pymongo日记

pymongo的官方文档:
http://api.mongodb.org/python/current/#
pymongo的API:
http://api.mongodb.org/python/current/api/index.html
使用SSL加密:
http://api.mongodb.org/python/current/examples/tls.html


安装

生产系统:Ubuntu 14.04 LTS
目标环境:python3.4 + MongoDB3.2 + pymongo3.2
注:注意查看官网的版本兼容性,里面提到pymongo3.2是可以支持MongoDB3.2的,而python3.4是支持pymongo3.0的。并没有提及python3.4支持pymongo3.2,所以这样的目标环境是否兼容,我先试试。(这样做的原因是,只有pymongo3.2支持MongoDB3.2啊)

安装流程大致如下:
1)主要是安装python pip,这是一款管理package的工具,类似于easy_install。python3一般是已安装,另外一个是编译需要的软件包。
sudo apt-get install python3-pip python3-dev build-essential
2)使用pip工具来安装pymongo3.2软件包,注意看是否在python3.4文件夹下的文件创建是否成功。
sudo python3 -m pip install pymongo==3.2
3)测试是否安装成功:

xxx@machine:~$ python3
Python 3.4.3 (default, Oct 14 2015, 20:28:29) 
[GCC 4.8.4] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>>import pymongo
>>>

没有显示任何的东西,表示成功了,否则会出现一堆东西,一般就是没有安装成功。


连接mongod实例

先连接已经开启的mongod实例:

>>> from pymongo import MongoClient
>>> client = MongoClient()  //会按默认来连接本地的mongod实例test(默认创建的那个)

指定要连接的mongod实例:
>>> client = MongoClient('localhost', 27017)
也可以用uri的方式连接(推荐):
>>> client = MongoClient('mongodb://localhost:27017/')


连接database

正常情况下,pymongo driver中的一些保留的特殊符号在使用时要小心,可能会导致工作无效,而python是不会报错的,可能会在你使用的时候才报错。
1)一个实例中一般有多个database,先连上自动创建的那个:
>>> db = client.local
另一种连接方式:
>>> db = client['local']

2)获取db中的某个集合:
>>> collection = db.test_collection
另一种方式:
>>> collection = db['startup_log']


文档

在MongoDB中,数据被表示成JSON-style的文档,同时也是这样存储的(BSON)。而在pymongo中是用dict来表示的数据库中的文档,就像下面这样:

>>> import datetime
>>> post = {"author": "Mike",
...  "text": "My first blog post!",
...  "tags": ["mongodb", "python", "pymongo"],
...  "date": datetime.datetime.utcnow()}

datetime.datetime是python中具有的类型,会被转成合适的BSON类型。

插入一个文档可以是下面这样:

>>> posts = db.posts
>>> post_id = posts.insert_one(post).inserted_id
>>> post_id
ObjectId('...')

若没有指定id键,那么_id键还是会自动创建的。如果成功了,还会返回其ObjId,可以用来唯一性的查询。在python中,插入操作已经完成了,但是server不一定会完成,此时可以通过列出所有的集合,验证一下是否真的存在这个collection:

>>> db.collection_names(include_system_collections=False)
[u'posts']

操作

搜索单个文档的find_one()操作是比较常用的,如果搜到了就返回其中一个,否则就空。就像下面这样:

>>> posts.find_one()
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}

这里没有指定条件,那么应该会随便返回一个文档(对客户端来讲,是随机的)。上面插入成功的post_id就可以拿来查询插入的那个文档:

>>> posts.find_one({"_id": post_id})
{u'date': datetime.datetime(...), u'text': u'My first blog post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'mongodb', u'python', u'pymongo']}

要注意,ObjId并不是个字符串,因为它在py中已经是个对象了,所以像下面这样的操作是不可行的:

>>> post_id_as_str = str(post_id)
>>> posts.find_one({"_id": post_id_as_str}) # No result
>>>

使用ObjId来查询文档可以参考 When I query for a document by ObjectId in my web application I get no result


批量操作(bulk)

在单独插入的时候,我们使用的是dict来充当一个文档,那么批量的文档,也就可以用list来装dict啦。可以看到,insert_many()插入成功之后返回了一个list,里面装了很多的ObjId:

>>> new_posts = [{"author": "Mike",
...  "text": "Another post!",
...  "tags": ["bulk", "insert"],
...  "date": datetime.datetime(2009, 11, 12, 11, 14)},
...  {"author": "Eliot",
...  "title": "MongoDB is fun",
...  "text": "and pretty easy too!",
...  "date": datetime.datetime(2009, 11, 10, 10, 45)}]
>>> result = posts.insert_many(new_posts)
>>> result.inserted_ids
[ObjectId('...'), ObjectId('...')]

那么批量查询呢?在MongoDB中的批量查询返回的是cursor,通过迭代可以取出其中的所有文档。这种操作就跟python中的iterable的类型差不多,所以一般批量查询是这样的:

>>> for post in posts.find():
...  post
...
{u'date': datetime.datetime(...), u'text': u'My first blog post!', 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'Another post!', 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'and pretty easy too!', u'_id': ObjectId('...'), u'author': u'Eliot', u'title': u'MongoDB is fun'}

许多的操作和mongo shell中的操作是很相似的,比如:

>>> posts.find({"author": "Mike"}).count()
2

范围的查询可以直接使用操作符,只不过需要加上双引号,不然python可能认不出来:

>>> d = datetime.datetime(2009, 11, 12, 12)
>>> for post in posts.find({"date": {"$lt": d}}).sort("author"):
...  print post
...
{u'date': datetime.datetime(2009, 11, 10, 10, 45), u'text': u'and pretty easy too!', u'_id': ObjectId('...'), u'author': u'Eliot', u'title': u'MongoDB is fun'}
{u'date': datetime.datetime(2009, 11, 12, 11, 14), u'text': u'Another post!', u'_id': ObjectId('...'), u'author': u'Mike', u'tags': [u'bulk', u'insert']}

关于Unicode string

上面使用find_one()操作查询到的很多都是带个u在前面,这是因为MongoDB和py的字符串的编码不一样。BSON字符串使用utf-8编码,而py使用的是Unicode编码,所以一般数据库的字符串相关的操作都需要进行编码。具体可以参考You can read more about Python unicode strings here


关于索引(index)

对集合创建索引,防止重复user_id的存在:

>>> result = db.profiles.create_index([('user_id', pymongo.ASCENDING)],
...  unique=True)
>>> list(db.profiles.index_information())
[u'user_id_1', u'_id_']

看看报错时的样子吧:

>>> new_profile = {'user_id': 213, 'name': 'Drew'}
>>> duplicate_profile = {'user_id': 212, 'name': 'Tommy'}
>>> result = db.profiles.insert_one(new_profile)   # This is fine.
>>> result = db.profiles.insert_one(duplicate_profile)
Traceback (most recent call last):
pymongo.errors.DuplicateKeyError: E11000 duplicate key error index: test_database.profiles.$user_id_1 dup key: { : 212 }

推荐阅读更多精彩内容