Bootstrap

Flask&&人工智能AI -- 7 MongoDB

MongoDB初识,增删改查操作,数据类型,$关键字以及$修改器。“$”的奇妙用法,Array Object的特殊操作,选取跳过排序,客户端操作

 

 

一、MongoDB初识

什么是MongoDB

MongoDB 是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。

MongoDB是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像数据库的。

官方的解释太复杂,用人类的语言解释就是:

1、它和我们使用的关系型数据库最大的区别就是约束性,可以说文件型数据库几乎不存在约束性,
可以说文件型数据库几乎不存在约束性,理论上没有主外键约束,没有存储的数据类型约束等等。 2、关系型数据库中有一个“表”的概念,有“字段”的概念,有“数据条目”的概念 3、MongoDB中也同样有以上的概念,但是名称发生了一些变化,严格意义上来说,两者的概念即为相似,
但又有些出入,不过无所谓,我们就当是以上概念就好啦

光说的话,还是有点儿模糊,就让我们来做一个小例子,进行一个对比吧

下面我们做一张表:

这是我们用关系型数据库做的一张很简单的User表对吧

接下来我们再看一下MongoDB的数据结构:

User = [{
    "name": "武大郎",
    "age": 18,
    "gender": "男"
}, {
    "name": "孙悟空",
    "age": 100000, "gender": "男" }, { "name": "蔡文姬", "age": 16, "gender": "女" }]

这......这特么不就是个列表,里面放着三个字典吗?你说的对,如果你理解成了列表和字典,那么证明了你只会Python,在其他语言中它又是别的类型了,我们把这种类型的玩意儿,叫做:Json

 

那么你就该恍然大悟了吧,MongoDB的每个表(Collection)中存储的每条数据(Documents)都是一个一个的Json,Json中的每一个字段(Key)我们称之为:Field

就此我们引出了三个关键字,Collection也就是关系型数据库中"表"的概念,Documents就是"数据条目",Field就是"字段"

 

这么说,可能还不太明白。看下面的表

MySQLMongoDB
DBDB
TableColletions
字段Field
rowDocuments

 

 

MongoDB安装

mongodb(主程序)
链接:https://pan.baidu.com/s/139_BqPbh0IPcDMPmkWnS8w 密码:fybs

 

你必须得先安装上数据库才能继续装X

关于MongoDB的安装,真的没有难度,真的真的没有难度,来跟着DragonFire一步一步操作,带你Legendary

首先分享给你一个MongoDB 3.4的msi安装包 点击这里可以下载哦(如果不能下载证明我还没搞定分享msi,自己下载一个吧)

选择默认安装/选择安装

选择 安装

安装完成之后,开始进入配置环节,首先我们要进入目录:

"C:\Program Files\MongoDB\Server\3.4\bin"

带着你配置环境变量,让X装的更加自然更加美:

之后的操作,windows 7 与 windows 10 不太一样,大同小异啦

windows 10 一路到底的"确定"

windows 7 在这里需要注意的是,Path路径移动到最后,输入:"  ;C:\Program Files\MongoDB\Server\3.4\bin  " 一定要带上 "  ;  " 哦

因为没有找到windows 7 操作系统的计算机,所以这里只能给windows 7 的同学说声抱歉了

OK!到了这里我们基本已经完成了部分操作了

我们来试一下成果吧

打开cmd窗口进行一次ZB的操作吧

那我们来创建一个" C:\data\db\ "的目录吧

好了目录已经有了,再次ZB试一下

好了开启成功了

那么服务开启了,客户端怎么去连接呢,这时我们需要另一个cmd窗口开启mongo的客户端

 

千万别把这两个cmd窗口关了,不然你还得重新打开一次

 

二、增删改查操作

 

本章我们来学习一下关于 MongoDB的增删改查

 

MongoDB根本不存在SQL语句,操作它,需要使用ORM语法

 

创建数据库

 

这里和一般的关系型数据库一样,都要先建立一个自己的数据库空间

 

 

嗯嗯嗯嗯,我感受到了你内心的惊呼,瞅瞅你们这些没见过世面的样子

 

是的,MongoDB设计的比较随意,没有就认为你是在创建,use LuffyCity_Com是不存在的,所以MongoDB就认为你是要创建并使用

 

这个概念一定要记清楚哦,MongoDB中如果你使用了不存在的对象,那么就等于你在创建这个对象哦

 

使用了不存在的对象,就代表创建对象,我们使用这一谬论创建一张表(Collection)试试

 

 

看来真的不是谬论,真的成功的创建了一个Oldboy的Collection

 

那么接下来就是在表(Collection)中添加一条数据了,怎么添加呢?

 

增加数据

insert(不推荐)

插入一条或者多条数据,需要带有允许插入多条的参数,这个方法目前官方已经不推荐了

db.Oldboy.insert({"name":"DragonFire","age":20})

效果如下:

> db.Oldboy.insertOne({"name":"WuSir","age":20})
{
        "acknowledged" : true,
        "insertedId" : ObjectId("5b98d462430c27444ccdd644")
}

我们可以看出来两种方法的返回值截然不同对吧

insertMany

插入多条数据,无需参数控制,官方推荐

db.Oldboy.insertMany([{"name":"WuSir2","age":20},{"name":"WuSir3","age":20}])

效果如下:

> db.Oldboy.insertMany([{"name":"WuSir2","age":20},{"name":"WuSir3","age":20}])
{
        "acknowledged" : true,
        "insertedIds" : [
                ObjectId("5b98d51b430c27444ccdd645"),
                ObjectId("5b98d51b430c27444ccdd646")
        ]
}

这就是我们向LuffyCity_Com.Oldboy中插入了2条数据

这里留下一个数据类型的悬念

插入完成就要查询

 

查询数据

主要是 (find findOne) , 这里没有findMany

find

这里不是select,如果你的第一反应是select证明你关系型数据库没白学

find() 无条件查找:将该表(Collection)中所有的数据一次性返回

> db.Oldboy.find()
{ "_id" : ObjectId("5b98d45a430c27444ccdd643"), "name" : "DragonFire", "age" : 20 }
{ "_id" : ObjectId("5b98d462430c27444ccdd644"), "name" : "WuSir", "age" : 20 }
{ "_id" : ObjectId("5b98d51b430c27444ccdd645"), "name" : "WuSir2", "age" : 20 }
{ "_id" : ObjectId("5b98d51b430c27444ccdd646"), "name" : "WuSir3", "age" : 20 }
>

