1 MongoDB相关概念
1.1 MongoDB的简介
1.1.1 背景
传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。
“三高”需求：
High performance - 对数据库高并发读写的需求。
Huge Storage - 对海量数据的高效率存储和访问的需求。
High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求。
而MongoDB可应对“三高”需求。
什么时候选择MongoDB?
应用不需要事务及复杂 join 支持
新应用，需求会变，数据模型无法确定，想快速迭代开发
应用需要2000-3000以上的读写QPS（更高也可以）
应用需要TB甚至 PB 级别数据存储
应用发展迅速，需要能快速水平扩展
应用要求存储的数据不丢失
应用需要99.999%高可用
应用需要大量的地理位置查询、文本查询
1.1.2 简介
MongoDB是一个开源、高性能、无模式的文档型数据库，当初的设计就是用于简化开发和方便扩展，是NoSQL数据库产品中的一种。是最像关系型数据库（MySQL）的非关系型数据库。
它支持的数据结构非常松散，是一种类似于 JSON 的 格式叫BSON，所以它既可以存储比较复杂的数据类型，又相当的灵活。
MongoDB中的记录是一个文档，它是一个由字段和值对（field:value）组成的数据结构。MongoDB文档类似于JSON对象，即一个文档认为就是一个对象。字段的数据类型是字符型，它的值除了使用基本的一些类型外，还可以包括其他文档、普通数组和文档数组。
1.1.3 体系结构
MongoDB的最小存储单位就是文档(document)对象。文档(document)对象对应于关系型数据库的行。数据在MongoDB中以BSON（Binary-JSON）文档的格式存储在磁盘上。
BSON（Binary Serialized Document Format）是一种类json的一种二进制形式的存储格式，简称Binary JSON。BSON和JSON一样，支持内嵌的文档对象和数组对象，但是BSON有JSON没有的一些数据类型，如Date和BinData类型。
BSON采用了类似于 C 语言结构体的名称、对表示方法，支持内嵌的文档对象和数组对象，具有轻量性、可遍历性、高效性的三个特点，可以有效描述非结构化数据和结构化数据。这种格式的优点是灵活性高，但它的缺点是空间利用率不是很理想。
Bson中，除了基本的JSON类型：string,integer,boolean,double,null,array和object，mongo还使用了特殊的数据类型。这些类型包括 date,object id,binary data,regular expression 和code。每一个驱动都以特定语言的方式实现了这些类型，查看你的驱动的文档来获取详细信息。
BSON数据类型参考列表：
1.1.4 MongoDB的特点
MongoDB主要有如下特点：
高性能：MongoDB提供高性能的数据持久性。特别是,对嵌入式数据模型的支持减少了数据库系统上的I/O活动。索引支持更快的查询，并且可以包含来自嵌入式文档和数组的键。（文本索引解决搜索的需求、TTL索引解决历史数据自动过期的需求、地理位置索引可用于构建各种 O2O 应用）。mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持满足各种场景需求。Gridfs解决文件存储的需求。
高可用性：MongoDB的复制工具称为副本集（replica set），它可提供自动故障转移和数据冗余。
高扩展性：MongoDB提供了水平可扩展性作为其核心功能的一部分。分片将数据分布在一组集群的机器上。（海量数据存储，服务能力水平扩展）。从3.4开始，MongoDB支持基于片键创建数据区域。在一个平衡的集群中，MongoDB将一个区域所覆盖的读写只定向到该区域内的那些片。
丰富的查询支持：MongoDB支持丰富的查询语言，支持读和写操作(CRUD)，比如数据聚合、文本搜索和地理空间查询等。
其他特点：如无模式（动态模式）、灵活的文档模型、
1.2 MongoDB的单机部署
1.2.1 Windows中的安装和启动
MongoDB 提供了可用于 32 位和 64 位系统的预编译二进制包，你可以从MongoDB官网下载安装，MongoDB 预编译二进制包下载地址：https://www.mongodb.com/download-center#community
