聊聊 Python 数据处理全家桶（MongoDB 篇）

本文转载自微信公众号「AirPython」，作者星安果。转载本文请联系AirPython公众号。   

1. 前言

MongoDB 是基于分布式存储，由 C++ 编写的开源的 NoSql 数据库

MongoDB 的内容存储类似 JSON 对象，数据结构包含 3 种

分别是：

数据库 - Databases

对应关系型数据库中的数据库(Database)

集合 - Collection

对应关系型数据库中的 Table 表(Table)

文档 - Document

对应数据库表中的一条数据(Row Data)

2. 准备

Python 操作 MongoDB，常见的两种方式是：Pymongo、Mongoengine

其中

• Mongoengine：面相对象，针对文档型数据库的 ORM，直接继承于 Document 文档，对文档进行增删改查
• Pymongo：通过 JSON 和 MongoDB 进行通信，将 MongoDB 的数据映射成 Python 内置的数据类型

首先，我们通过 pip3 命令安装依赖

# 安装依赖 
# pymongo 
pip3 install pymongo 
 
# mongoengine 
pip3 install mongoengine 

下面分别对 Pymongo 和 Mongoengine 进行说明

3. PyMongo

首先，创建一个数据库连接对象

创建数据库连接对象有二种方式，分别是：多参数、字符串拼接

import pymongo 
 
# 创建数据库连接对象的两种方式 
# 方式一:多参数 
self.client = pymongo.MongoClient(host='ip地址', port=27017, username="root", password="123456", 
                                          authMechanism="SCRAM-SHA-1") 
# 方式二：拼接 
# self.client = pymongo.MongoClient('mongodb://root:123456@ip地址:27017/') 

接着，通过数据库连接对象指定要操作的数据库和操作集合

比如：要操作数据库 temp 中的 students 集合

# 指定要操作的数据库：temp 
self.db = self.client.temp 
 
# 指定要操作集合students 
self.collection_students = self.db.students 

接着，我们来实现增删改查操作

1、新增

新增包含：新增单条数据和多条数据

单条数据插入对应的方法是：

insert_one(dict) 

该方法的返回值类型为 InsertOneResult

通过 inserted_id 属性，可以获取插入数据的 _id 值

temp_data = { 
    "id": "1", 
    "name": "xag", 
    "age": 18 
} 
 
# 1、直接调用集合的insert_one()方法插入数据(插入一条数据) 
result = self.collection_students.insert_one(temp_data) 
 
# 返回值为InsertOneResult，通过inserted_id属性获取_id的值 
print(result.inserted_id) 

多条数据插入对应的方法是：

insert_many([dict1,dict2...]) 

该方法的返回值类型为 InsertManyResult

通过 inserted_ids 属性，可以获取插入数据的 _id 属性值列表

# 2、插入多条数据-insert_many() 
result = self.collection_students.insert_many([temp_data, temp_data2]) 
 
# 返回值为InsertManyResult，通过inserted_ids属性获取插入数据的_id列表值 
print(result.inserted_ids) 

2、查询

使用 PyMongo 查询 MongoDB 数据库，常用方法如下：

• 通过某一个属性键值对，去查询一条记录 - find_one()
• 通过 ObjectId 值去查询某一条记录 - find_one()
• 通过某一个属性键值对，去查询多条记录 - find()
• 通过大于、小于、等于等条件去比较查询
• 正则匹配查询

前面 3 种查询方式，由于比较简单，直接给出实例：

def manage_query(self): 
    """查询数据""" 
    # 1、通过某个属性键值对，去查询一条记录 find_one() 
    # 返回值为字典类型 
    # {'_id': ObjectId('5f5c437cfe49fa9a16664179'), 'id': '1', 'name': 'xag', 'age': 18} 
    result = self.collection_students.find_one({"name": "xag"}) 
    print(result) 
 
    # 2、通过ObjectId值去查询某一条记录 
    result = self.collection_students.find_one({"_id": ObjectId('5f5c437cfe49fa9a16664179')}) 
    print(result) 
 
    # 3.1 查询多条记录 find() 
    # 返回值为一个游标(生成器)，pymongo.cursor.Cursor 
    result_lists = self.collection_students.find({"name":"xag"}) 
    print(result_lists) 
    for item in result_lists: 
        print(item) 

条件比较查询，包含：大于($gt)、大于等于($gte)、小于($lt)、小于等于($lte)、不等于($ne)、在范围内($in)、不在范围内($nin)

