共计 2282 个字符，预计需要花费 6 分钟才能阅读完成。

自动写代码机器人，免费开通

这篇文章将为大家详细讲解有关 Python 调用 MongoDB 的方法，丸趣 TV 小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

使用 pymongo 对 MongoDB 进行的各种操作，下载相应平台的版本，解压即可。为方便使用，将 bin 路径添加到系统 path 环境变量里。其中 mongod 是服务器，mongo 是客户 shell，然后创建数据文件目录：在 c 盘下创建 data 文件夹，里面创建 db 文件夹。

Python 怎么调用 MongoDB

安装对应语言的 Driver，Python 安装 pymongo

$easy_installpymongo

使用方法总结，摘自官方教程

创建连接

importpymongo
 connection=pymongo.Connection(localhost ,27017)

切换数据库

db=connection.test_database

获取 collection

collection=db.test_collection

db 和 collection 都是延时创建的，在添加 Document 时才真正创建

文档添加，_id 自动创建

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(...)]

获取所有 collection(相当于 SQL 的 showtables)

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

获取单个文档

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]}

查询多个文档

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 }

加条件的查询

posts.find_one({author : Mike})

高级查询

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

统计数量

posts.count()
 3

加索引

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

查看查询语句的性能

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

附自己总结的一点小心得，仅供参考

缺点

不是全盘取代传统数据库 (NoSQLFan：是否能取代需要看应用场景)

不支持复杂事务 (NoSQLFan：MongoDB 只支持对单个文档的原子操作)

文档中的整个树，不易搜索，4MB 限制?(NoSQLFan：1.8 版本已经修改为 16M)

特点 (NoSQLFan：作者在这里列举的很多只是一些表层的特点)：

文档型数据库，表结构可以内嵌

没有模式，避免空字段开销 (SchemaFree)

分布式支持

查询支持正则

动态扩展架构

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)

关于“Python 调用 MongoDB 的方法”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。

向 AI 问一下细节