MongoDB的版本命名规范如：x.y.z；
y为奇数时表示当前版本为开发版，如：1.5.2、4.1.13；
y为偶数时表示当前版本为稳定版，如：1.6.3、4.0.10；
z是修正版本号，数字越大越好。
解压目录中，手动建立一个目录用于存放数据文件，如data/db
在bin 目录中打开命令行提示符，输入如下命令：
mongod --dbpath=..\data\db在屏幕上可以看到
waiting for connections on port 27017mongoDB的默认端口是27017，如果我们想改变默认的启动端口，可以通过--port来指定端口。
另一种方法是采用配置文件法
在解压目录中新建
config文件夹，该文件夹中新建配置文件mongod.conf，内如参考如下：storage: #The directory where the mongod instance stores its data.Default Value is "\data\db" on Windows. dbPath: D:\mongodb-win32-x86_64-2008plus-ssl-4.0.28\data\db启动方式：
mongod -f ../config/mongod.conf 或者 mongod --config ../config/mongod.conf
1.2.2 Shell连接(mongo命令)
在命令提示符输入以下shell命令即可完成登陆
mongo
或
mongo --host=127.0.0.1 --port=27017查看已经有的数据库:
show dbs1.2.3 Linux系统中的安装启动和连接
先到官网下载压缩包
上传压缩包到Linux中，解压到当前目录：
tar -xvf mongodb-linux-x86_64-4.0.10.tgz移动解压后的文件夹到指定的目录中：
mv mongodb-linux-x86_64-4.0.10 /usr/local/mongodb新建几个目录，分别用来存储数据和日志：
# 数据存储目录
mkdir -p /mongodb/single/data/db
# 日志存储目录
mkdir -p /mongodb/single/log新建并修改配置文件
vi /mongodb/single/mongod.conf配置文件的内容如下：
systemLog:
# MongoDB发送所有日志输出的目标指定为文件
# #The path of the log file to which mongod or mongos should send all diagnostic logging information
destination: file
# mongod或mongos应向其发送所有诊断日志记录信息的日志文件的路径
path: "/mongodb/single/log/mongod.log"
# 当mongos或mongod实例重新启动时，mongos或mongod会将新条目附加到现有日志文件的末尾。
logAppend: true
storage:
# mongod实例存储其数据的目录。storage.dbPath设置仅适用于mongod。
## The directory where the mongod instance stores its data.Default Value is "/data/db".
dbPath: "/mongodb/single/data/db"
journal:
# 启用或禁用持久性日志以确保数据文件保持有效和可恢复。
enabled: true
processManagement:
# 启用在后台运行mongos或mongod进程的守护进程模式。
fork: true
net:
# 服务实例绑定的IP，默认是localhost,局域网ip 用ifconfig命令查看
bindIp: localhost,192.168.0.2
# 绑定的端口，默认是27017
port: 27017启动MongoDB服务
[root@bobohost single]# /usr/local/mongodb/bin/mongod -f /mongodb/single/mongod.conf
about to fork child process, waiting until server is ready for connections.
