当前位置： 首页 > news >正文

【MongoDB与Python：数据库操作入门教程】

news 2025/8/19 12:30:32

 一、MongoDB简介

MongoDB是一种高性能、开源的NoSQL数据库，它使用灵活的文档模型来存储数据。与传统的关系型数据库（如MySQL）不同，MongoDB以JSON风格的文档形式存储数据，这使得它在处理复杂数据结构和快速迭代开发场景中表现出色。MongoDB支持动态查询、索引、复制集和分片等功能，能够满足大规模数据存储和高并发访问的需求。

（一）MongoDB的优点

1. 灵活的数据模型：MongoDB使用文档模型存储数据，文档是自描述的，可以存储不同类型的数据结构。这种灵活性使得MongoDB能够轻松适应快速变化的需求，无需像关系型数据库那样进行复杂的表结构调整。
2. 高性能：MongoDB支持多种索引类型（如单字段索引、复合索引、全文索引等），能够快速查询和检索数据。此外，MongoDB的读写分离和分片功能可以有效提高系统的并发处理能力和扩展性。
3. 水平扩展：MongoDB支持分片（Sharding），可以将数据分布到多个服务器上，从而实现水平扩展。这对于处理海量数据和高并发访问的场景非常有效。
4. 高可用性：MongoDB支持复制集（Replica Set），通过数据的多副本存储，可以实现故障自动切换和数据备份，确保系统的高可用性。
5. 丰富的生态系统：MongoDB拥有丰富的生态系统，包括各种语言的驱动程序、管理工具、监控工具等，方便开发者进行开发和运维。

（二）MongoDB的缺点

1. 数据一致性问题：由于MongoDB是最终一致性的数据库，在某些情况下可能会出现数据不一致的情况。虽然MongoDB提供了多种一致性级别供开发者选择，但在高并发场景下仍需谨慎处理。
2. 存储空间占用较大：MongoDB的文档模型存储方式可能会导致存储空间占用较大，尤其是在存储大量小文档时。此外，MongoDB的存储引擎（如WiredTiger）在某些情况下可能会占用较多的磁盘空间。
3. 复杂查询支持有限：虽然MongoDB支持多种查询操作，但在处理复杂的多表关联查询时，可能不如关系型数据库灵活。对于需要频繁进行复杂查询的应用场景，可能需要结合其他技术（如Elasticsearch）来实现。
4. 学习曲线较陡：对于习惯了关系型数据库的开发者来说，MongoDB的学习曲线可能较陡。需要花费一定的时间来熟悉其文档模型、索引机制和查询语法等。

二、MongoDB的基本操作

（一）安装MongoDB

在开始操作MongoDB之前，需要先安装MongoDB服务。对于Windows系统，可以从MongoDB官网下载安装包，按照向导完成安装。安装完成后，启动MongoDB服务，通常可以通过命令行工具（如cmd）运行以下命令启动服务：

```bash
mongod --dbpath="你的数据存储路径"
```

（二）启动Mongo Shell

Mongo Shell是MongoDB自带的交互式命令行工具，用于操作MongoDB数据库。在命令行中输入以下命令启动Mongo Shell：

```bash
mongo
```

启动后，你将进入Mongo Shell的交互界面，可以开始执行MongoDB的命令了。

（三）基本操作命令

1. 数据库操作

- 查看所有数据库：`show dbs`
- 示例：
```bash
show dbs
```
输出：
```
admin   0.000GB
config  0.000GB
local   0.000GB
```
- 切换数据库：`use 数据库名`
- 示例：
```bash
use mydatabase
```
输出：
```
switched to db mydatabase
```
- 创建数据库：在MongoDB中，数据库会在插入数据时自动创建，因此无需显式创建。只需切换到一个不存在的数据库并插入数据即可。
- 示例：
```bash
use mydatabase
db.mycollection.insertOne({name: "Kimi", age: 25})
```
输出：
```
{ "acknowledged" : true, "insertedId" : ObjectId("...") }
```
- 删除数据库：`db.dropDatabase()`
- 示例：
```bash
use mydatabase
db.dropDatabase()
```
输出：
```
{ "ok" : 1 }
```

 2. 集合操作

- 查看当前数据库的所有集合：`show collections`
- 示例：
```bash
show collections
```
输出：
```
mycollection
```
- 创建集合：`db.createCollection("集合名")`
- 示例：
```bash
db.createCollection("mycollection")
```
输出：
```
{ "ok" : 1 }
```
- 删除集合：`db.集合名.drop()`
- 示例：
```bash
db.mycollection.drop()
```
输出：
```
{ "ok" : 1 }
```