 

条件查找:age等于20的数据,这里会返回多条结果

> db.Oldboy.find({"age":20})
{ "_id" : ObjectId("5b98d45a430c27444ccdd643"), "name" : "DragonFire", "age" : 20 }
{ "_id" : ObjectId("5b98d462430c27444ccdd644"), "name" : "WuSir", "age" : 20 }
{ "_id" : ObjectId("5b98d51b430c27444ccdd645"), "name" : "WuSir2", "age" : 20 }
{ "_id" : ObjectId("5b98d51b430c27444ccdd646"), "name" : "WuSir3", "age" : 20 }

说到这里,有的同学不禁要问一下:"_id":ObjectId("乱七八糟一道对看着毫无关系的一对字符串") 是什么,我们插入的时候并没有一个字段(Field)并没有_id这个,

对了这就是MongoDB自动给我们添加到系统唯一标识"_id" 是一个ObjectId 类型,我们会在数据类型中第一个说到他(MongoDB 之 数据类型 最无聊! But 最有用! MongoDB - 3)

 

findOne

findOne()无条件查找一条数据,默认当前Collection中的第一条数据

> db.Oldboy.findOne()
{
        "_id" : ObjectId("5b98d45a430c27444ccdd643"),
        "name" : "DragonFire",
        "age" : 20
}

 

条件查找一条age等于19的数据,如有多条数据则返回更靠前的数据

> db.Oldboy.findOne({"age":20})
{
        "_id" : ObjectId("5b98d45a430c27444ccdd643"),
        "name" : "DragonFire",
        "age" : 20
}

查询数据的时候,发现了有些数据发现错误了,要修改怎么办?

修改数据

主要用到(update,updateOne,updateMany)之跟insert一样,不推荐update的写法

update(不推荐)

根据条件修改该条数据的内容

> db.Oldboy.update({"name":"DragonFire"},{$set:{"age":21}})

把name等于DrangoFire中的age改为21,这里要注意的是({“条件”},{”关键字“:{”修改内容“}}),其中如果条件为空,那么将会修改Collection中所有的数据

关于$set关键字的解释最后再说

updateOne(推荐)

根据条件修改一条数据的内容,如出现多条,只修改最高前的数据

 

举例:把age等于20的所有数据中第一条数据的name改为helloKitty

> db.Oldboy.updateOne({"age":20},{$set:{"name":"helloKitty"}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }

 

updateMany(推荐)

根据条件修改所有数据的内容,多条修改

 

举例:把age等于20的所有数据中的name改为Elizabeth

> db.Oldboy.updateMany({"age":20},{$set:{"name":"Elizabeth"}})
{ "acknowledged" : true, "matchedCount" : 3,"modifiedCount" : 3 }

上述中有一个$set的悬念,这个悬念呀,可能要留到再往后一些了

 但是$set:{”name“:"Elizabeth"},解释一下:$set是update时的关键字,表示我要设置name属性的值为”Elizabeth“

 

那么我们之前说过MongoiDB的灵活性,没有就代表我要创建,所以说如果该条Documents没有name属性,他就会自动创建一个name属性并且赋值为”Elizabeth“

 

删除数据

MongoDB提供了三个用于删除操作的API,分别是:

  • db.collection.remove()
  • db.collection.deleteOne()
  • db.collection.deleteMany() 

 

这三个API都支持一个过滤条件参数,用于匹配到满足条件的Document,然后进行删除操作。

remove(不推荐) 

remove() 方法已经过时了,现在官方推荐使用 deleteOne() 和 deleteMany() 方法。

remove({}):无条件删除数据,这里要注意了,这是删除所有数据,清空Collection

当然了,我现在还不会操作!

 

remove还支持条件删除

举例:删除name等于"DragonFire"的所有Document

> db.Oldboy.remove({"name":"DragonFire"})
WriteResult({ "nRemoved" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b9b556e57f4ea3828d6c60b"), "name" : "WuSir", "age" : 20 }
{ "_id" : ObjectId("5b9b558257f4ea3828d6c60c"), "name" : "WuSir2", "age" : 20 }
{ "_id" : ObjectId("5b9b558257f4ea3828d6c60d"), "name" : "WuSir3", "age" : 20 }

deleteOne(推荐)

删除匹配到的所有的Document中的第一个

> db.Oldboy.deleteOne({"age":20})
{ "acknowledged" : true, "deletedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b9b558257f4ea3828d6c60c"), "name" : "WuSir2", "age" : 20 }
{ "_id" : ObjectId("5b9b558257f4ea3828d6c60d"), "name" : "WuSir3", "age" : 20 }
 

deleteMany(推荐)

删除所有匹配到的Document

> db.Oldboy.deleteMany({"age":20})
{ "acknowledged" : true, "deletedCount" : 2 }
> db.Oldboy.find()
>

 发现数据已经被清空了!

那么到这里呢,增删改查就已经完事了

本文参考链接:

https://www.cnblogs.com/DragonFire/p/9135638.html

三、数据类型

丰富多彩的数据类型世界

首先我们先了解一下MongDB中有什么样的数据类型:

Obeject ID : Documents自生成的 _id

String :字符串,必须时utf-8

Boolean :  布尔值,true 或者false(这里有坑哦~在我们大Pthon中, True False 首字母大写)

Integer :整数 (Int32 Int64 你们就知道有个Int就行了,一般我们用Int32)

Double:浮点数 (没有float类型,所有小数都是Double)

Arrays:数组或者列表,多个值存储到一个键 (list哦,大Python中的List哦)

Object:如果你学过Python的话,那么这个概念特别好理解,就是Python中的字典,这个数据类型就是字典

Null:空数据类型 , 一个特殊的概念,None Null

Timestamp:时间戳

Date:存储当前日期或时间unix时间格式 (我们一般不用这个Date类型,时间戳可以秒杀一切时间类型)

看着挺多的,但是真要是用的话,没那么复杂,很简单的哦

剖析MongoDB的数据类型

那么我们根据以上所说的数据类型(捡重点说,别整没用的)展开说明:

