Python并不僅僅是一個做Machine Learning的語言，
?
說到Python，一般都會感覺它關聯著ML，如果不是做ML開發，就會覺得離自己很遠，而實際上，作為一門語言，Python在應用中跟別的語言沒什么區別，甚至在某些時間，它的方便會讓人感覺很舒服，
試想一下，有個小需求，需要臨時改一些資料庫的資料，怎么搞？直接寫資料庫腳本？麻煩，開個IDE寫段代碼？更麻煩，這時候，有Python就很爽了 --- 隨便開個Notepad或VIM，寫段代碼，就搞定了，
很方便，有沒有？
所以，不管做什么樣的開發，了解一點Python，還是有點意義的，
?
今天我們就整理一個知識點：Python操作MongoDB資料庫，
為了防止不提供原網址的轉載，特在這里加上原文鏈接：https://www.cnblogs.com/tiger-wang/p/13216977.html
一、運行準備
首先，我們需要有Python3 ，現在Python全線從v2轉為v3，如果還停留在v2的年代，不妨升一下級，
Python3的安裝不詳細說，官網在https://www.python.org，
檢查是否安裝Python3，可以用以下命令：
% python3 --version
Python 3.7.4
如果安裝了，會回傳Python3的版本號，我裝的是3.7.4 ，
?
Python操作MongoDB資料庫，需要PyMongo庫的支持，
% pip install pymongo
或者
% python3 -m pip install pymongo
?
pip是Python全系的軟體包管理工具，類似于Ubuntu/Debian的apt、Centos的rpm、MacOS的brew，
新安裝的Python3，可能沒有pip命令，檢查一下：
% pip --version
同樣，如果有安裝，會回傳pip的版本號，
如果沒有安裝，以下是命令：
% curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
% python3 get-pip.py
也可以去pip官網自行查找安裝，官網在https://pip.pypa.io/en/stable/
?
MongoDB也需要安裝好，安裝程序在文章15分鐘從零開始搭建支持10w+用戶的生產環境(二)里有詳細的步驟，這兒略過，
?
這樣，我們就準備好了全部的運行環境，
二、操作MongoDB
1. 連接串
MongoDB的連接串，在所有開發語言中都是一樣的：
database_connection_uri = "mongodb://localhost:27031/admin"
2. 連接資料庫
PyMongo提供了MongoClient用來連接MongoDB，并初始化物件，
client = pymongo.MongoClient(database_connection_uri)
3. 打開資料庫和資料集
db = client["Test"]
collection = db["TestCollection"]
這個例子中，資料庫叫Test，資料集Collection叫TestCollection ，
?
到這兒，資料集已經正常打開，
全部的代碼如下：
#!/usr/local/bin python3
# -*- coding: UTF-8 -*-
import pymongo
database_connection_uri = "mongodb://localhost:27031/admin"
def main():
client = pymongo.MongoClient(database_connection_uri)
db = client["Test"]
collection = db["TestCollection"]
print("Success !!!")
if __name__ == '__main__':
main()
4. 創建索引
MongoDB中，索引很關鍵，一個好的索引可以讓上億級的資料集查詢在毫秒內出結果，
collection.create_index([("article_id", pymongo.ASCENDING)], background=True)
升序是pymongo.ASCENDING，降序是pymongo.DESCENDING，
看引數就知道，如果創建聯合索引，就把欄位名一個一個列出來：
collection.create_index([("article_id", pymongo.ASCENDING), ("action_time", pymongo.DESCENDING)], background=True)
在MongoDB中，索引可以在任何時候創建，
5. 創建資料
PyMongo所有資料采用Json資料，
Demo資料：
import datetime
article1 = {
"article_id": 1,
"title": "文章標題1",
"body": "文章內容1",
"action_time": datetime.datetime.utcnow()
}
直接呼叫collection物件的insert命令創建資料：
result = collection.insert(article1)
創建成功后，會回傳該資料檔案的_id值，
看一下全部代碼：
def main():
client = pymongo.MongoClient(database_connection_uri)
db = client["Test"]
collection = db["TestCollection"]
article1 = {
"article_id": 1,
"title": "文章標題1",
"body": "文章內容1",
"action_time": datetime.datetime.utcnow()
}
result = collection.insert(article1)
print(result)
?
也可以一次創建多條檔案：
result = collection.insert([article1, article2])
注意那個中括號，
多條創建時，回傳值result也是個串列，里面是所有創建記錄的_id值，
?
此外，PyMongo還提供了另外兩個方法：insert_one和insert_many，對應創建一條資料和多條資料，
result = collection.insert_one(article1)
result = collection.insert_many([article1, article2])
這兩個方法回傳值與insert回傳值略有不同，回傳的是個物件，
insert_one回傳InsertOneResult，InsertOneResult.inserted_id才是_id值，
insert_many回傳InsertManyResult，InsertManyResult.inserted_ids是_id的串列，
6. 查詢資料
查詢資料有兩個方法：find_one和find，
先說find_one，看名稱就知道，是查一條檔案資料，回傳結果是一個字典型別的記錄，
result = collection.find_one({"article_id": 1})
print(type(result))
print(result)
輸出結果：
<class 'dict'>
{'_id': ObjectId('5efb1ecc7ca7cd50ed1150ed'), 'article_id': 1, 'title': '文章標題1', 'body': '文章內容1', 'action_time': datetime.datetime(2020, 6, 30, 11, 15, 24, 97000)}
當然也可以使用_id查詢：
from bson.objectid import ObjectId
result = collection.find_one({'_id': ObjectId('5efb1ecc7ca7cd50ed1150ed')})
?