forked process: 90384
child process started successfully, parent exiting如果远程连接不上，需要配置防火墙放行，或直接关闭linux防火墙
#查看防火墙状态
systemctl status firewalld
# 临时关闭防火墙
systemctl stop firewalld
# 开机禁止启动防火墙
systemctl disable firewalld2 MongoDB的基本操作
2.1 数据库操作
2.1.1 选择和创建数据库
选择和创建数据库的语法格式：
use 数据库名称如果数据库不存在则自动创建，例如，以下语句创建spitdb 数据库：
use articledb2.1.2 查看有权限查看的所有的数据库命令
show dbs
或
show databases注意: 在 MongoDB 中，集合只有在内容插入后才会创建! 就是说，创建集合(数据表)后要再插入一个文档(记录)，集合才会真正创建。
2.1.3 查看当前正在使用的数据库命令
dbMongoDB 中默认的数据库为 test，如果你没有选择数据库，集合将存放在 test 数据库中。
数据库名可以是满足以下条件的任意UTF-8字符串。
不能是空字符串（"")。
不得含有' '（空格)、.、$、/、\和\0 (空字符)。
应全部小写。
最多64字节。
有一些数据库名是保留的，可以直接访问这些有特殊作用的数据库。
admin： 从权限的角度来看，这是"root"数据库。要是将一个用户添加到这个数据库，这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行，比如列出所有的数据库或者关闭服务器。
local: 这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合
config: 当Mongo用于分片设置时，config数据库在内部使用，用于保存分片的相关信息。
2.1.4 数据库的删除
MongoDB 删除数据库的语法格式如下：
db.dropDatabase()主要用来删除已经持久化的数据库
2.2 集合操作
集合，类似关系型数据库中的表。
可以显示的创建，也可以隐式的创建。
2.2.1 集合的显式创建
基本语法格式：
db.createCollection(name)name: 要创建的集合名称
查看当前库中的表：show tables命令
show collections
或
show tables集合的命名规范：
集合名不能是空字符串""。
集合名不能含有\0字符（空字符)，这个字符表示集合名的结尾。
集合名不能以"system."开头，这是为系统集合保留的前缀。
用户创建的集合名字不能含有保留字符。有些驱动程序的确支持在集合名里面包含，这是因为某些系统生成的集合中包含该字符。除非你要访问这种系统创建的集合，否则千万不要在名字里出现$。
2.2.2 集合的隐式创建
当向一个集合中插入一个文档的时候，如果集合不存在，则会自动创建集合。通常我们使用隐式创建文档即可。
2.2.3 集合的删除
集合删除语法格式如下：
db.collection.drop()
或
db.集合.drop()如果成功删除选定集合，则 drop() 方法返回 true，否则返回 false。
2.3 文档基本CRUD
文档（document）的数据结构和 JSON 基本一样。
所有存储在集合中的数据都是 BSON 格式。
2.3.1 文档的插入
2.3.1.1 单个文档插入
使用insert() 或 save() 方法向集合中插入文档，语法如下：
db.集合名称.insert(
<document or array of documents>,
{
writeConcern: <document>,
ordered: <boolean>
}
)例如：要向comment的集合(表)中插入一条测试数据：
db.comment.insert(
{
"articleid":"100000",
"content":"今天天气真好，阳光明媚",
"userid":"1001",
"nickname":"Rose",
"createdatetime":new Date(),
"likenum":NumberInt(10),
"state":null
}
)
comment集合如果不存在，则会隐式创建
mongo中的数字，默认情况下是double类型，如果要存整型，必须使用函数NumberInt(整型数字)，否则取出来就有问题了。
插入当前日期使用
new Date()插入的数据没有指定_id ，会自动生成主键值
如果某字段没值，可以赋值为null，或不写该字段。
文档中的键/值对是有序的。
文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档)。
MongoDB区分类型和大小写。
MongoDB的文档不能有重复的键。
文档的键是字符串。除了少数例外情况，键可以使用任意UTF-8字符。
文档键命名规范：
键不能含有
\0(空字符)。这个字符用来表示键的结尾。.和$有特别的意义，只有在特定环境下才能使用。以下划线"
_"开头的键是保留的(不是严格要求的)。
2.3.1.2 批量插入
语法：
db.collection.insertMany
(
[ <document 1> , <document 2>, ... ],
{
writeConcern: <document>,
ordered: <boolean>
}
)例如：批量插入多条文章评论：
db.comment.insertMany([
{
"_id":"1",
"articleid":"100001",
"content":"我们不应该把清晨浪费在手机上，健康很重要，一杯温水幸福你我他。",
"userid":"1002","nickname":"相忘于江湖",
"createdatetime":new Date("2019-08-05T22:08:15.522Z"),
