MongoDB的安装

MongoDB的安装就不在这里赘述了，大家可以去官网下载安装，Windows的用户，推荐使用Windows10和64位操作系统，32位的似乎不怎么支持了，32位的可以下载，但是下载下来了，体验也十分不好。

下载官网：（三大平台的都有，自己下载安装即可）

Mongodb官网下载视图

安装 PyMongo模块

$ sudo pip install pymongo

创建MongoDB 数据库

mongo工具是MongoDB的交互式JavaScript Shell界面，它为系统管理员提供了一个界面，并为开发人员提供了一种直接通过数据库测试查询和操作的方法。

$ mongo testdbMongoDB shell version: 2.6.10connecting to: testdb> show dbsadmin   (empty)local   0.078GBtest    0.078GBtestdb  0.078GB

好了，我们创建一个testdb数据库。

PyMongo 中创建collection集合

在第一个示例中，我们创建一个新集合。 MongoDB将文档存储在集合中。 集合类似于关系数据库中的表。

新建一个create_collection.py文件，如下：

from pymongo import MongoClientcars = [ {'name': 'Audi', 'price': 52642},    {'name': 'Mercedes', 'price': 57127},    {'name': 'Skoda', 'price': 9000},    {'name': 'Volvo', 'price': 29000},    {'name': 'Bentley', 'price': 350000},    {'name': 'Citroen', 'price': 21000},    {'name': 'Hummer', 'price': 41400},    {'name': 'Volkswagen', 'price': 21600} ]client = MongoClient('mongodb://localhost:27017/')with client:    db = client.testdb        db.cars.insert_many(cars)

该示例创建一个新的cars collection集合，它包含八个文档。

cars = [ {'name': 'Audi', 'price': 52642},    {'name': 'Mercedes', 'price': 57127},    {'name': 'Skoda', 'price': 9000},    {'name': 'Volvo', 'price': 29000},    {'name': 'Bentley', 'price': 350000},    {'name': 'Citroen', 'price': 21000},    {'name': 'Hummer', 'price': 41400},    {'name': 'Volkswagen', 'price': 21600} ]

该Python词典存储了八个要插入到MongoDB集合中的记录。

client = MongoClient('mongodb://localhost:27017/')

MongoClient用于与MongoDB通信。 我们向MongoClient传递主机名和端口号。

db = client.testdb

我们获得了对testdb数据库的引用.

db.cars.insert_many(cars)

使用insert_many（）方法，我们将八个文档插入到 cars collection,中，该集合也将自动创建。

> db.cars.find(){ "_id" : ObjectId("5b41eb21b9c5d915989d48a8"), "price" : 52642, "name" : "Audi" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48a9"), "price" : 57127, "name" : "Mercedes" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48aa"), "price" : 9000, "name" : "Skoda" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48ab"), "price" : 29000, "name" : "Volvo" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48ac"), "price" : 350000, "name" : "Bentley" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48ad"), "price" : 21000, "name" : "Citroen" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48ae"), "price" : 41400, "name" : "Hummer" }{ "_id" : ObjectId("5b41eb21b9c5d915989d48af"), "price" : 21600, "name" : "Volkswagen" }

我们使用mongo工具验证数据。

PyMongo列表集合

通过collection_names（），我们可以获得数据库中可用的列表，新建一个list_collections.py文件：

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    print(db.collection_names())

该示例在testdb数据库中打印集合。

PyMongo 删除集合.

drop（）方法从数据库中删除一个集合。

新建一个drop_collection.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:    db = client.testdb    db.cars.drop()

上面的示例从testdb数据库中删除cars集合。

PyMongo中的运行命令

我们可以使用command（）向MongoDB发出命令。 服务器状态命令返回MongoDB服务器的状态。

新建一个server_status.py文件；

from pymongo import MongoClientfrom pprint import pprintclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    status = db.command("serverStatus")    pprint(status)

dbstats命令返回反映单个数据库使用状态的统计信息。

from pymongo import MongoClientfrom pprint import pprintclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    print(db.collection_names())    status = db.command("dbstats")    pprint(status)

该示例显示testdb的数据库统计信息。

PyMongo光标

find方法返回一个PyMongo游标，该游标是对查询结果集的引用。

新建一个cursor.py文件，如下：

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    cars = db.cars.find()    print(cars.next())    print(cars.next())    print(cars.next())        cars.rewind()    print(cars.next())    print(cars.next())    print(cars.next())        print(list(cars))

PyMongo读取所有数据

在下面的示例中，我们从集合中读取所有记录。 我们使用Python for循环遍历返回的游标。新建一个all_cars.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:    db = client.testdb    cars = db.cars.find()    for car in cars:        print('{0} {1}'.format(car['name'],             car['price']))

使用Python for循环，我们遍历结果集，结果如下；

Audi 52642Mercedes 57127Skoda 9000Volvo 29000Bentley 350000Citroen 21000Hummer 41400Volkswagen 21600

PyMongo中的文件计数

使用count（）方法检索文档数，新建一个count_cars.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:    db = client.testdb    n_cars = db.cars.find().count()    print("There are {} cars".format(n_cars))