1. Object ID

> db.Oldboy.find()
{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Elizabeth", "age" : 20 }

解释:

"_id" : ObjectId("5b151f8536409809ab2e6b26")

"5b151f85" 代指的是时间戳,这条数据的产生时间
"364098" 代指某台机器的机器码,存储这条数据时的机器编号
"09ab" 代指进程ID,多进程存储数据的时候,非常有用的
"2e6b26" 代指计数器,这里要注意的是,计数器的数字可能会出现重复,不是唯一的
以上四种标识符拼凑成世界上唯一的ObjectID
只要是支持MongoDB的语言,都会有一个或多个方法,对ObjectID进行转换
可以得到以上四种信息

注意:这个类型是不可以被JSON序列化的

这是MongoDB生成的类似关系型DB表主键的唯一key,具体由24个字节组成:

0-8字节是时间戳,

9-14字节的机器标识符,表示MongoDB实例所在机器的不同;

15-18字节的进程id,表示相同机器的不同MongoDB进程。

19-24字节是计数器

2. String

> db.Oldboy.find()
{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Elizabeth", "age" : 20 }

UTF-8字符串,记住是UTF-8字符串

 

3. Boolean

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Elizabeth", "display" : true }

true or false 这里首字母是小写的

 

4. Integer

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Elizabeth", "age" : 20 }

整数 (Int32 Int64 你们就知道有个Int就行了,一般我们用Int32)

 

5. Double

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Apple", "Price" : 5.8 }

浮点数 (MongoDB中没有float类型,所有小数都是Double)

 

6. Arrays

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Apple", "place" : ["China","America","New Zealand"] }

数组或者列表,多个值存储到一个键 (list哦,大Python中的List哦

 

7. Object

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "LuffyCity", "course" : {"name" : "Python","price" : 19800 } }

如果你学过Python的话,那么这个概念特别好理解,就是Python中的字典,这个数据类型就是字典

 

8. Null

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "atmosphere", "price" : null }

空数据类型 , 一个特殊的概念,None Null

 

9. Timestamp :时间戳

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Shanghai", "date" : 1528183743111 }

 

10. Date

{ "_id" : ObjectId("5b151f8536409809ab2e6b26"), "name" : "Beijing", "date" : ISODate("2018-06-05T15:28:33.705+08:00") }

存储当前日期或时间格式 (我们一般很少使用这个Date类型,因为时间戳可以秒杀一切时间类型)

 

数据类型就介绍到这里了,接下来我们就要学习一下在数据进行增删改查时,数据类型的特殊用法

 

本文参考链接:

https://www.cnblogs.com/DragonFire/p/9135854.html

四、$关键字以及$修改器

上一篇文章中提到过 $set 这个系统关键字,用来修改值的,对吧!

但是MongoDB中类似这样的关键字有很多, $lt $gt $lte $gte 等等,这么多我们也不方便记,这里我们说说几个比较常见的

 

准备基础数据

# 清空所有数据
> db.Oldboy.remove({})
WriteResult({ "nRemoved" : 3 })

# 插入3条数据
> db.Oldboy.insertMany([{"name":"Linux","score":59},{"name":"Python","score":100},{"name":"Go","score":80}])
{
        "acknowledged" : true,
        "insertedIds" : [
                ObjectId("5b98f5b3430c27444ccdd64a"), ObjectId("5b98f5b3430c27444ccdd64b"), ObjectId("5b98f5b3430c27444ccdd64c") ] } # 查询所有数据 > db.Oldboy.find() { "_id" : ObjectId("5b98f5b3430c27444ccdd64a"), "name" : "Linux", "score" : 59 } { "_id" : ObjectId("5b98f5b3430c27444ccdd64b"), "name" : "Python", "score" : 100 } { "_id" : ObjectId("5b98f5b3430c27444ccdd64c"), "name" : "Go", "score" : 80 }

常见的$关键字

:(等于)

在MongoDB中什么字段等于什么值其实就是 " : " 来搞定 比如 "name" : "Linux"

> db.Oldboy.find({"name":"Linux"})
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64a"), "name" : "Linux", "score" : 59 }

 

$in  :子集,位置可以发生变化

查询一个键的多个值

> db.Oldboy.find({"name":{$in:["Linux","Go"]}})
{ "_id" : ObjectId("5b9b9a4cc09c7f67e7a5e499"), "name" : "Linux", "score" : 59 }
{ "_id" : ObjectId("5b9b9a4cc09c7f67e7a5e49b"), "name" : "Go", "score" : 80 }

 

$or  :或条件 -不同字段的或

满足任意 $or 条件的数据,至少要满足一个

> db.Oldboy.find({$or:[{"score":80},{"score":100}]})
{ "_id" : ObjectId("5b9b9a4cc09c7f67e7a5e49a"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b9b9a4cc09c7f67e7a5e49b"), "name" : "Go", "score" : 80 }

 

$all  :完全符合,位置可以发生变化

$all  findone ({"age":{$all:[1,2,3,4]}})

 

$gt(大于)

在MongoDB中的 大于 > 号 我们用 : $gt  比如 :  "score" : { $gt : 80 } 就是 得到 "score" 大于 80 的数据

> db.Oldboy.find({"score":{$gt:80}})
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64b"), "name" : "Python", "score" : 100 }

 

$lt(小于)

小于 : 在MongoDB中的 小于 < 号 我们用 : $lt  比如 :  "score" : { $lt : 80 } 就是 得到 "score" 小于 80 的数据

> db.Oldboy.find({"score":{$lt:80}})
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64a"), "name" : "Linux", "score" : 59 }

 

$gte(大于等于)

大于等于 : 在MongoDB中的 大于等于 >= 号 我们用 : $gte  比如 :  "score" : { $gte : 80 } 就是 得到 "score" 大于等于 80 的数据

> db.Oldboy.find({"score":{$gte:80}})
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64b"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64c"), "name" : "Go", "score" : 80 }

 

$lte(小于等于)

小于等于 : 在MongoDB中的 小于等于 <= 号 我们用 : $lte  比如 :  "score" : { $lte : 80 } 就是 得到 "score" 小于等于 80 的数据

> db.Oldboy.find({"score":{$lte:80}})
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64a"), "name" : "Linux", "score" : 59 }
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64c"), "name" : "Go", "score" : 80 }