find方法，用來查詢多條資料，
results = collection.find({"title": {"$ne":""}})
print(type(results))
print(results)
for result in results:
print(result)
輸出結果：
<class 'pymongo.cursor.Cursor'>
<pymongo.cursor.Cursor object at 0x7f82c2cf7d50>
{'_id': ObjectId('5efb1ecc7ca7cd50ed1150ed'), 'article_id': 1, 'title': '文章標題1', 'body': '文章內容1', 'action_time': datetime.datetime(2020, 6, 30, 11, 15, 24, 97000)}
{'_id': ObjectId('5efb1ecc7ca7cd50ed1150ee'), 'article_id': 2, 'title': '文章標題2', 'body': '文章內容2', 'action_time': datetime.datetime(2020, 6, 30, 11, 15, 24, 97000)}
能看出，find查詢的結果是一個游標cursor，指向回傳的資料集合，資料可以回圈讀出，
7. 結果統計
統計查詢結果有多少條資料，PyMongo提供了一個count方法：
results = collection.find({"title": {"$ne":""}}).count()
或者查整個資料集的資料：
results = collection.find().count()
8. 排序查詢
排序也是一個方法，sort：
results = collection.find({"title": {"$ne":""}}).sort("action_time", pymongo.ASCENDING)
升序是pymongo.ASCENDING，降序是pymongo.DESCENDING，
9. 偏移和限定
兩個用處不大不小的功能，通常在一起用，當然分開也沒關系，
results = collection.find({"title": {"$ne":""}}).sort("action_time", pymongo.DESCENDING).skip(1).limit(1)
limit限定了結果集取多少條資料，而skip則決定跳過多少條資料后去取，
在資料量不大的情況下，可以用來做分頁，而如果資料量很大，這種方式效率不高，更好的做法是記住前一個頁的最后一條資料的關鍵值，例如_id，查詢時取條件大于這個值的資料，
10. 更新資料
PyMongo提供了兩個更新資料的方法：update_one和update_many，代碼是這樣的：
filter = {"article_id": 1}
update = {"$set": {"body": "新的文章內容"}}
result = collection.update_one(filter, update)
print(type(result))
回傳一個物件UpdateResult，里面包含更新結果的全部資訊，
注意：這兒有個不同于傳統SQL的地方，一定要注意，當更新的條件匹配到多條資料時，update_one只會更新匹配到的資料集中第一條資料，update_many可以更新匹配到的全部資料，所以，如果用update_one，除非是你本意，一定要確定條件匹配到的資料唯一，
11. 洗掉資料
也同樣有兩個方法：delete_one和delete_many，用法和更新相似：
filter = {"article_id": 1}
result = collection.delete_one(filter)
print(type(result))
同樣的，delete_one也只會洗掉匹配到的資料集中第一條資料，
11. 原子級處理
這是MongoDB中的一個特色操作，也是早期MongoDB的無奈之選，因為早期版本的MongoDB并不支持事務處理，而上面講到的更新和洗掉，并不能保證并發情況下的資料安全，
MongoDB為了解決這個并發的資料問題，增加了三個原子級的處理，對應于PyMongo的三個方法：find_one_and_update、find_one_and_replace和find_one_and_delete，
這三個方法，看名字就知道做什么的，用法上，跟上面的更新和洗掉一致，區別在于：這三個方法執行的時候，會通過資料鎖來保證資料修改在并發狀態下的一致性，當然，這個處理是有一定代價的，它要比上面說的更新和洗掉慢一點，實測資料會慢5毫秒左右，
這三個方法應用挺廣的，比方我們需要生成一個自增量ID，就可以用find_one_and_update來控制增量資料，因為他是原子級操作，所以并發也不會有重復的資料產生，
?
嗯，MongoDB從4.0開始，已經全面支持事務了，不過，這三個方法依然保留了下來，
12. 事務
這是一個新特性，需要資料庫4.0以上才支持，寫法上，跟傳統的事務沒什么區別，
with client.start_session() as s:
s.start_transaction()
filter = {"article_id": 1}
update = {"$set": {"body": "新的文章內容"}}
result = collection.update_one(filter, update)
result = collection.delete_one(filter)
s.commit_transaction()
?
以上部分，就是Python操作MongoDB的全部內容，
最后，送大家一個彩蛋，
三、彩蛋
有時候，我們需要把寫好的Python程式給到別人來使用，可是，我們又不能讓別人也裝個Python，怎么辦？
神器來了，
PyInstaller，官網在http://www.pyinstaller.org，
它的作用，是把您寫的Python程式，轉成各種作業系統下的可執行檔案，
?
PyInstaller安裝很簡單：
% pip install pyinstaller
使用更簡單：
% pyinstaller your_code.py
經過一翻編譯，會生成幾個目錄，其中，dist目錄下，就是編譯完成的可執行程式，當然，我們的Python程式會參考或依賴一些庫，而可愛的PyInstaller，也很貼心的把這些庫復制到了這個目錄中，
找到目錄中同名的可執行程式，例如這個例子中，將是your_code，運行之，搞定，
?
（全文完）
本文的配套代碼，在https://github.com/humornif/Demo-Code/tree/master/0016
 |
微信公眾號：老王Plus 掃描二維碼，關注個人公眾號，可以第一時間得到最新的個人文章和內容推送 本文著作權歸作者所有，轉載請保留此宣告和原文鏈接 |
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/103795.html
標籤：Python
上一篇：Python最簡單的圖片爬蟲，20行代碼帶你爬遍整個網站
下一篇：logging日志傳輸