NoSQL（Not Only SQL），泛指非关系型数据库。NoSQL是基于键值对的，不需要经过SQL层的解析，数据之间没有耦合性，性能非常高。

MongoDB是有C++语言编写的非关系型数据库，是一个基于分布式文件存储的开源数据库系统，其内容的存储形式类似JSON对象。它的字段值可以包含其他文档、数据及文档数组，非常灵活。

准备环境：

安装好MongoDB软件，并启动其服务
安装好Python的PyMongo库（pip install pymongo）

连接MongoDB：

import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)

或

import pymongo
client = pymongo.MongoClient('mongodb://localhost:27017/')

指定数据库（以test为例）：

db = client.test

或

db = client['test']

指定集合（以students为例）：

集合即collection，数据库中包含很多集合，类似关系型数据库中的表。

collection = db.students

或

collection = db['students']

插入单条数据并打印返回的_id属性：

student = {
    'id':'20220202',
    'name':'Jordan',
    'age':20,
    'gender':'male'
}
result = collection.insert_one(student)
print(result)
print(result.inserted_id)

插入多条数据并打印返回的_id属性：

student1 = {
    'id':'20220202',
    'name':'Jordan',
    'age':20,
    'gender':'male'
}

student2 = {
    'id':'20220222',
    'name':'Mike',
    'age':21,
    'gender':'male'
}
result = collection.insert_many([student1,student2])
print(result)
print(result.inserted_ids)

▲返回的是InsertManyResult对象，调用inserted_ids属性可以获取插入数据的_id列表。

查询单条数据：

result = collection.find_one({'name':'Mike'})
print(type(result))
print(result)

▲结果为字典类型，并且数据多了个_id属性（同插入时获取到的相同）。

根据ObjectId来查询数据（要用到bson库里面的objectid）:

from bson.objectid import ObjectId

result = collection.find_one({'_id': ObjectId('61e56ec03af5273b368c95bb')})
print(type(result))
print(result)

▲查询结果同样为字典类型

查询多条数据：

results = collection.find({'gender': 'male'})
print(type(results))
for result in results:
    print(type(result))
    print(result)

▲查询结果是一个Cursor类型的生成器，可以用for-in语句遍历所有结果，其中每个结果都是字典类型。

条件查询：

results = collection.find({'age':{'$gt':20}})
print(type(results))
for result in results:
    print(type(result))
    print(result)

▲查询结果同样是一个Cursor类型的生成器

比较符号
符号	含义	实例
$lt	小于	{'age':{'$lt':20}}
$gt	大于	{'age':{'$gt':20}}
$lte	小于等于	{'age':{'$lte':20}}
$gte	大于等于	{'age':{'$gte':20}}
$ne	不等于	{'age':{'$ne':20}}
$in	在范围内	{'age':{'$in':[20,30]}}
$nin	不在范围内	{'age':{'$nin':[20,30]}}

results = collection.find({'name':{'$regex':'^M.*'}})
print(type(results))
for result in results:
    print(type(result))
    print(result)

▲利用正则匹配name以M开头的学生数据，查询结果同样是一个Cursor类型的生成器

功能符号
符号	含义	实例	实例含义
$regex	匹配正则表达式	{'name': {'$regex': '^M.*'}}	name以M为开头
$exists	属性是否存在	{'name': {'$exists': True}}	存在name属性
$type	类型判断	{'age': {'$type': 'int'}}	age的类型为int
$mod	数字模操作	{'age': {'$mod': [5,0]}}	age模5余0
$text	文本查询	{'$text': {'$search': 'Mike'}}	Mike字符串
$where	高级条件查询	{'where': 'obj.fans_count == obj.follows_count'}	自身粉丝数等于关注数

计数

count = collection.find().count()
print(count)
# 统计合集中所有数据的条数

count = collection.find({'age':20}).count()
print(count)
# 统计集合中符合条件的数据条数

排序

results = collection.find().sort('age', pymongo.ASCENDING)
print([result['age'] for result in results])
# 依照年龄升序排列，并打印年龄列
# 如果要降序排列，传入pymongo.DESCENDING

偏移

results = collection.find().sort('age', pymongo.ASCENDING).skip(2)
print([result['age'] for result in results])
# 忽略前两个元素，获取第三个元素及后面所有元素

results = collection.find().sort('age', pymongo.ASCENDING).skip(2).limit(3)
print([result['age'] for result in results])
# 获取第三个元素及其后面两个元素，共计3个元素

from bson,objectid import ObjectId
collection.find({'_id':{'$gt':ObjectId('86456555885454dccdd')}})
# 如果数据库中的数据量非常庞大（千万、亿级别），最好不要用大偏移量来查询数据（可能会造成内存溢出），建议用_id属性+比较符号进行查询

更新

condition = {'name':'Mike'}
student = collection.find_one(condition)
student['age']=25
result = collection.update_one(condition,{'$set':student})
print(result)
print(result.matched_count,result.modified_count)

# $set表示其它字段既不会更新，也不会删除，只替换condition字典里面有的字段
# update_one表示只匹配并更新一条数据（存在即更新，不存在即插入）
# result.matched_count表示匹配的数据条数
# result.modified_count表示影响的数据条数

▲ update_one方法的返回结果是UpdateResult类型。匹配条数为1条，影响条数也是1条。

condition = {'age':{'$gt':20}}
result = collection.update_one(condition,{'$inc':{'age':1}})
print(result)
print(result.matched_count,result.modified_count)

# $gt表示筛选年龄大于20的student
# $inc表示年龄数据增加1

▲ 匹配条数为1条，影响条数也是1条

condition = {'age':{'$gt':19}}
result = collection.update_many(condition,{'$inc':{'age':1}})
print(result)
print(result.matched_count,result.modified_count)

# update_many表示匹配并更新多条数据

▲ 用update_many方法会更新所有符合条件的数据。匹配条数为2条，影响条数也是2条

删除

result = collection.delete_one({'name':'Mike'})
print(result)
print(result.deleted_count)

# 用delete_one方法匹配并删除一条数据
# 用deleted_count属性获取删除的数据条数

result = collection.delete_many({'age':{'$lt':30}})
print(result)
print(result.deleted_count)

# 用delete_many方法匹配并删除多条数据

▲ delete_many方法返回的是DeleteResult对象；共计删除数据3条

其他操作

PyMongo中提供的其他组合方法：

find_one_and_delete（查找后删除）
find_one_and_replace（查找后替换）
find_one_and_update（查找后更新）

对索引进行的相关操作：

create_index
create_indexes
drop_index

<完>

知识补充1：MongoDB的基本使用方法