这就是MongoDB中的运算符,是不是很类似我们使用的ORM中的运算符啊,没错,最开始的时候我们就已经说了,MongoDB的操作就是很类似ORM的

 

update修改器

常用的update修改器: $inc $set $unset $push $pull

在此前的update中,我们用过$set,对数据进行过更新,其实在update中还存在很多的$关键字,我们把update中的这些关键字叫做 修改器

修改器很多,这里挑一些重要的来说一说:

1. $inc

Python中的  变量 += 1 , 将查询到的结果 加上某一个值 然后保存

还是上面的Collection数据,我们来试一下$inc , 让不及格的 "Linux" 变成 60 分

> db.Oldboy.updateOne({"score":59},{$inc:{"score":1}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }

成功了 , {$inc:{"score":1}}的意思是,"score"的原有数值上面 +1

查看所有数据

> db.Oldboy.find()
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64a"), "name" : "Linux", "score" : 60 }
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64b"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64c"), "name" : "Go", "score" : 80 }

 

我们再来实验一次,把60改为20,这怎么操作呢,其实可以理解为在 60 上加一个 -40

> db.Oldboy.updateOne({"score":60},{$inc:{"score":-40}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }

又成功了 , {$inc:{"score":-20}}也来越喜欢英俊潇洒又不会翻车的自己了

$inc 的用法是不是很简单啊,就是原有基础上在增加多少对吧

查看所有数据

> db.Oldboy.find()
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64a"), "name" : "Linux", "score" : 20 }
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64b"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98f5b3430c27444ccdd64c"), "name" : "Go", "score" : 80 }

 

2. $set

此前我们已经提到过 $set 的用法和特性(没有就自动添加一条)了

再做一个例子:把 "score" 为 100 分 的 "price" 赋值为 99.8

> db.Oldboy.updateOne({"score":100},{$set:{"price":99.8}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : "20" }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100, "price" : 99.8 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

发现Python多了一个属性price

 

再把 "score" 为 20 分的 "score" 赋值为 59 分

> db.Oldboy.updateOne({"score":20},{$set:{"score":59}})
{ "acknowledged" : true, "matchedCount" : 0, "modifiedCount" : 0 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100, "price" : 99.8 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

3. $unset

用来删除Key(field)的

做一个小例子 : 刚才我们有一个新的"price" 这个field ,现在我们来删除它

> db.Oldboy.updateOne({"score":100},{$unset:{"price":1}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

成功了! {$unset:{"price" : 1}} 就是删除 "english_name" 这个 field 相当于 关系型数据库中删除了 字段

4. $push

它是用来对Array (list)数据类型进行 增加 新元素的,相当于我们大Python中 list.append() 方法

做一个小例子 :首先我们要先对原有数据增加一个Array类型的field:

> db.Oldboy.update({},{$set:{"test_list":[1,2,3,4,5]}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5 ] }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

使用update $set 的方法只能为Document中的第一条添加

 

使用updateMany $set 的方法 可以为所有满足条件的 Document 添加 "test_list" , 注意我这里的条件为空 " {} " 就算是为空,也要写上"{}" 记住记住记住

 

接下来我们就要队列表进行添加了: 将 "score" 为 59 的Document 中"test_list" 添加一个 6

> db.Oldboy.updateMany({"score":59},{$push:{"test_list":6}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5, 6 ] }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

$push 是在 Array(list) 的尾端加入一个新的元素  {$push : {"test_list" : 6}}

 

5. $pull

有了$push 对Array类型进行增加,就一定有办法对其内部进行删减,$pull 就是指定删除Array中的某一个元素

做一个例子: 把我们刚才$push进去的 6 删除掉

> db.Oldboy.updateMany({"score":59},{$pull:{"test_list":6}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5 ] }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

问题来了,如果 Array 数据类型中 如果有 多个 6 怎么办呢?

重复执行3条命令,查看所有数据

> db.Oldboy.updateMany({"score":59},{$push:{"test_list":6}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.updateMany({"score":59},{$push:{"test_list":6}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.updateMany({"score":59},{$push:{"test_list":6}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 } > db.Oldboy.find() { "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5, 6, 6, 6 ] } { "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 } { "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

再次执行命令,删除6

> db.Oldboy.updateMany({"score":59},{$pull:{"test_list":6}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5 ] }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

全部删掉了.....

得出了一个结论,只要满足条件,就会将Array中所有满足条件的数据全部清除掉

 

6. $pop

指定删除Array中的第一个 或 最后一个 元素

做个小例子: 删除"score" 等于 59 分  test_list 的最后一个元素

> db.Oldboy.updateMany({"score":59},{$pop:{"test_list":1}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 1, 2, 3, 4 ] }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

怎么删除第一个呢?

> db.Oldboy.updateMany({"score":59},{$pop:{"test_list":-1}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b98faa9430c27444ccdd64d"), "name" : "Linux", "score" : 59, "test_list" : [ 2, 3, 4 ] }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64e"), "name" : "Python", "score" : 100 }
{ "_id" : ObjectId("5b98faa9430c27444ccdd64f"), "name" : "Go", "score" : 80 }

{$pop:{"test_list" : -1}}  -1 代表最前面, 1 代表最后边 (这和我们大Python正好相反) 记住哦

 

本文参考链接:

https://www.cnblogs.com/DragonFire/p/9141976.html

五、"$"的奇妙用法

在MongoDB中有一个非常神奇的符号 "$"

"$"  在 update 中 加上关键字 就 变成了 修改器

其实 "$" 字符 独立出现也是有意义的 , 我起名叫做代指符

准备基础数据

View Code

首先看个例子:  现在把 "score": 100 的 test_list 里面的 2 改为 9

> db.Oldboy.updateOne({"score":100},{$set:{"test_list.0":9}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b990189430c27444ccdd650"), "name" : "Linux", "score" : 100, "test_list" : [ 9, 3, 4 ] }
{ "_id" : ObjectId("5b990189430c27444ccdd651"), "name" : "Python", "score" : 80, "test_list" : [ 1, 2, 3, 4, 5 ] }
{ "_id" : ObjectId("5b990189430c27444ccdd652"), "name" : "Go", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5 ] }

{$set :{"test_list.0" : 9}} 这样就是对应 Array 中的下标进行修改了 "test_list.下标"

问题来了 如果 是 一个很长很长很长的 Array 你要查找其中一个值,把这个值修改一下怎么整呢?