运行结果如下：

There are 8 cars

PyMongo过滤器

find（）和find_one（）的第一个参数是一个过滤器。 筛选器是所有文档必须匹配的条件。

新建filtering.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    expensive_cars = db.cars.find({'price': {'$gt': 50000}})    for ecar in expensive_cars:        print(ecar['name'])

该示例打印价格大于50000的汽车的名称。

expensive_cars = db.cars.find({'price': {'$gt': 50000}})

find（）方法的第一个参数是所有返回的记录必须匹配的过滤器。 过滤器使用$ gt运算符仅返回昂贵的汽车。

运行结果为：

AudiMercedesBentley

PyMongo投影

通过投影，我们可以从返回的文档中选择特定字段。 投影在find（）方法的第二个参数中传递。

新建一个projection.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    cars = db.cars.find({}, {'_id': 1, 'name':1})    for car in cars:        print(car)

该示例打印文档的_id和name字段。

cars = db.cars.find({}, {'_id': 1, 'name':1})

输出结果如下：

{'name': 'Audi', '_id': ObjectId('5b41eb21b9c5d915989d48a8')}{'name': 'Mercedes', '_id': ObjectId('5b41eb21b9c5d915989d48a9')}{'name': 'Skoda', '_id': ObjectId('5b41eb21b9c5d915989d48aa')}{'name': 'Volvo', '_id': ObjectId('5b41eb21b9c5d915989d48ab')}{'name': 'Bentley', '_id': ObjectId('5b41eb21b9c5d915989d48ac')}{'name': 'Citroen', '_id': ObjectId('5b41eb21b9c5d915989d48ad')}{'name': 'Hummer', '_id': ObjectId('5b41eb21b9c5d915989d48ae')}{'name': 'Volkswagen', '_id': ObjectId('5b41eb21b9c5d915989d48af')}

PyMongo中的文件排序

我们可以使用sort（）对文档进行排序。

新建一个sorting.py文件；

from pymongo import MongoClient, DESCENDINGclient = MongoClient('mongodb://localhost:27017/')with client:    db = client.testdb    cars = db.cars.find().sort("price", DESCENDING)    for car in cars:        print('{0} {1}'.format(car['name'],             car['price']))

该示例按价格降序对记录进行排序。

Bentley 350000Mercedes 57127Audi 52642Hummer 41400Volvo 29000Volkswagen 21600Citroen 21000Skoda 9000

PyMongo聚合

聚合计算集合中数据的聚合值。

新建一个aggregate_sum.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    agr = [ {'$group': {'_id': 1, 'all': { '$sum': '$price' } } } ]    val = list(db.cars.aggregate(agr))    print('The sum of prices is {}'.format(val[0]['all']))

该示例计算所有汽车价格的总和。

agr = [ {'$group': {'_id': 1, 'all': { '$sum': '$price' } } } ]

$ sum运算符计算并返回数值的总和。 $ group运算符通过指定的标识符表达式对输入文档进行分组，并将累加器表达式（如果指定）应用于每个组。

val = list(db.cars.aggregate(agr))

Aggregate（）方法将聚合操作应用于cars集合。

输出结果如下：

The sum of prices is 581769

我们可以用$ match运算符来选择要汇总的特定汽车。

新建一个sum_two_cars.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    agr = [{ '$match': {'$or': [ { 'name': "Audi" }, { 'name': "Volvo" }] }},         { '$group': {'_id': 1, 'sum2cars': { '$sum': "$price" } }}]    val = list(db.cars.aggregate(agr))    print('The sum of prices of two cars is {}'.format(val[0]['sum2cars']))

该示例计算奥迪和沃尔沃汽车的价格总和。

agr = [{ '$match': {'$or': [ { 'name': "Audi" }, { 'name': "Volvo" }] }},     { '$group': {'_id': 1, 'sum2cars': { '$sum': "$price" } }}]

该表达式使用$ match，$ or，$ group和$ sum运算符执行任务。

输出结果如下：

两辆车的总价是81642。

The sum of prices of two cars is 81642

PyMongo限制数据输出

limit查询选项指定要返回的文档数，而skip（）选项指定某些文档。

新建limit_documents.py文件；

from pymongo import MongoClientclient = MongoClient('mongodb://localhost:27017/')with client:        db = client.testdb    cars = db.cars.find().skip(2).limit(3)    for car in cars:        print('{0}: {1}'.format(car['name'], car['price']))

该示例从cars集合中读取，跳过前两个文档，并将输出限制为三个文档。

cars = db.cars.find().skip(2).limit(3)

注意：skip(2).limit(3)的位置可以互相调换，不影响输出结果，不妨尝试一下.

skip（）方法跳过前两个文档，而limit（）方法将输出限制为三个文档，输出结果为：

Skoda: 9000Volvo: 29000Bentley: 350000

在PyMongo教程中，我们使用了MongoDB和Python。

希望对大家有用，欢迎一起交流学习，探讨，如果有错误，希望大家勘误.