Rumah pembangunan bahagian belakang Tutorial Python 详解python之PyMongo的使用总结

详解python之PyMongo的使用总结

May 28, 2017 am 10:57 AM

本篇文章主要介绍了python之PyMongo使用总结,详细的介绍了PyMongo模块的使用,具有一定的参考价值,有兴趣的可以了解一下

 PyMongo是什么

PyMongo是驱动程序,使python程序能够使用Mongodb数据库,使用python编写而成.

安装

环境:Ubuntu 14.04+python2.7+MongoDB 2.4

先去官网下载软件包,地址点击打开链接.解压缩后进入,使用python setup.py install 进行安装

或者用pip安装pip -m install pymongo

基本使用

创建连接

1

2

import pymongo

client = pymongo.MongoClient('localhost', 27017)

Salin selepas log masuk

或者可以这样

1

2

import pymongo

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

Salin selepas log masuk

连接数据库

1

2

3

db = client.mydb

#或者

db = client['mydb']

Salin selepas log masuk

连接聚集

聚集相当于关系型数据库中的表

1

2

3

collection = db.my_collection

#或者

collection = db['my_collection']

Salin selepas log masuk

查看数据库下所有聚集名称

1

db.collection_names()

Salin selepas log masuk

插入记录

1

collection.insert({"key1":"value1","key2","value2"})

Salin selepas log masuk

删除记录

全部删除

1

collection.remove()

Salin selepas log masuk

按条件删除

1

collection.remove({"key1":"value1"})

Salin selepas log masuk

更新记录

复制代码 代码如下:

1

collection.update({"key1": "value1"}, {"$set": {"key2": "value2", "key3": "value3"}})

Salin selepas log masuk

查询记录

查询一条记录:find_one()不带任何参数返回第一条记录.带参数则按条件查找返回

1

2

collection.find_one()

collection.find_one({"key1":"value1"})

Salin selepas log masuk

查询多条记录:find()不带参数返回所有记录,带参数按条件查找返回

1

2

collection.find()

collection.find({"key1":"value1"})

Salin selepas log masuk

查看聚集的多条记录

1

2

for item in collection.find():  

  print item

Salin selepas log masuk

查看聚集记录的总数

1

print collection.find().count()

Salin selepas log masuk

查询结果排序

单列上排序

1

2

3

collection.find().sort("key1") # 默认为升序

collection.find().sort("key1", pymongo.ASCENDING) # 升序

collection.find().sort("key1", pymongo.DESCENDING) # 降序

Salin selepas log masuk

多列上排序

复制代码 代码如下:

1

collection.find().sort([("key1", pymongo.ASCENDING), ("key2", pymongo.DESCENDING)])

Salin selepas log masuk

实例1:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

#!/usr/bin/env python

#coding:utf-8

# Author:  --<qingfengkuyu>

# Purpose: MongoDB的使用

# Created: 2014/4/14

#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)

  

import pymongo

import datetime

import random

  

#创建连接

conn = pymongo.Connection(&#39;10.11.1.70&#39;,27017)

#连接数据库

db = conn.study

#db = conn[&#39;study&#39;]

  

#打印所有聚集名称,连接聚集

print u&#39;所有聚集:&#39;,db.collection_names()

posts = db.post

#posts = db[&#39;post&#39;]

print posts

  

#插入记录

new_post = {"AccountID":22,"UserName":"libing",&#39;date&#39;:datetime.datetime.now()}

new_posts = [{"AccountID":22,"UserName":"liuw",&#39;date&#39;:datetime.datetime.now()},

       {"AccountID":23,"UserName":"urling",&#39;date&#39;:datetime.datetime.now()}]#每条记录插入时间都不一样

  

posts.insert(new_post)

#posts.insert(new_posts)#批量插入多条数据

  

#删除记录

print u&#39;删除指定记录:\n&#39;,posts.find_one({"AccountID":22,"UserName":"libing"})

posts.remove({"AccountID":22,"UserName":"libing"})

  

#修改聚集内的记录

posts.update({"UserName":"urling"},{"$set":{&#39;AccountID&#39;:random.randint(20,50)}})

  

#查询记录,统计记录数量

print u&#39;记录总计为:&#39;,posts.count(),posts.find().count()

print u&#39;查询单条记录:\n&#39;,posts.find_one()

print posts.find_one({"UserName":"liuw"})

  

#查询所有记录

print u&#39;查询多条记录:&#39;

#for item in posts.find():#查询全部记录

#for item in posts.find({"UserName":"urling"}):#查询指定记录

#for item in posts.find().sort("UserName"):#查询结果根据UserName排序,默认为升序

#for item in posts.find().sort("UserName",pymongo.ASCENDING):#查询结果根据UserName排序,ASCENDING为升序,DESCENDING为降序

for item in posts.find().sort([("UserName",pymongo.ASCENDING),(&#39;date&#39;,pymongo.DESCENDING)]):#查询结果根据多列排序

  print item

  

#查看查询语句的性能

#posts.create_index([("UserName", pymongo.ASCENDING), ("date", pymongo.DESCENDING)])#加索引

print posts.find().sort([("UserName",pymongo.ASCENDING),(&#39;date&#39;,pymongo.DESCENDING)]).explain()["cursor"]#未加索引用BasicCursor查询记录

print posts.find().sort([("UserName",pymongo.ASCENDING),(&#39;date&#39;,pymongo.DESCENDING)]).explain()["nscanned"]#查询语句执行时查询的记录数

Salin selepas log masuk

Atas ialah kandungan terperinci 详解python之PyMongo的使用总结. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
2 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Repo: Cara menghidupkan semula rakan sepasukan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Adventure: Cara mendapatkan biji gergasi
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Apakah kelebihan dan kekurangan templat? Apakah kelebihan dan kekurangan templat? May 08, 2024 pm 03:51 PM

Apakah kelebihan dan kekurangan templat?

Google AI mengumumkan Gemini 1.5 Pro dan Gemma 2 untuk pembangun Google AI mengumumkan Gemini 1.5 Pro dan Gemma 2 untuk pembangun Jul 01, 2024 am 07:22 AM

Google AI mengumumkan Gemini 1.5 Pro dan Gemma 2 untuk pembangun

Cara Muat turun DeepSeek Xiaomi Cara Muat turun DeepSeek Xiaomi Feb 19, 2025 pm 05:27 PM

Cara Muat turun DeepSeek Xiaomi

Kongsi beberapa rangka kerja projek berkaitan AI dan LLM sumber terbuka .NET Kongsi beberapa rangka kerja projek berkaitan AI dan LLM sumber terbuka .NET May 06, 2024 pm 04:43 PM

Kongsi beberapa rangka kerja projek berkaitan AI dan LLM sumber terbuka .NET

Bagaimana anda bertanya kepadanya Deepseek Bagaimana anda bertanya kepadanya Deepseek Feb 19, 2025 pm 04:42 PM

Bagaimana anda bertanya kepadanya Deepseek

Bagaimana untuk menyimpan fungsi menilai Bagaimana untuk menyimpan fungsi menilai May 07, 2024 am 01:09 AM

Bagaimana untuk menyimpan fungsi menilai

Apakah perisian NET40? Apakah perisian NET40? May 10, 2024 am 01:12 AM

Apakah perisian NET40?

Cara Mencari DeepSeek Cara Mencari DeepSeek Feb 19, 2025 pm 05:18 PM

Cara Mencari DeepSeek

See all articles