 

把9还原成2

> db.Oldboy.updateMany({"score":100,"test_list":9},{$set:{"test_list.$":2}})
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
> db.Oldboy.find()
{ "_id" : ObjectId("5b990189430c27444ccdd650"), "name" : "Linux", "score" : 100, "test_list" : [ 2, 3, 4 ] }
{ "_id" : ObjectId("5b990189430c27444ccdd651"), "name" : "Python", "score" : 80, "test_list" : [ 1, 2, 3, 4, 5 ] }
{ "_id" : ObjectId("5b990189430c27444ccdd652"), "name" : "Go", "score" : 59, "test_list" : [ 1, 2, 3, 4, 5 ] }

神奇不神奇?

 

$ 字符 在语句中代表了什么呢? 下标,位置

解释一下: 首先我们查询一下db.Oldboy.findOne({"score":100,"test_list":3}) 返回 给我们满足条件的数据对吧

> db.Oldboy.findOne({"score":100,"test_list":3})
{
        "_id" : ObjectId("5b990189430c27444ccdd650"),
        "name" : "Linux",
        "score" : 100,
        "test_list" : [
                2, 3, ] }

那么 如果 我们 使用 update的话, 满足条件的数据下标位置就会传递到 $ 字符中,在我们更新操作的时候就相当于 对这个位置 的元素进行操作

 

本文参考链接:

https://www.cnblogs.com/DragonFire/p/9146896.html

六、Array Object 的特殊操作

相比关系型数据库, Array [1,2,3,4,5] 和 Object { 'name':'DragonFire' } 是MongoDB 比较特殊的类型了

特殊在哪里呢?在他们的操作上又有什么需要注意的呢?

那我们先建立一条数据,包含 Array 和 Object 类型

# 清空所有数据
> db.Oldboy.remove({})
WriteResult({ "nRemoved" : 3 })

# 插入一条数据
> db.Oldboy.insert({"name":"路飞学城-骑士计划","price":[19800,19500,19000,18800],"other":{"start":"2018年8月1日","start_time":"08:30","count":150}})
WriteResult({ "nInserted" : 1 })

# 查看所有数据
> db.Oldboy.find()
{ "_id" : ObjectId("5b990568430c27444ccdd653"), "name" : "路飞学城-骑士计划", "price" : [ 19800, 19500, 19000, 18800 ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 } }

数据看着可能不太直观,大概是这个样子

{
    "_id" : ObjectId("5b17d01a49bf137b585df891"),
    "name" : "路飞学城-骑士计划",
    "price" : [
        19800,
        19500, 19000, ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 } }

好的,这条数据已经完成了

针对这条数据我们进行一系列的操作,并讲解使用方式

 

Array 小秀一波

把price 中 19000 改为 19300

> db.Oldboy.update({"name":"路飞学城-骑士计划"},{$set:{"price.2":19300}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990568430c27444ccdd653"), "name" : "路飞学城-骑士计划", "price" : [ 19800, 19500, 19300, 18800 ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 } }

db.Oldboy.update({"name":"路飞学城-骑士计划"},{$set:{"price.2":19300}})

我们用了引用下标的方法更改了数值 , "price.2"代指的是 Array 中第3个元素

 

混合用法

如果 price.1 中小于19800 则加 200

Array 小秀一波
把price 中 19000 改为 19300

> db.Oldboy.update({"name":"路飞学城-骑士计划"},{$set:{"price.2":19300}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990568430c27444ccdd653"), "name" : "路飞学城-骑士计划", "price" : [ 19800, 19500, 19300, 18800 ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 } }
db.Oldboy.update({"name":"路飞学城-骑士计划"},{$set:{"price.2":19300}}) 我们用了引用下标的方法更改了数值 , "price.2"代指的是 Array 中第3个元素 混合用法 如果 price.1 中小于19800 则加 200

发现第二个价格,加了200块!

 

复习一下:"price.1":{$lt:19800} 是查找 price.1 小于 19800

复习两下:{$inc:{"price.1":200}} 是什么啊? price.1 拿出来 加上 200 之后 再存进去

那么顺理成章的混合到一起了

 

上节课我们也学习了 $ 的用法,现在我们混搭 $ 再做一个练习

我们把 price 小于 19500  的 自动补上 200

> db.Oldboy.update({"name":"路飞学城-骑士计划","price":{$lt:19500}},{$inc:{"price.$":200}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990568430c27444ccdd653"), "name" : "路飞学城-骑士计划", "price" : [ 19800, 19700, 19500, 18800 ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 } }

发现第3个更改了!18800并没有更改

细心的同学已经发现了,只改了第一个匹配的!是的 $ 这个只储存一个下标。

 

批量更改的话,嘻嘻嘻嘻截至2017年1月1日,MongoDB没有这个功能

你只要把这个Array 拿出来,在程序里面改完,原方不动的放回去不就搞定了吗

 

Object 字典

Object 字典总玩儿过吧,但是这里更像是 JavaScript 中的 Object 对象

1. 把other中 count 改为 199

> db.Oldboy.update({"name":"路飞学城-骑士计划"},{$set:{"other.count":199}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990568430c27444ccdd653"), "name" : "路飞学城-骑士计划", "price" : [ 19800, 19700, 19500, 18800 ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 199 } }

对了就是在这个对象 打点儿 key 就可以更改数值了 , 要注意的是, 咱们用的 $set 进行修改的,那么就意味着,如果没有"other.count"这个field的话,他会自动创建

这个用法就到这里了,下面我们玩儿个更深的

 

2. 混合用法

如果 count 小于 200 那么 加 10

> db.Oldboy.update({"name":"路飞学城-骑士计划","other.count":{$lt:200}},{$inc:{"other.count":10}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990568430c27444ccdd653"), "name" : "路飞学城-骑士计划", "price" : [ 19800, 19700, 19500, 18800 ], "other" : { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 209 } }

这么玩儿完了之后,条件位置的打点儿调用,也尝试过了

Object的用法就这么多了

 

