共計 2282 個字符，預計需要花費 6 分鐘才能閱讀完成。

自動寫代碼機器人，免費開通

這篇文章將為大家詳細講解有關 Python 調用 MongoDB 的方法，丸趣 TV 小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

使用 pymongo 對 MongoDB 進行的各種操作，下載相應平臺的版本，解壓即可。為方便使用，將 bin 路徑添加到系統 path 環境變量里。其中 mongod 是服務器，mongo 是客戶 shell，然后創建數據文件目錄：在 c 盤下創建 data 文件夾，里面創建 db 文件夾。

Python 怎么調用 MongoDB

安裝對應語言的 Driver，Python 安裝 pymongo

$easy_installpymongo

使用方法總結，摘自官方教程

創建連接

importpymongo
 connection=pymongo.Connection(localhost ,27017)

切換數據庫

db=connection.test_database

獲取 collection

collection=db.test_collection

db 和 collection 都是延時創建的，在添加 Document 時才真正創建

文檔添加，_id 自動創建

importdatetime
 post={ author : Mike ,
 ... text : Myfirstblogpost! ,
 ... tags :[mongodb , python , pymongo],
 ... date :datetime.datetime.utcnow()}
 posts=db.posts
 posts.insert(post)
 ObjectId(...)

批量插入

new_posts=[{ author : Mike ,
 ... text : Anotherpost! ,
 ... tags :[bulk , insert],
 ... date :datetime.datetime(2009,11,12,11,14)},
 ...{ author : Eliot ,
 ... title : MongoDBisfun ,
 ... text : andprettyeasytoo! ,
 ... date :datetime.datetime(2009,11,10,10,45)}]
 posts.insert(new_posts)
 [ObjectId( ...),ObjectId(...)]

獲取所有 collection(相當于 SQL 的 showtables)

db.collection_names()
 [u posts ,u system.indexes]

獲取單個文檔

posts.find_one()
 {u date :datetime.datetime(...),u text :u Myfirstblogpost! ,u _id :ObjectId(...),u author :u Mike ,u tags :[u mongodb ,u python ,u pymongo]}

查詢多個文檔

forpostinposts.find():
 ...post
 {u date :datetime.datetime(...),u text :u Myfirstblogpost! ,u _id :ObjectId(...),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(...),u author :u Mike ,u tags :[u bulk ,u insert]}
 {u date :datetime.datetime(2009,11,10,10,45),u text :u andprettyeasytoo! ,u _id :ObjectId(...),u author :u Eliot ,u title :u MongoDBisfun }

加條件的查詢

posts.find_one({author : Mike})

高級查詢

posts.find({date :{ $lt :d}}).sort(author)

統計數量

posts.count()
 3

加索引

frompymongoimportASCENDING,DESCENDING
 posts.create_index([(date ,DESCENDING),(author ,ASCENDING)])
 u date_-1_author_1

查看查詢語句的性能

posts.find({date :{ $lt :d}}).sort(author).explain()[ cursor]
 u BtreeCursordate_-1_author_1 
posts.find({date :{ $lt :d}}).sort(author).explain()[ nscanned]
 2

附自己總結的一點小心得，僅供參考

缺點

不是全盤取代傳統數據庫 (NoSQLFan：是否能取代需要看應用場景)

不支持復雜事務 (NoSQLFan：MongoDB 只支持對單個文檔的原子操作)

文檔中的整個樹，不易搜索，4MB 限制?(NoSQLFan：1.8 版本已經修改為 16M)

特點 (NoSQLFan：作者在這里列舉的很多只是一些表層的特點)：

文檔型數據庫，表結構可以內嵌

沒有模式，避免空字段開銷 (SchemaFree)

分布式支持

查詢支持正則

動態擴展架構

32 位的版本最多只能存儲 2.5GB 的數據 (NoSQLFan：最大文件尺寸為 2G，生產環境推薦 64 位)

關于“Python 調用 MongoDB 的方法”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

向 AI 問一下細節