"likenum":NumberInt(1000),"state":"1"
},
{
"_id":"2","articleid":"100001",
"content":"我夏天空腹喝凉开水，冬天喝温开水",
"userid":"1005",
"nickname":"伊人憔悴",
"createdatetime":new Date("2019-08-05T23:58:51.485Z"),
"likenum":NumberInt(888),
"state":"1"
},
{
"_id":"3",
"articleid":"100001",
"content":"我一直喝凉开水，冬天夏天都喝。",
"userid":"1004",
"nickname":"杰克船长",
"createdatetime":new Date("2019-08-06T01:05:06.321Z"),
"likenum":NumberInt(666),"state":"1"
}
]);如果某条数据插入失败，将会终止插入，但已经插入成功的数据不会回滚掉。
因为批量插入由于数据较多容易出现失败，因此，可以使用try catch进行异常捕捉处理，测试的时候可以不处理。
try {
db.comment.insertMany([
{"_id":"1","articleid":"100001","content":"我们不应该把清晨浪费在手机上，健康很重要，一杯温水幸福你我他。","userid":"1002","nickname":"相忘于江湖","createdatetime":new Date("2019-08-05T22:08:15.522Z"),"likenum":NumberInt(1000),"state":"1"},
{"_id":"2","articleid":"100001","content":"我夏天空腹喝凉开水，冬天喝温开水","userid":"1005","nickname":"伊人憔悴","createdatetime":new Date("2019-08-05T23:58:51.485Z"),"likenum":NumberInt(888),"state":"1"},
{"_id":"3","articleid":"100001","content":"我一直喝凉开水，冬天夏天都喝。","userid":"1004","nickname":"杰克船长","createdatetime":new Date("2019-08-06T01:05:06.321Z"),"likenum":NumberInt(666),"state":"1"},
{"_id":"4","articleid":"100001","content":"专家说不能空腹吃饭，影响健康。","userid":"1003","nickname":"凯撒","createdatetime":new Date("2019-08-06T08:18:35.288Z"),"likenum":NumberInt(2000),"state":"1"},
{"_id":"5","articleid":"100001","content":"研究表明，刚烧开的水千万不能喝，因为烫嘴。","userid":"1003","nickname":"凯撒","createdatetime":new Date("2019-08-06T11:01:02.521Z"),"likenum":NumberInt(3000),"state":"1"}
]);
} catch (e) {
print (e);
}2.3.2 文档的基本查询
查询数据的语法格式如下：
db.collection.find(<query>, [projection])2.3.2.1 查询所有
如果我们要查询spit集合的所有文档，我们输入以下命令
db.comment.find()
或
db.comment.find({})这里你会发现每条文档会有一个叫_id的字段，这个相当于我们原来关系数据库中表的主键，当你在插入文档记录时没有指定该字段，MongoDB会自动创建，其类型是ObjectID类型。
如果我们在插入文档记录时指定该字段也可以，其类型可以是ObjectID类型，也可以是MongoDB支持的任意类型。
如果我想按一定条件来查询，比如我想查询userid为1003的记录，怎么办？很简单！只 要在find()中添加参数即可，参数也是json格式，如下：
db.comment.find({userid:'1003'})如果你只需要返回符合条件的第一条数据，我们可以使用findOne命令来实现，语法和find一样。
db.comment.findOne({userid:'1003'})2.3.2.2 投影查询（Projection Query）
如果要查询结果返回部分字段，则需要使用投影查询（不显示所有字段，只显示指定的字段）。
如：查询结果只显示_id、userid、nickname :
db.comment.find(
{userid:"1003"},
{userid:1, nickname:1}
)
{ "_id" : "4", "userid" : "1003", "nickname" : "凯撒" }
{ "_id" : "5", "userid" : "1003", "nickname" : "凯撒" }默认_id 会显示。不显示可以_id:0
2.3.3 文档的更新
更新文档的语法：
db.collection.update(query, update, options)
//或
db.collection.update(
<query>,
<update>,
{
upsert: <boolean>,
multi: <boolean>,
writeConcern: <document>,
collation: <document>,
arrayFilters: [ <filterdocument1>, ... ],
hint: <document|string> // Available starting in MongoDB 4.2