3. 文档操作

- 插入文档：`db.集合名.insertOne({key:value})` 或 `db.集合名.insertMany([{key:value}, {key:value}])`
- 示例：
```bash
db.mycollection.insertOne({name: "Kimi", age: 25})
db.mycollection.insertMany([
{name: "Alice", age: 22},
{name: "Bob", age: 24}
])
```
输出：
```
{ "acknowledged" : true, "insertedId" : ObjectId("...") }
{ "acknowledged" : true, "insertedIds" : [ ObjectId("..."), ObjectId("...") ] }
```
- 查询文档：`db.集合名.find()` 查询所有文档，`db.集合名.find({key:value})` 查询符合条件的文档
- 示例：
```bash
db.mycollection.find()
db.mycollection.find({age: {"$gt": 23}})
```
输出：
```
{ "_id" : ObjectId("..."), "name" : "Kimi", "age" : 25 }
{ "_id" : ObjectId("..."), "name" : "Alice", "age" : 22 }
{ "_id" : ObjectId("..."), "name" : "Bob", "age" : 24 }
```
- 更新文档：`db.集合名.updateOne({查询条件}, {$set:{更新内容}})` 更新单个文档，`db.集合名.updateMany({查询条件}, {$set:{更新内容}})` 更新多个文档
- 示例：
```bash
db.mycollection.updateOne({name: "Kimi"}, {$set: {age: 26}})
db.mycollection.updateMany({age: {"$lt": 25}}, {$set: {young: true}})
```
输出：
```
{ "acknowledged" : true, "matchedCount" : 1, "modifiedCount" : 1 }
{ "acknowledged" : true, "matchedCount" : 2, "modifiedCount" : 2 }
```
- 删除文档：`db.集合名.deleteOne({查询条件})` 删除单个文档，`db.集合名.deleteMany({查询条件})` 删除多个文档
- 示例：
```bash
db.mycollection.deleteOne({name: "Alice"})
db.mycollection.deleteMany({age: {"$lt": 25}})
```
输出：
```
{ "acknowledged" : true, "deletedCount" : 1 }
{ "acknowledged" : true, "deletedCount" : 1 }
```

三、Python与MongoDB

（一）安装PyMongo库

要让Python与MongoDB进行交互，需要安装PyMongo库。PyMongo是Python操作MongoDB的官方驱动程序。可以通过以下命令安装PyMongo：

```bash
pip install pymongo
```

（二）连接MongoDB

在Python中，使用PyMongo连接MongoDB的基本代码如下：

```python
from pymongo import MongoClient

# 创建MongoDB客户端，连接到本地MongoDB服务
client = MongoClient('localhost', 27017)

# 选择数据库
db = client['mydatabase']

# 选择集合
collection = db['mycollection']
```

（三）基本操作示例

1. 插入文档

```python
# 插入单个文档
collection.insert_one({"name": "Kimi", "age": 25})

# 插入多个文档
collection.insert_many([
{"name": "Alice", "age": 22},
{"name": "Bob", "age": 24}
])
```

2. 查询文档

```python
# 查询所有文档
for doc in collection.find():
print(doc)

# 查询符合条件的文档
for doc in collection.find({"age": {"$gt": 23}}):  # 查询年龄大于23的文档
print(doc)
```

 3. 更新文档

```python
# 更新单个文档
collection.update_one({"name": "Kimi"}, {"$set": {"age": 26}})

# 更新多个文档
collection.update_many({"age": {"$lt": 25}}, {"$set": {"young": True}})
```

4. 删除文档

```python
# 删除单个文档
collection.delete_one({"name": "Alice"})

# 删除多个文档
collection.delete_many({"age": {"$lt": 25}})
```

四、总结

MongoDB作为一种强大的NoSQL数据库，在处理灵活的数据结构和快速迭代开发场景中具有显著优势。通过Mongo Shell可以方便地进行数据库的基本操作，而Python通过PyMongo库能够与MongoDB无缝对接，实现数据的增删改查等操作。掌握这些基本操作，可以帮助开发者快速上手MongoDB与Python的结合使用，为开发高性能的应用程序奠定基础。希望这篇教程能够帮助你更好地理解和使用MongoDB与Python。

http://www.dtcms.com/a/338207.html

相关文章：

  • 力扣hot100:移动零问题的巧妙解决：双指针与原地交换策略(283)
  • ETL中统一调度的方式
  • Vue深入组件：组件事件详解1
  • 如何使用 React 101 的 Highcharts 包装器
  • 【网络安全实验报告】实验七：简单的防火墙搭建实验
  • css word-pass
  • 数据转换细节揭秘：ETL如何精准映射复杂业务逻辑
  • 专题：2025AI技术应用与发展报告|附600+份报告PDF、数据仪表盘汇总下载
  • 前端处理导出PDF。Vue导出pdf
  • GPT-5博士级AI使用教程及国内平替方案
  • 活到老学到老之vue-vben-admin项目安装
  • WordPress (LNMP 架构) 一键部署 Playbook
  • django+Vue3实现前后端分离式实时聊天室
  • Java面试考点
  • ​Kali Linux 环境中的系统配置文件与用户配置文件大全
  • MySQL 自增主键满了咋办？
  • PowerBI CrossFilter解决关联关系过滤传播问题
  • 对象存储 COS 端到端质量系列 —— 终端网络诊断工具
  • 【大模型】RAG
  • 明远智睿 RK3588：以技术突破解锁开发新维度
  • 【Python】源码安装python后报错：ModuleNotFoundError: No module named ‘_lzma‘
  • Jenkins持续集成系统
  • github 如何在 readme 显示Star History
  • NL2SQL：从自然语言到SQL查询的深度解析
  • PostgreSQL 从参数调优到 AI 诊断的实战指南
  • Unity开发中的浅拷贝与深拷贝
  • Java获取京东评论数据的实战指南
  • 06.文件权限管理
  • quic协议与应用开发
  • 视觉语言导航（12）——LLM-VLN 4.2