Array + Object 的用法

Array + Object 的用法 告诉你们,这个老High了

首先,我们要先建立一条 Document 嘻嘻嘻嘻嘻

# 清空所有数据
> db.Oldboy.remove({})
WriteResult({ "nRemoved" : 1 })

# 插入一条数据
> db.Oldboy.insert({"name":"路飞学城-骑士计划","price":[{"start" : "2018年8月1日","start_time" : "08:30","count" : 150},{"start" : "2018年8月2日","start_time" : "09:30","count" : 160},{"start" : "2018年8月3日","start_time" : "10:30","count" : 170},{"start" : "2018年8月4日","start_time" : "11:30","count" : 180},]})
WriteResult({ "nInserted" : 1 })

# 查看所有数据
> db.Oldboy.find()
{ "_id" : ObjectId("5b990b6e430c27444ccdd654"), "name" : "路飞学城-骑士计划", "price" : [ { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 }, { "start" : "2018年8月2日", "start_time" : "09:30", "count" : 160 }, { "start" : "2018年8月3日", "start_time" : "10:30", "count" : 170 }, { "start" : "2018年8月4日", "start_time" : "11:30", "count" : 180 } ] }

数据比较复杂,大概是这个样子

View Code

insert的代码要自己写哦,学完一直没怎么练习过,Document添加完成之后

 

1. 把count 大于 175 的field  加 15

> db.Oldboy.update({"price.count":{$gt:175}},{$inc:{"price.$.count":15}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990b6e430c27444ccdd654"), "name" : "路飞学城-骑士计划", "price" : [ { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 }, { "start" : "2018年8月2日", "start_time" : "09:30", "count" : 160 }, { "start" : "2018年8月3日", "start_time" : "10:30", "count" : 170 }, { "start" : "2018年8月4日", "start_time" : "11:30", "count" : 195 } ] }

 

分析一下我们的代码:

{"price.count":{$gt:175}}, price 明明是个 Array 啊 怎么就直接 打点儿 count 了呢 这里要知道price 打点儿 就是从内部的Object 中找到 count 小于 175 的结果

{$inc:{"price.$.count":15}} ,  这里就比较好理解了,price里面第 $ (大于175的第一个) 个元素中 count 增加 15

我们要学会举一反三 $set 如果忘了, 就再来一个例子吧

 

2. 把 count 大于 180 的 start 改为 "2018年8月10日"

> db.Oldboy.update({"price.count":{$gt:180}},{$set:{"price.$.start":"2018年8月10日"}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.Oldboy.find()
{ "_id" : ObjectId("5b990b6e430c27444ccdd654"), "name" : "路飞学城-骑士计划", "price" : [ { "start" : "2018年8月1日", "start_time" : "08:30", "count" : 150 }, { "start" : "2018年8月2日", "start_time" : "09:30", "count" : 160 }, { "start" : "2018年8月3日", "start_time" : "10:30", "count" : 170 }, { "start" : "2018年8月10日", "start_time" : "11:30", "count" : 195 } ] }

不做过多解释了,没学会的翻回去看吧

到此为止我们MongoDB的操作阶段就已经学习结束了.

 

本文参考链接:

https://www.cnblogs.com/DragonFire/p/9147430.html

七、选取跳过排序

我们已经学过MongoDB的 find() 查询功能了,在关系型数据库中的选取(limit),排序(sort) MongoDB中同样有,而且使用起来更是简单

首先我们看下添加几条Document进来

View Code

 

现在有四条Document 根据它们, 对 Limit Skip Sort 分别展开学习 最后来一个 大杂烩

 

Limit 选取

我要从这些 Document 中取出多少个

做个小例子 : 我只要 2 条 Document

> db.Oldboy.find().limit(2)
{ "_id" : ObjectId("5b990d6b430c27444ccdd655"), "name" : "Python", "price" : "15800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }

结果是很明显的,很赤裸裸的,很一丝不挂的

但是我还是要解释一下 : limit(2) 就是选取两条Document, 从整个Collection的第一条 Document 开始选取两条

如果我们不想从第一条Document开始选取,怎么办呢?

 

Skip 跳过

我要跳过多少个Document

做个小例子 : 我要跳过前两个 Document 直接从第三个Document 开始

> db.Oldboy.find().skip(2)
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd658"), "name" : "Python架构", "price" : "13800" }

结果还是很明显,很赤裸

按照国际惯例解释一下 : skip(2) 就是跳过两条Document, 从整个Collection 的第一条 Document 开始跳,往后跳两条

 

另一个例子 : 跳过第一条 直接从 第二条 开始

> db.Oldboy.find().skip(1)
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd658"), "name" : "Python架构", "price" : "13800" }

问题来了,我只想要第二条和第三条怎么处理呢?

 

Limit + Skip

从这儿到那儿 的 选取

就是刚才的问题,一个小例子 : 我只想要第二条和第三条怎么处理呢

> db.Oldboy.find().skip(1).limit(2)
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }

国际惯例 : 跳过第一条Document 从第二条开始选取两条 Document

 

别着急,还有另一种写法

> db.Oldboy.find().limit(2).skip(1)
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }

两种写法完全得到的结果完全一样但是国际惯例的解释却不同

国际惯例 : 选取两条Document 但是要 跳过 第一条Document 从 第二条 开始 选取

绕了半天,都晕了,注意这里特别要注意了!!!!!! 这里的两种写法,一定一定一定要记住一个,因为只要记住一个就行了,完全完全没区别,一个符合中国人的理解,一个是其他国家的理解

 

Sort 排序

将结果按照关键字排序

做个小例子 : 将find出来的Document 按照 price 进行 升序 | 降序 排列

升序

> db.Oldboy.find().sort({"price":1})
{ "_id" : ObjectId("5b990d6b430c27444ccdd658"), "name" : "Python架构", "price" : "13800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd655"), "name" : "Python", "price" : "15800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }

 

降序

> db.Oldboy.find().sort({"price":-1})
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd655"), "name" : "Python", "price" : "15800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd658"), "name" : "Python架构", "price" : "13800" }

国际惯例 : 按照 price 字段进行升序 , 1 为升序 , -1 为降序

 

Limit + Skip + Sort

一个例子 : 选取第二条第三条 并 按照 price 进行 升序排列

> db.Oldboy.find()
{ "_id" : ObjectId("5b990d6b430c27444ccdd655"), "name" : "Python", "price" : "15800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd657"), "name" : "Linux", "price" : "9800" }
{ "_id" : ObjectId("5b990d6b430c27444ccdd658"), "name" : "Python架构", "price" : "13800" }

> db.Oldboy.find().skip(1).limit(2).sort({"price":1}) { "_id" : ObjectId("5b990d6b430c27444ccdd655"), "name" : "Python", "price" : "15800" } { "_id" : ObjectId("5b990d6b430c27444ccdd656"), "name" : "骑士计划", "price" : "19800" }

问题出现了, 按道理不应该是 9800 然后 19800 吗?

