11, 25, 9, 45, 22, 80000), u'text':u'My first blog post!', u'_id': ObjectId('565583369d00010c0ad19cd6'),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('565589029d00010c0ad19cd7'), u'author': u'Mike',u'tags': [u'bulk', u'insert']}

{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'andpretty easy too!', u'_id': ObjectId('565589029d00010c0ad19cd8'), u'author':u'Eliot', u'title': u'MongoDB is fun'}

就像我們用find_one()一樣，我們可以通過find()來限制文檔的返回結果。在這里，我們得到它的作者是“Mike”只有那些文件：

In [17]: for post in posts.find({"author":"Mike"}):

print post

{u'date':datetime.datetime(2015, 11, 25, 9, 45, 22, 80000), u'text': u'My first blogpost!', u'_id': ObjectId('565583369d00010c0ad19cd6'), u'author': u'Mike',u'tags': [u'mongodb', u'python', u'pymongo']}

{u'date': datetime.datetime(2009,11, 12, 11, 14), u'text': u'Another post', u'_id':ObjectId('565589029d00010c0ad19cd7'), u'author': u'Mike', u'tags': [u'bulk',u'insert']}

5.6 范圍查詢

MongoDB的支持許多不同類型的高級查詢。作為一個例子，執行我們結果限制的位置早于某個日期，也由作者對結果進行排序的查詢：

In [20]:

d = datetime.datetime(2009, 11, 12, 12)

for post in posts.find({"date": {"$lt":d}}).sort("author"):

print post

{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'andpretty easy too!', u'_id': ObjectId('565589029d00010c0ad19cd8'), u'author':u'Eliot', u'title': u'MongoDB is fun'}

{u'date': datetime.datetime(2009, 11, 12, 11, 14), u'text': u'Anotherpost', u'_id': ObjectId('565589029d00010c0ad19cd7'), u'author': u'Mike',u'tags': [u'bulk', u'insert']}

六、簡單的統計

如果我們只是想知道有多少文件匹配，我們可以執行查詢函數count()。得到所有集合中的文件的計數：

In [18]: posts.count()

Out[18]: 3

或者那些符合特定格式的文件：

In [19]: posts.find({"author": "Mike"}).count()

Out[19]: 2

七、刪除文檔

可以使用集合的remove()方法從集合中刪除一個文檔。remove方法和find、find_one一樣，也可以使用一個字典參數來指定哪個文檔需要被刪除。比如，要刪除所有"author"鍵的值為"Mike"的文檔，輸入：

In [26]: posts.remove({"author": "Mike"})

Out[26]: {u'n': 4, u'ok': 1}

In [27]: for nl in posts.find():

print nl

{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'andpretty easy too!', u'_id': ObjectId('565589029d00010c0ad19cd8'), u'author':u'Eliot', u'title': u'MongoDB is fun'}

{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'andpretty easy too!', u'_id': ObjectId('56559fb89d00010d55ba1d12'), u'author':u'Eliot', u'title': u'MongoDB is fun'}

八、案例解析

8.1常見mongoDB函數的創建集成案例