}
)2.3.3.1 覆盖的修改
如果我们想修改_id为1的记录，点赞量为1001，输入以下语句：
db.comment.update({_id:"1"},{likenum:NumberInt(1001)})执行后，我们会发现，这条文档除了likenum字段其它字段都不见了
2.3.3.2 局部修改
为了解决这个问题，我们需要使用修改器$set来实现，命令如下：
db.comment.update({_id:"2"},{$set:{likenum:NumberInt(889)}})2.3.3.3 批量的修改
更新所有用户为1003 的用户的昵称为凯撒大帝。
// 默认只修改第一条数据
db.comment.update({userid:"1003"},{$set:{nickname:"凯撒2"}})
// 修改所有符合条件的数据
db.comment.update({userid:"1003"},{$set:{nickname:"凯撒大帝"}},{multi:true})2.3.3.4 列值增长的修改
如果我们想实现对某列值在原有值的基础上进行增加或减少，可以使用$inc 运算符来实现。
例如：对3号数据的点赞数，每次递增1
db.comment.update({_id:"3"},{$inc:{likenum:NumberInt(1)}})2.3.4 删除文档
删除文档的语法结构：
db.集合名称.remove(条件)以下语句可以将数据全部删除
db.comment.remove({})2.4 文档的分页查询
2.4.1 统计查询
统计查询使用count()方法，语法如下：
db.collection.count(query, options)例如：统计userid为1003的记录条数
db.comment.count({userid:"1003"})默认情况下
count()方法返回符合条件的全部记录条数。
2.4.2 分页列表查询
可以使用limit()方法来读取指定数量的数据，使用skip()方法来跳过指定数量的数据。
db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)如果你想返回指定条数的记录，可以在find方法后调用limit来返回结果(TopN)，默认值20，例如：
db.comment.find().limit(3)skip方法同样接受一个数字参数作为跳过的记录条数。（前N个不要）,默认值是0
db.comment.find().skip(3)2.4.3 排序查询
sort() 方法对数据进行排序，sort() 方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而 -1 是用于降序排列。
db.COLLECTION_NAME.find().sort({KEY:1})
或
db.集合名称.find().sort(排序方式)例如：对userid降序排列，并对访问量进行升序排列
db.comment.find().sort({userid:-1,likenum:1})skip(), limilt(), sort()三个放在一起执行的时候，执行的顺序是先 sort(), 然后是 skip()，最后是显示的 limit()，和命令编写顺序无关。
2.5 文档的更多查询
2.5.1 正则的复杂条件查询
MongoDB的模糊查询是通过正则表达式的方式实现的。格式为：
db.collection.find({field:/正则表达式/})
或
db.集合.find({字段:/正则表达式/})2.5.2 比较查询
<, <=, >, >= 这个操作符也是很常用的，格式如下:
db.集合名称.find({ "field" : { $gt: value }}) // 大于: field > value
db.集合名称.find({ "field" : { $lt: value }}) // 小于: field < value
db.集合名称.find({ "field" : { $gte: value }}) // 大于等于: field >= value
db.集合名称.find({ "field" : { $lte: value }}) // 小于等于: field <= value
db.集合名称.find({ "field" : { $ne: value }}) // 不等于: field != value2.5.3 包含查询
包含使用$in操作符。
示例：查询评论的集合中userid字段包含1003或1004的文档
db.comment.find({userid:{$in:["1003","1004"]}})不包含使用$nin操作符。
示例：查询评论集合中userid字段不包含1003和1004的文档
db.comment.find({userid:{$nin:["1003","1004"]}})2.5.4 条件连接查询
我们如果需要查询同时满足两个以上条件，需要使用$and操作符将条件进行关联。（相当于SQL的and） 格式为：
$and:[ { },{ },{ } ]示例：查询评论集合中likenum大于等于700 并且小于2000的文档：
db.comment.find({$and:[{likenum:{$gte:NumberInt(700)}},{likenum:{$lt:NumberInt(2000)}}]})如果两个以上条件之间是或者的关系，我们使用 操作符进行关联，与前面 and的使用方式相同,格式为：
$or:[ { },{ },{ } ]3 索引-Index
3.1 索引的概述
索引支持在MongoDB中高效地执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。
如果查询存在适当的索引，MongoDB可以使用该索引限制必须检查的文档数。
索引是特殊的数据结构，它以易于遍历的形式存储集合数据集的一小部分。索引存储特定字段或一组字段的值，按字段值排序。索引项的排序支持有效的相等匹配和基于范围的查询操作。此外，MongoDB还可以使用索引中的排序返回排序结果。
MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）
3.2 索引的类型
3.2.1 单字段索引
MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（Single Field Index）。
对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为MongoDB可以在任何方向上遍历索引。
3.2.2 复合索引
MongoDB还支持多个字段的用户定义索引，即复合索引（Compound Index）。
复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由{ userid: 1, score: -1 } 组成，则索引首先按userid正序排序，然后在每个userid的值内，再在按score倒序排序。
3.2.3 其他索引
地理空间索引（Geospatial Index）、文本索引（Text Indexes）、哈希索引（Hashed Indexes）。
地理空间索引（Geospatial Index）为了支持对地理空间坐标数据的有效查询，MongoDB提供了两种特殊的索引：返回结果时使用平面几何的二维索引和返回结果时使用球面几何的二维球面索引。
文本索引（Text Indexes）MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合中的词作为词干，只存储根词。
哈希索引（Hashed Indexes）为了支持基于散列的分片，MongoDB提供了散列索引类型，它对字段值的散列进行索引。这些索引在其范围内的值分布更加随机，但只支持相等匹配，不支持基于范围的查询。
3.3 索引的管理操作
3.3.1 索引的查看
返回一个集合中的所有索引的数组。
db.collection.getIndexes()MongoDB在创建集合的过程中，在_id 字段上创建一个唯一的索引，默认名字为_id_，该索引可防止客户端插入两个具有相同值的文档，您不能在_id字段上删除此索引。
注意：该索引是唯一索引，因此值不能重复，即_id 值不能重复的。在分片集群中，通常使用_id 作为片键。
3.3.2 索引的创建
在集合上创建索引。
db.collection.createIndex(keys, options)常见的options（更多选项）
单字段索引示例：对userid 字段建立索引：
db.comment.createIndex({userid:1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}复合索引示例：对userid 和nickname 同时建立复合（Compound）索引：
db.comment.createIndex({userid:1,nickname:-1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 2,
"numIndexesAfter" : 3,
"ok" : 1
}3.3.3 索引的移除
可以移除指定的索引，或移除所有索引
3.3.3.1 指定索引的移除
db.collection.dropIndex(index)例如：删除comment集合中userid 字段上的升序索引：
db.comment.dropIndex({userid:1})3.3.3.2 所有索引的移除
db.collection.dropIndexes()3.4 索引的使用
3.4.1 执行计划
分析查询性能（Analyze Query Performance）通常使用执行计划（解释计划、Explain Plan）来查看查询的情况，如查询耗费的时间、是否基于索引查询等。
那么，通常，我们想知道，建立的索引是否有效，效果如何，都需要通过执行计划查看。
db.collection.find(query,options).explain(options)
"stage" : "COLLSCAN", 表示全集合扫描
"stage" : "IXSCAN",基于索引的扫描
3.4.2 涵盖的查询
当查询条件和查询的投影仅包含索引字段时，MongoDB直接从索引返回结果，而不扫描任何文档或将文档带入内存。 这些覆盖的查询可以非常有效
4 Python MongoDB
4.1 PyMongo和基本操作
4.1.1 PyMongo的安装
Python 要连接 MongoDB 需要 MongoDB 驱动，这里我们使用 PyMongo 驱动来连接。
安装PyMongo
pip3 install pymongo4.1.2 数据库基本操作
4.1.2.1 创建数据库
创建数据库需要使用 MongoClient 对象，并且指定连接的 URL 地址和要创建的数据库名。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]4.1.2.2 判断数据库是否已存在
我们可以读取 MongoDB 中的所有数据库，并判断指定的数据库是否存在：
import pymongo
myclient = pymongo.MongoClient('mongodb://localhost:27017/')
dblist = myclient.list_database_names()
if "articledb" in dblist:
print("数据库已存在！")4.1.3 集合的操作
4.1.3.1 创建一个集合
MongoDB 使用数据库对象来创建集合，实例如下：
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]4.1.3.2 判断集合是否已存在
import pymongo
myclient = pymongo.MongoClient('mongodb://localhost:27017/')
