Python全栈 MongoDB 数据库（聚合、二进制、GridFS、pymongo模块）
断网了2天 今天补上
聚合操作：
对文档的信息进行整理统计的操作
返回：统计后的文档集合db.collection.aggregate()功能：聚合函数，完成聚合操作参数：聚合条件，配合聚合操作符使用返回：聚合后的结果
常用聚合操作符：
1.$group 分组聚合 要配合具体的统计操作符获取结果
$sum 求和
db.class1.aggregate({$group:{_id:'$gender',num:{$sum:1}}})
分组 按照gender值统计 统计结果，求和每有一个加1
统计所有男生和女生的年龄之和
db.class1.aggregate({$group:{_id:'$gender',num:{$sum:'$age'}}})
$avg 平均值
求男生 女生年龄的平均数
db.class1.aggregate({$group:{_id:'$gender',num:{$avg:'$age'}}})
$max 求最大值
求男生女生的年龄最大值
db.class1.aggregate({$group:{_id:'$gender',num:{$max:'$age'}}})
$min 求最小值
求男生女生的年龄最小值
db.class1.aggregate({$group:{_id:'$gender',num:{$min:'$age'}}})
2.$project
用于修改文档的显示效果
$project值的用法同find()的field参数相同
db.class1.aggregate({$project:{_id:0,name:1,age:1}})
自定义显示的域名
db.class1.aggregate({$project:{_id:0,Name:'$name',Age:'$age'}})
3.$match
过滤想要的数据
过滤年龄大于30的数据，$match值的写法同query
db.class1.aggregate({$match:{age:{$gt:30}}})
4.$limit
显示前几个文档
db.class1.aggregate({$limit:3})
5.$skip
跳过前几个文档显示
db.class1.aggregate({$skip:2})
6.$sort 排序
按照年龄排序
db.class1.aggregate({$sort:{age:1}})
聚合管道
将前一个聚合操作产生的结果，交给后一个聚合操作继续使用
db.collection.aggregate([{聚合1},{聚合2},{}...])
$match --> $sort -->$project
db.class1.aggregate([{$match:{gender:'m'}},{$sort:{age:1}},{$project:{_id:0}}])
聚合示例
使用grade数据库
给更多同学添加 域score
score:{english:87,chinese:76,math:91}
1. 按照性别统计每组人数
aggregate({$group:{_id:'$sex',num:{$sum:1}}})
2. 统计该班中有哪个同学姓名为重名同学
aggregate([{$group:{_id:'$name',num:{$sum:1}}},{$match:{num:{$gt:1}}}])
3. 统计所有男生的语文成绩，只打印姓名，性别，语文成绩即可
aggregate([{$match:{sex:'m'}},{$project:{_id:0,name:1,sex:1,'score.chinese':1}}])
4. 将所有女生按照英语成绩降序排序
aggregate([{$match:{sex:'w'}},{$sort:{'score.english':-1}}])
文件存储：
1.存储路径
将文件放在本地路径（网络路径）下，然后数据库中存储该文件的查找路径
优点 ： 节省数据库空间
缺点 ： 当数据或者文件位置发生变化时文件即丢失
2. 将文件转换为二进制，存储文件本身
数据库支持二进制数据格式
将文件转换为二进制格式，然后存入数据库中
优点 ： 数据库和文件绑定，数据库在文件即在
缺点 ： 占用数据库空间大，存取效率低
mongodb存储文件本身
* 如果是小文件建议转换二进制直接插入
* 如果是大文件建议使用GridFS方案存储（大于16M）
GridFS方案解释
1. 在mongodb一个数据库中使用两个集合配合存储文件
2. fs.files 用来存储文件的相关信息，为每一个文件创建一个文档，
存储文件名，文件大小，存入时间。。。
3. fs.chunks 用来分块存储文件的实际内容(Binary data 类型数据)
存储方法:
mongofiles -d dbname（数据库） put file（要存储的文件）
* 数据库不存在会自动创建数据库
数据库中会自动创建fs.files fs.chunks两个集合
fs.files文档结构:
{
"_id" : ObjectId("5b7cdcd769d72e12b4f166d0"),
"chunkSize" : 261120,
"uploadDate" : ISODate("2018-08-22T03:47:35.381Z"),
"length" : 305033,
"md5" : "3698b5e762b5b396766aaf9feef7e10d",
"filename" : "file.jpg"
}
fs.chunks文档结构
{
"_id" : ObjectId("5b7cdcd769d72e12b4f166d2"),
"files_id" : ObjectId("5b7cdcd769d72e12b4f166d0"),
"n" : 1,
"data" : BinData(0,"tQWR0AR......AG")
}
* 同一个文件fs.files中的_id值等于fs.chunks中的 files_id域的值
提取方法:
mongofiles -d dbname get file
GridFS方案:
优点 ： 存储方便，提供较好的命令支持和编程接口
缺点 : 存取效率低下 还没有复制的快
mongo shell中获取游标：
* mongo shell下支持JS代码，可以通过JS获取游标，进而获取数据操作结果。
var cursor = db.class1.find()
cursor.next() 获取下一条结果
cursor.hasNext() 查看是否有下一个对象
通过python操作 MongoDB：
pymongo 模块 第三方模块
安装：
sudo pip3 install pymongo
操作步骤：
1. 连接数据库，生成数据库连接对象
conn = pymongo.MongoClient('localhost',27017)
2. 选择要操作的数据库，生成数据库对象 (__setitem__)
db = conn.stu
db = conn['stu']
3. 获取集合对象
myset = db.class0
myset = db['class0']
4. 通过集合对象调用mongodb数据库操作函数
增删改查，聚合，索引。。。。。
5. 关闭数据库连接
conn.close()
插入文档：
insert() 插入数据 功能同 mongoshell
insert_many() 插入多条
insert_one() 插入一条
save() 插入数据，通过_id可以修改
查找操作：
find()
功能 ： 对数据库进行查找
参数 ： 同mongoshell find()
返回值 ： 返回游标对象
cursor = myset.find({},{'_id':0})
cursor的属性函数
next()
limit()
skip()
count()
sort()
Python中sort和MongoDB的区别
并且Python中的数据是字典和MongoDB的数据不同
所以键和操作符号都必须要加引号
pymongo : sort([('age',-1),('name',1)])