 

知识点来喽

重点 : Sort + Skip + Limit 是有执行优先级的 他们的界别分别是 优先 Sort  其次 Skip 最后 Limt

Skip + Limit 的优先级 也是先 Skip 再 Limit

 

看一次,记不住

看两次,不会用

看三次,不如自己做一次

做一次,不如做三次

 

练习一下加深印象

 

本文参考链接:

https://www.cnblogs.com/DragonFire/p/9154832.html

 

八、客户端操作

windows客户端

nosqlbooster4mongo(客户端)
链接:https://pan.baidu.com/s/1zZRAtSwj8H1hliErA1kOOA 密码:tyng

 

使用

打卡之后,长这个样子

点击左侧的Connect,点击Create

默认配置就可以了,点击测试连接

出现ok,表示成功了

点击保存并连接

 

默认的2个数据库admin和local,是不能操作的!

只能操作自己创建的

查看数据

双击Oldbody,也就是表,效果如下:

 

选择右侧的table,可以展示位表格数据

也可以选择,展示为JSON数据

 

光标移动到ORM语句上,按F5,就会执行SQL!

所以:今后想执行哪句,将光标移动到此,按F5,就会执行指定的ORM语句!非常方便!

 

插入数据

插入一条数据

查看所有数据

其他操作,遵循MongoDB的ORM语法即可!这里就不演示了!

 

python程序

 python操作MongoDB,需要安装模块 pymongo

pip install pymongo

 

连接

新建一个文件 test_mongo.py

import pymongo

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建

res = mongo_db.goods.find()
print(res)

执行输出:

<pymongo.cursor.Cursor object at 0x000001F68B7D09E8>

 

插入数据

import pymongo

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建

# 插入多条数据
res = mongo_db.goods.insert_many([{"name" : "酸菜","price" : "1"},{"name" : "白菜","price" : "2"},{"name" : "小青菜","price" : "0.5"},])
print(res)

执行输出:

<pymongo.results.InsertManyResult object at 0x00000143817B3548>

 

查询数据

查询所有

可以将结果转换为列表

import pymongo

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建

# 插入多条数据
res = mongo_db.goods.find()
print(list(res))

执行输出:

[{'_id': ObjectId('5b991895e125324a58178dd3'), 'name': '酸菜', 'price': '1'}, {'_id': ObjectId('5b991895e125324a58178dd4'), 'name': '白菜', 'price': '2'}, {'_id': ObjectId('5b991895e125324a58178dd5'), 'name': '小青菜', 'price': '0.5'}]

 

也可以对结果做for循环

import pymongo

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建

# 插入多条数据
res = mongo_db.goods.find()
for i in res:
    print(i)
View Code

执行输出:

{'_id': ObjectId('5b991895e125324a58178dd3'), 'name': '酸菜', 'price': '1'}
{'_id': ObjectId('5b991895e125324a58178dd4'), 'name': '白菜', 'price': '2'}
{'_id': ObjectId('5b991895e125324a58178dd5'), 'name': '小青菜', 'price': '0.5'}

 

查询单条
import pymongo

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建

# 插入多条数据
res = mongo_db.goods.find_one()
print(res)
View Code

执行输出:

{'_id': ObjectId('5b991895e125324a58178dd3'), 'name': '酸菜', 'price': '1'}

 

查询指定id呢?

由于_id是ObjectId对象,需要导入模块

import pymongo
from bson import ObjectId

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建

# 插入多条数据
res = mongo_db.goods.find({"_id":ObjectId("5b991895e125324a58178dd5")})
for i in res:
    print(i)
View Code

执行输出:

{'_id': ObjectId('5b991895e125324a58178dd5'), 'name': '小青菜', 'price': '0.5'}

 

更新

import pymongo
from bson import ObjectId

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建


res = mongo_db.goods.update_one({"name":"小青菜"},{"$set":{"price":2}})
print(res)

执行输出:

<pymongo.results.UpdateResult object at 0x000001AF61E332C8> None

 

删除

import pymongo
from bson import ObjectId

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建


res = mongo_db.goods.delete_one({"name":"小青菜"})
print(res,res.raw_result)
View Code

执行输出:

<pymongo.results.DeleteResult object at 0x000001825B2134C8> {'n': 0, 'ok': 1.0}

 

排序

import pymongo
from bson import ObjectId

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建


res = mongo_db.goods.find({}).skip(1).limit(2)
print(list(res))
View Code

执行输出:

[{'_id': ObjectId('5b991895e125324a58178dd4'), 'name': '白菜', 'price': '2'}]

 

进阶

import pymongo
from bson import ObjectId

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建


res = mongo_db.goods.find({}).sort("age",pymongo.DESCENDING)
print(list(res))
View Code

执行输出:

[{'_id': ObjectId('5b991895e125324a58178dd3'), 'name': '酸菜', 'price': '1'}, {'_id': ObjectId('5b991895e125324a58178dd4'), 'name': '白菜', 'price': '2'}]

 

高级操作

import pymongo
from bson import ObjectId

# 连接数据库
mclient = pymongo.MongoClient(host="127.0.0.1", port=27017)
mongo_db = mclient["testdb"]  # 切换数据库,不存在则创建


res = mongo_db.goods.find({}).sort("age",pymongo.DESCENDING).skip(1).limit(2)
print(list(res))
View Code

执行输出:

[{'_id': ObjectId('5b991895e125324a58178dd4'), 'name': '白菜', 'price': '2'}]

 

 