mydb = myclient['articledb']
collist = mydb.list_collection_names()
if "sites" in collist: # 判断 sites 集合是否存在
print("集合已存在！")4.2 PyMongo文档操作
4.2.1 插入文档
4.2.1.1 插入集合
集合中插入文档使用insert_one()方法，该方法的第一参数是字典 name => value 对。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
mydict = { "name": "RUNOOB", "alexa": "10000", "url": "https://www.runoob.com" }
x = mycol.insert_one(mydict)
print(x) # <pymongo.results.InsertOneResult object at 0x10a34b288>4.2.1.2 返回 _id 字段
insert_one()方法返回 InsertOneResult 对象，该对象包含 inserted_id 属性，它是插入文档的id 值。
import pymongo
myclient = pymongo.MongoClient('mongodb://localhost:27017/')
mydb = myclient['articledb']
mycol = mydb["sites"]
mydict = { "name": "Google", "alexa": "1", "url": "https://www.google.com" }
x = mycol.insert_one(mydict)
print(x.inserted_id) # 5b2369cac315325f3698a1cf4.2.1.3 插入多个文档
集合中插入多个文档使用insert_many()方法，该方法的第一参数是字典列表。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
mylist = [
{ "name": "Taobao", "alexa": "100", "url": "https://www.taobao.com" },
{ "name": "QQ", "alexa": "101", "url": "https://www.qq.com" },
{ "name": "Facebook", "alexa": "10", "url": "https://www.facebook.com" },
{ "name": "知乎", "alexa": "103", "url": "https://www.zhihu.com" },
{ "name": "Github", "alexa": "109", "url": "https://www.github.com" }
]
x = mycol.insert_many(mylist)
# 输出插入的所有文档对应的 _id 值
print(x.inserted_ids)insert_many()方法返回 InsertManyResult 对象，该对象包含 inserted_ids 属性，该属性保存着所有插入文档的 id 值。
4.2.2 查询文档
MongoDB 中使用了 find 和 find_one 方法来查询集合中的数据，它类似于 SQL 中的 SELECT 语句。
4.2.2.1 查询一条数据
我们可以使用find_one()方法来查询集合中的一条数据。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
x = mycol.find_one()
print(x)
#{'_id':ObjectId('5b23696ac315325f269f28d1'),'name':'RUNOOB','alexa':'10000','url':'https://www.runoob.com'}4.2.2.2 查询集合中所有数据
find()方法可以查询集合中的所有数据，类似 SQL 中的 SELECT *操作。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
for x in mycol.find():
print(x)
"""
{'_id': ObjectId('5b23696ac315325f269f28d1'),'name':'RUNOOB','alexa':'10000','url':'https://www.runoob.com'}
{'_id': ObjectId('5b2369cac315325f3698a1cf'), 'name': 'Google', 'alexa':'1','url':'https://www.google.com'}
{'_id': ObjectId('5b236aa9c315325f5236bbb6'), 'name': 'Taobao','alexa':'100','url':'https://www.taobao.com'}
{'_id': ObjectId('5b236aa9c315325f5236bbb7'), 'name': 'QQ', 'alexa': '101', 'url': 'https://www.qq.com'}
{'_id':ObjectId('5b236aa9c315325f5236bbb8'),'name':'Facebook','alexa':'10','url':'https://www.facebook.com'}
{'_id': ObjectId('5b236aa9c315325f5236bbb9'), 'name': '知乎', 'alexa': '103', 'url': 'https://www.zhihu.com'}
