python之PyMongo使用总结
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
或者可以这样
连接数据库
连接聚集
聚集相当于关系型数据库中的表
查看数据库下所有聚集名称
插入记录
删除记录
全部删除
按条件删除
更新记录
collection.update({"key1": "value1"}, {"$set": {"key2": "value2", "key3": "value3"}})
查询记录
查询一条记录:find_one()不带任何参数返回第一条记录.带参数则按条件查找返回
查询多条记录:find()不带参数返回所有记录,带参数按条件查找返回
查看聚集的多条记录
查看聚集记录的总数
查询结果排序
单列上排序
1 2 3 | collection.find().sort( "key1" ) # 默认为升序 collection.find().sort( "key1" , pymongo.ASCENDING) # 升序 collection.find().sort( "key1" , pymongo.DESCENDING) # 降序 |
多列上排序
collection.find().sort([("key1", pymongo.ASCENDING), ("key2", pymongo.DESCENDING)])
实例1:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 | #!/usr/bin/env python #coding:utf-8 # Author: --<qingfengkuyu> # Purpose: MongoDB的使用 # Created: 2014/4/14 #32位的版本最多只能存储2.5GB的数据(NoSQLFan:最大文件尺寸为2G,生产环境推荐64位) import pymongo import datetime import random #创建连接 conn = pymongo.Connection( '10.11.1.70' , 27017 ) #连接数据库 db = conn.study #db = conn['study'] #打印所有聚集名称,连接聚集 print u '所有聚集:' ,db.collection_names() posts = db.post #posts = db['post'] print posts #插入记录 new_post = { "AccountID" : 22 , "UserName" : "libing" , 'date' :datetime.datetime.now()} new_posts = [{ "AccountID" : 22 , "UserName" : "liuw" , 'date' :datetime.datetime.now()}, { "AccountID" : 23 , "UserName" : "urling" , 'date' :datetime.datetime.now()}] #每条记录插入时间都不一样 posts.insert(new_post) #posts.insert(new_posts)#批量插入多条数据 #删除记录 print u '删除指定记录:\n' ,posts.find_one({ "AccountID" : 22 , "UserName" : "libing" }) posts.remove({ "AccountID" : 22 , "UserName" : "libing" }) #修改聚集内的记录 posts.update({ "UserName" : "urling" },{ "$set" :{ 'AccountID' :random.randint( 20 , 50 )}}) #查询记录,统计记录数量 print u '记录总计为:' ,posts.count(),posts.find().count() print u '查询单条记录:\n' ,posts.find_one() print posts.find_one({ "UserName" : "liuw" }) #查询所有记录 print u '查询多条记录:' #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),( 'date' ,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),( 'date' ,pymongo.DESCENDING)]).explain()[ "cursor" ] #未加索引用BasicCursor查询记录 print posts.find().sort([( "UserName" ,pymongo.ASCENDING),( 'date' ,pymongo.DESCENDING)]).explain()[ "nscanned" ] #查询语句执行时查询的记录数 |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
微信公众号搜索 “ 脚本之家 ” ,选择关注
程序猿的那些事、送书等活动等着你
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请将相关资料发送至 reterry123@163.com 进行投诉反馈,一经查实,立即处理!
相关文章
python数据分析apply(),map(),applymap()用法
这篇文章主要介绍了python数据分析apply(),map(),applymap()用法,可以方便地实现对批量数据的自定义操作。用法归纳如下,需要的朋友可以参考一下2022-03-03
最新评论