今日内容总结

MongoDB:文件型数据库 find() update() delete() insert()持久化
redis:get set 默认持久化

1.MongoDB是什么及其概念:
MongoDB是一个快速存储数据(JSON),并ORM操作的数据库
MongoDB是文件型数据库,不存在关系
MongoDB中基本上存储了大量的冗余数据
MongoDB中没有字段的概念
MongoDB是非常灵活的数据库
专有名词:
    Mysql        MongoDB
    DB            DB
    Table        Colletions        Table概念
    row            Documents        row概念
    字段        Field            字段概念
                _id                唯一概念

不存在即创建:
    如果使用了不存在的对象即创建该对象
    

2.MongoDB的存储结构:

关系型数据库:
id     name             age        course        score    score1
   子龙            84        python        99        0
   xiaoqinglong    73        javascript    0        99

文件型数据库:
[
    {
        _id:ObjectId("1298478375f8234d")
        ids:1,
        names:子龙,
        ages:84,
        courses:python,
        scores:99
    },
    {
        id:2,
        name:xiaoqinglong,
        age:73,
        course:javascript,
        score1:99
    }
]


3.初识MongoDB
    1.安装mongoDB bin目录环境变量
    2.启动mongoDB:
        mongod (手动创建文件夹) c:\data\db
        mongod --dbpath "E:\Program Files\MongoDB\data\db"
    3.MongoDB的默认端口号:27017  (redis:6379 MySql:33064.mongodb 的指令:
    show dbs 查看当前数据库服务器中的所有数据库(DB)
    use dbname 创建或使用数据库
    db 查看当前使用的数据库 / 代指当前使用的数据库的名字或对象 
    show tables 查看当前数据库的 数据表 Collations
    
    
5.MongoDB的增删改查:
    增:
        db.Collations.insert({"name":"zilong"}) 
        db.Collations.insert([{"name":"zilong"},{"name":"123"}]) 
        // insert 方式 被官方不推荐了
        1.db.Collations.insertOne({}) 只能单行操作插入
        2.db.Collations.insertMany([{},{}]) 根据array(列表)中的元素插入多行数据
        
    改:
        db.user.update({"name":"酸菜"},{$set:{"name":"老坛酸菜"}})
        db.user.update({"name":"酸菜"},{$set:{"name":"老坛酸菜"}},多条修改:true)
        // update 方式 被官方不推荐了
        db.user.updateOne({"name":"子龙"},{$set:{"name":"赵子龙"}})
        db.user.updateMany({"name":"小青龙"},{$set:{"name":"白虎"}})
        
    删除:
        db.user.remove({})
        // remove 方式 被官方不推荐了
        db.user.deleteOne({"name":"白虎"})
        db.user.deleteMany({"name":"翠花儿"})
    
    查:
        1.db.find({条件:1})
            
        2.db.findOne({条件:1})
            db.user.findOne({"name":"酸菜","age":1}) 逗号相当于 and
        
        3.数学比较符:
            $lt 小于
            $gt 大于
            $lte 小于等于
            $gte 大于等于
            find({"字段":{$比较符:值}})
            db.user.find({"age":{$gt:2}}) # where age > 2
6.修改器:
    $set : 将某个key的value 修改为 某值
    $unset: 删除字段 {$unset: {test: "" }}
    
    $inc:{$inc:{"age":100}} 原有值基础上增加 xxx
    
    array:
    $push : 向数组Array最后位置插入一条元素 {$push:{"hobby":1234}} [].append(1234)
    $pull : 删除数组中的某一个元素 {$pull:{"hobby":123}} 
            #删除字典 db.user.updateOne({"_id":ObjectId("5b98794ec34b9812bcabdde7"),"hobby.age":18},{$unset:{"hobby.$":1}})    
    $pop : 删除数组的第一个或最后一个  
        最后一个:{$pop:{"hobby":1}} 
        第一个:{$pop:{"hobby":-1}} 
        
    $ :代指符合条件的某数据  array.$ :
        db.user.updateOne({"_id":ObjectId("5b98794ec34b9812bcabdde7"),"hobby.name":"翠花儿"},{$set:{"hobby.$.name":"农妇山泉"}})
        
        
    
查询$关键字:
    $in: db.user.find({age:{$in:[1,2,3]}}) 字段符合in,array中的数值
    $or: db.user.find({$or:[{age:{$in:[1,2,3,4]}},{name:666}]})
    $all: db.user.find({test:{$all:[1,2]}}) array元素相同即可 或 包含所有$all中的元素
    
    


        
7.数据类型:
    基于BSON结构
    string     字符串,Utf8
    integer    整型
    double    双精度,包含float,MongoDB中不存在Float
    Null    空数据类型
    Date    时间类型 ISODate(2018-9-12 10:45:58)
    Timestamp 时间戳类型 ISODate("123123")
    
    ObjectId    对象ID    Documents 自生成的 _id ObjectId("5b98794ec34b9812bcabdde7")
                #"5b151f85"     代指的是时间戳,这条数据的产生时间
                #"364098"         代指某台机器的机器码,存储这条数据时的机器编号
                #"09ab"         代指进程ID,多进程存储数据的时候,非常有用的
                #"2e6b26"         代指计数器,这里要注意的是,计数器的数字可能会出现重复,不是唯一的
                #以上四种标识符拼凑成世界上唯一的ObjectID
                #只要是支持MongoDB的语言,都会有一个或多个方法,对ObjectID进行转换
                #可以得到以上四种信息
    
    不能够被 JSON 化
    from BSON import ObjectId
            
    ?arrays [] 数组类型 相当于python中的list $pop $push $pull
    ?object {name:1} 对象类型 相当于python中的dict
    
    ps:由于MongoDB存储自由度没有限制,所以我们程序员要定义好数据格式,尽可能少的修改格式(开发阶段随便修改)
    
    
    
8. 排序 跳过 显示条目
sort 排序 find().sort(id:-1/1) 1 升序 2 降序 desc
skip 跳过 find().skip(2) 从三条开始返回
limit 显示条目 find().limit(2)只显示前两条

混搭:
db.user.find({}).sort({age:-1 }).skip(1).limit(2)
根据age字段进行降序排列,并且跳过第一条,从第二条开始返回,两条数据

9.pymongo:
    sort("age",pymongo.DESCENDING)
View Code

 

转载于:https://www.cnblogs.com/wxj1129549016/p/10277028.html

;