mongoshell : sort({age:-1,name:1})
* 如果通过for或者next操作了游标对象，再调用limit，skip，sort会报错
find_one()
用法同mongoshell中 findOne()
返回一个字典
修改操作：
update(query,update,upsert = False，multi = False)
update_many()
update_one()
删除操作：
remove(query,multi = True)
功能： 删除文档
参数： query 筛选条件
multi 默认True表示删除所有符合条件的
False只删除一条
索引操作：
ensure_index() 创建索引
list_indexes() 查看索引
drop_index() 删除一个索引
drop_indexes() 删除所有索引
聚合操作：
aggregate([])
参数和mongoshell一样
返回值和find()函数一样也是得到一个游标对象
pymongo进行文件存取操作：
GridFS 文件提取：
import gridfs
1. 连接数据库，获取相应的数据库对象
2. 通过 gridfs.GridFS(db) 获取集合对象（代表存储文件的两个集合）
3. 通过find()查找文件返回游标
4. 通过循环遍历游标获取指定文件对象，read()读取文件内容写入本地
以二进制的方式存取文件
import bson.binary
增删改查操作：
from pymongo import MongoClient #创建连接 conn = MongoClient('localhost',27017) #创建数据库对象 db = conn.stu #创建集合对象 myset = db.class4 print(dir(myset)) # 插入操作 myset.insert({'name':'张铁林','King':'乾隆'}) myset.insert([{'name':'张国立','King':'康熙'},\ {'name':'陈道明','King':'康熙'}]) myset.insert_many([{'name':'唐国强','King':'雍正'},\ {'name':'陈建斌','King':'雍正'}]) myset.insert_one({'name':'郑少秋','King':'乾隆'}) myset.save({'_id':1,'name':'聂远','King':'乾隆'}) # 查找操作 cursor = myset.find({},{'_id':0}) # i为每个文档对应的字典 for i in cursor: print(i['name'],'--->',i['King']) myset = db.class1 # 操作符使用引号变为字符串 cursor = myset.find({'age':{'$gt':30}},{'_id':0}) cursor.limit(2)#获取前两个文档 cursor.skip(2) #跳过前两个 cursor.sort([('age',-1),('name',1)]) #对游标内容排序 for i in cursor: print(i) print(cursor.next()) #获取下一个文档 dic = {'$or':[{'age':{'$gt':35}},{'gender':'w'}]} data = myset.find_one(dic,{'_id':0}) print(data) # 修改操作 myset.update({'name':'张国立'},\ {'$set':{'king_name':'玄烨'}}) myset.update({'name':'霍建华'},{'$set':{'King':'乾隆'}},\ upsert = True) myset.update({'King':'乾隆'},\ {'$set':{'king_name':'弘历'}},multi = True) myset.update_one({'King':'康熙'},\ {'$set':{'king_name':'爱新觉罗玄烨'}}) myset.update_many({'King':'雍正'},\ {'$set':{'king_name':'胤禛'}}) # 删除操作 myset.remove({'King':'康熙'}) myset.remove({'King':'乾隆'},multi = False) #查找并删除 print(myset.find_one_and_delete({'King':'乾隆'})) #关闭连接 conn.close()
索引操作：
from pymongo import MongoClient #创建连接 conn = MongoClient('localhost',27017) #创建数据库对象 db = conn['stu'] myset = db['class1'] # 删除所有索引 myset.drop_indexes() # 创建索引 index = myset.ensure_index('name') # 创建复合索引 index = myset.ensure_index([('name',-1),('age',1)]) print(index) # 删除一个索引 myset.drop_index('name_1') # 创建特殊索引 index = myset.ensure_index('name',name = "myIndex",\ unique = True,sparse = True) # 查看集合中的索引 for i in myset.list_indexes(): print(i) myset = db.class4 l = [ {'$group':{'_id':'$King','num':{'$sum':1}}}, {'$match':{'num':{'$gt':1}}} ] cursor = myset.aggregate(l) for i in cursor: print(i) conn.close()
文件的存取：
from pymongo import MongoClient import bson.binary conn = MongoClient('localhost',27017) db = conn.images myset = db.img #存储 f = open('file.jpg','rb') #转换为mongodb的二进制数据存储形式 content = bson.binary.Binary(f.read()) #插入到数据库 myset.insert({'filename':'file.jpg','data':content}) #提取 data = myset.find_one({'filename':'file.jpg'}) #通过字典获取到数据库内容写入本地 with open(data['filename'],'wb') as f: f.write(data['data']) conn.close()
手动存入文件MongoDB默认创建的文件数据导出：
from pymongo import MongoClient #pymongo绑定的模块 import gridfs conn = MongoClient('localhost',27017) db = conn.grid #获取gridfs对象 #fs综合了fs.files fs.chunks两个集合的属性内容 fs = gridfs.GridFS(db) #查文档生产游标 files = fs.find() #获取每一个文件的对象 for file in files: print(file.filename) if file.filename == 'file.jpg': with open(file.filename,'wb') as f: #从数据库读取出来 data = file.read() #写入本地 f.write(data) conn.close()