比如：查询年龄大于 18 岁的数据

# 3.2 条件比较查询，包含大于($gt)、大于等于($gte)、小于($lt)、小于等于($lte)、不等于($ne)、在范围内($in)、不在范围内($nin) 
# 查询年龄大于18岁的记录 
result = self.collection_students.find({'age': {'$gt': 18}}) 
for item in result: 
    print(item) 

正则匹配查询，包含：

• $regex：匹配正则表达式
• $exists：属性是否存在
• $type：数据类型判断
• $mod：数据模操作
• $text：文本包含查询
• $where：高级条件查询

比如，查询 name 值以 "xag" 开头的数据

# 正则匹配查询 
results = self.collection_students.find({'name': {'$regex': '^xag.*'}}) 
for item in results: 
    print(item) 

关于查询更加复杂的功能可以参考：

https://docs.mongodb.com/manual/reference/operator/query/

3、更新

更新操作包含：更新一条记录和更新多条记录

其中，更新一条记录对应的方法是：

update_one(query,update_content) 

参数包含：查询的条件、要修改的内容

# 1、修改一条记录 update_one(query,update_data) 
# 方法中有两个参数，分别是：查询条件、要修改的内容 
# 查询条件 
query_condition = {"name": "xag"} 
# 要修改的内容 
update_content = {"$set": {"name": "星安果"}} 
# 使用update_one() 方法进行更新一条记录 
result = self.collection_students.update_one(query_condition, update_content) 

通过返回的结果可以获取查询匹配的记录个数及影响的记录个数

# matched_count:匹配的记录个数 
# modified_count：影响的记录个数 
print(result.matched_count, result.modified_count) 

更新多条记录对应的方法是：

update_many(query,update_content) 

方法中的参数、返回值与修改单条记录类似

# 2、修改多条记录 update_many(query,update_data) 
# 查询条件 
query_condition = {"name": {"$regex": "^星.*"}} 
# 要修改的内容 
update_content = {"$set": {"name": "xag"}} 
# 将文档中name以星开头的记录都设置为xag 
result = self.collection_students.update_many(query_condition, update_content) 
print(result) 
print(result.matched_count, result.modified_count) 

4、删除

删除同样包含：删除查询到的第一条记录、删除查询到的所有记录

分别对应的方法是：delete_one(query)、delete_many(query)

另外，在返回结果中可以获取到真实被删除的数目

def manage_remove(self): 
    """ 
    删除操作 
    :return: 
    """ 
    # 1、删除查询到的第一条记录 delete_one() 
    # result = self.collection_students.delete_one({'name': "xag2"}) 
    # print(result) 
    # 删除的数目 
    # print(result.deleted_count) 
 
    # 2、删除多条记录 delete_many() 
    result = self.collection_students.delete_many({'name': "xag"}) 
    print(result) 
    # 删除的数目 
    print(result.deleted_count) 

5、计数和排名

常用的方法包含：

• limit(num)：限制返回的结果数量
• skip(num)：忽略 num 个元素，从 num + 1 个元素开始查看
• count_documents()：查看集合中所有的文档数量，也可以根据条件去查询满足的文档数量
• sort()：升序或者降序

def manage_count_and_sort(self): 
    """ 
    计数和排序 
    :return: 
    """ 
    # 1、限制返回的结果数量 - limit() 
    # result = self.collection_students.find().limit(2) 
    # for item in result: 
    #     print(item) 
 
    # 2、偏移  skip() 
    # 比如：忽略前面两个元素，从第3个元素开始查看 
    # result = self.collection_students.find().skip(2) 
    # print([result['name'] for result in result]) 
 
    # 3.1 查询出集合中所有的文档数量 count_documents() 
    # result = self.collection_students.count_documents({}) 
    # print(result) 
 
    # 3.2 根据条件去查询，然后判断结果数目 
    # query_regex = {'name': {'$regex': '^xag.*'}} 
    # result = self.collection_students.count_documents(query_regex) 
    # print(result) 
 
    # 4、排序 sort() 
    # pymongo.ASCENDING:升序，DESCENDING:降序 
    result = self.collection_students.find().sort('name', pymongo.DESCENDING) 
    print([result['name'] for result in result]) 