{'_id': ObjectId('5b236aa9c315325f5236bbba'), 'name': 'Github','alexa':'109','url':'https://www.github.com'}
"""4.2.2.3 查询指定字段的数据
我们可以使用 find()方法来查询指定字段的数据，将要返回的字段对应值设置为 1。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
for x in mycol.find({},{ "_id": 0, "name": 1, "alexa": 1 }):
print(x)
"""
{'name': 'RUNOOB', 'alexa': '10000'}
{'name': 'Google', 'alexa': '1'}
{'name': 'Taobao', 'alexa': '100'}
{'name': 'QQ', 'alexa': '101'}
{'name': 'Facebook', 'alexa': '10'}
{'name': '知乎', 'alexa': '103'}
{'name': 'Github', 'alexa': '109'}
"""4.2.2.4 根据指定条件查询
我们可以在 find()中设置参数来过滤数据。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
myquery = { "name": "'Google" }
mydoc = mycol.find(myquery)
for x in mydoc:
print(x)4.2.2.5 高级查询
查询的条件语句中，我们还可以使用修饰符。
以下实例用于读取 name 字段中第一个字母 ASCII 值大于 "H" 的数据，大于的修饰符条件为{"$gt": "H"}:
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
myquery = { "name": { "$gt": "H" } }
mydoc = mycol.find(myquery)
for x in mydoc:
print(x)4.2.2.6 返回指定条数记录
果我们要对查询结果设置指定条数的记录可以使用limit()方法，该方法只接受一个数字参数。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
myresult = mycol.find().limit(3)
# 输出结果
for x in myresult:
print(x)4.2.3 修改文档
我们可以在 MongoDB 中使用 update_one() 方法修改文档中的记录。该方法第一个参数为查询的条件，第二个参数为要修改的字段。
如果查找到的匹配数据多于一条，则只会修改第一条。
以下实例将 alexa 字段的值 10000 改为 12345:
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
myquery = { "alexa": "10000" }
newvalues = { "$set": { "alexa": "12345" } }
mycol.update_one(myquery, newvalues)
# 输出修改后的 "sites" 集合
for x in mycol.find():
print(x)update_one()方法只能修匹配到的第一条记录，如果要修改所有匹配到的记录，可以使用 update_many()。
4.2.4 排序
sort()方法可以指定升序或降序排序。
sort()方法第一个参数为要排序的字段，第二个字段指定排序规则，1为升序，-1 为降序，默认为升序。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
# 对字段 alexa 按升序排序
mydoc = mycol.find().sort("alexa")
for x in mydoc:
print(x)4.2.5 删除数据
4.2.5.1 删除一个文档
我们可以使用 delete_one()方法来删除一个文档，该方法第一个参数为查询对象，指定要删除哪些数据。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
myquery = { "name": "Taobao" }
# 删除 name 字段值为 "Taobao" 的文档
mycol.delete_one(myquery)
# 删除后输出
for x in mycol.find():
print(x)4.2.5.2 删除多个文档
我们可以使用 delete_many()方法来删除多个文档，该方法第一个参数为查询对象，指定要删除哪些数据。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
myquery = { "name": {"$regex": "^F"} }
# 删除所有 name 字段中以 F 开头的文档
x = mycol.delete_many(myquery)
print(x.deleted_count, "个文档已删除")4.2.5.3 删除集合中的所有文档
delete_many() 方法如果传入的是一个空的查询对象，则会删除集合中的所有文档：
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
x = mycol.delete_many({})
print(x.deleted_count, "个文档已删除")4.2.5.4 删除集合
我们可以使用drop()方法来删除一个集合。
import pymongo
myclient = pymongo.MongoClient("mongodb://localhost:27017/")
mydb = myclient["articledb"]
mycol = mydb["sites"]
mycol.drop()