4. Mongoengine

在使用 Mongoengine 操作 MongoDB 之前，需要先定义一个 Document 的子类

该子类对应 MongoDB 中的文档，内部加入的静态变量(包含：类型、长度等)对应数据库文档中的数据

from mongoengine import * 
 
# Document的子类，对应文档对象 
class Student(Document): 
    name = StringField(required=True, max_length=500) 
    age = IntField(required=True, default=18) 
    create_time = DateTimeField(default=datetime.now) 
 
    # 配置元数据 
    # 指定集合为student 
    meta = {'collection': 'student', 'strict': False} 

利用 Mongoengine 内置的 connect() 方法，连接指定的数据库

# 连接数据库temp 
def __init__(self): 
    # 连接数据库 
    # 数据库名称：temp 
    # auth方式：SCRAM-SHA-1 
    result = connect('temp', host='ip地址', port=27017, 
                     username='root', password='123456', authentication_source='admin', 
                     authentication_mechanism="SCRAM-SHA-1") 
    print(result) 

接着，我们来实现增删改查操作

1、新增

使用 Mongoengine 新增一条记录到数据库非常方便

只需要实例化一个文档对象，调用 save() 方法，即可以存储一条记录到数据库当中

def insert(self): 
    """ 
    插入数据 
    :return: 
    """ 
    person = Student(name='xag2', age=20) 
    person.save() 

2、查询

常见的查询操作包含：

• 查询集合中的所有记录
• 查询第一条记录
• 通过主键 _ID，来查询数据
• 条件查询

对应的代码如下：

def query(self): 
    """ 
    普通查询 
    :return: 
    """ 
    # 1、查看集合中所有数据 
    # students = Student.objects.all() 
    # print([item['name'] for item in students]) 
 
    # 2、查询第一条记录 
    # student = Student.objects.first() 
    # print(student.name, student.age, student.create_time) 
 
    # 3、通过主键_ID来查询数据 
    result = Student.objects.filter(pk="5f5c5b34f5b0c049707a1710").first() 
    print(result.name, result.age, result.create_time) 
 
    # 4、条件查询 
    # 查询年龄在18-20岁的数据 
    # __gte：大于等于；__lte:小于等于 
    # 默认是升序，可以加一个：-，代表逆序 
    # students = Student.objects(age__gte=18, age__lte=20).order_by('name') 
    students = Student.objects(age__gte=18, age__lte=20).order_by('-name') 
    # for item in students: 
    #     print(item.name, item.age, item.create_time) 

值得一提的是，Mongoengine 提供了关键字 Q 来实现高级查询

比如：查询 name 字段值为 xag，年龄为 18 岁的数据

def query_advance(self): 
    """ 
    高级查询 
    :return: 
    """ 
    # 查看name为xag，age为18的记录的第一条 
    student = Student.objects(Q(name="xag") & Q(age=18)).first() 
    print(student.name, student.age, student.create_time) 

进阶操作可以参考：

https://docs.mongoengine.org/guide/querying.html

3、更新

Mongoengine 提供了 filter() 和 update() 两个方法，分别用于过滤待更新的数据，指定的更新内容

def update(self): 
    """ 
    更新记录 
    :return: 
    """ 
    # 1、修改所有记录 
    # 修改name为xag的年龄都减少1岁 
    # 增加一岁：inc__age=1 
    # 减少一岁：dec__age=1 
    # Student.objects.filter(name="xag").update(dec__age=1) 
    # Student.objects.filter(name="xag").update(inc__age=1) 
 
    # name为xag，age小于18的的所有记录，更新为age=23 
    # __lt：小于 
    # __lte:小于等于 
    # __gt:大于 
    # __gte:大于等于 
    # Student.objects.filter(name="xag", age__lt=18).update(age=23) 
    # Student.objects.filter(age__lte=20).update(age=23) 

如果只需要更改查询到的第一条记录，可以使用 update_one() 方法

# 2、修改一条记录 
# 年龄减少5岁 
Student.objects.filter(name='xag').update_one(dec__age=5) 

4、删除

删除操作对应 delete() 方法

同样，可以利用 filter() 和 first() 方法限制要删除的范围

def delete(self): 
    """ 
    删除数据 
    :return: 
    """ 
    # 1、删除查询到的第一条记录 
    # Student.objects.filter(name="xag").first().delete() 
 
    # 2、删除多条记录 
    # Student.objects.filter(name="xag").delete() 
 
    # 删除name值以xag开头的所有记录 
    Student.objects.filter(name__startswith="xag").delete() 

 

5.最后

本篇文章讲解了 Python 操作 MongoDB，最常用的两种使用方式