MongoDB----增删改查
MongoDB数据库增删改查:
不需要手动创建数据库和集合, 通过use XX,不代表创建了数据库和集合,当插入第一条数据的时候,才开始真正的创建数据库
增:use db1 //有则切换,无则新 增 查: - show dbs //查看所有数据库(如果数据库没有collection,则不显示) - show databases;也可以 - db //查看当前所处位置的数据库; 删:db.dropDatabase() //不会就用help
集合的增删改:
增:(前面的db是固定的值) db.表 - db.user.info //user.info表 - db.user //user表 - db.user.auth //user.auth表 当第一个文档插入时,集合就会被创建 > use database1 switched to db database1 > db.table1.insert({'a':1}) WriteResult({ "nInserted" : 1 }) > db.table2.insert({'b':2}) WriteResult({ "nInserted" : 1 }) 查: - show collections - show tables #这两个是一样的 #只要是空不显示 删: - db.user.info.help() //查看帮助 - db.user.info.drop() //表示集合user.info被删除 - db.user.drop() //集合user被删除
文档的增删改查:
增加文档
单条插入与多条插入
#1、没有指定_id则默认ObjectId,_id不能重复,且在插入后不可变 #2、插入单条 user0={ "name":"egon", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } db.test.insert(user0) //向test表中插入一条数据 (user0) db.表.insert(); db.test.find() #3、插入多条 user1={ "_id":1, "name":"alex", "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } user2={ "_id":2, "name":"wupeiqi", "age":20, 'hobbies':['music','read','run'], 'addr':{ 'country':'China', 'city':'hebei' } } db.user.insertMany([user1,user2])
- db.user.insert({"_id":1,"name":"haiyan"}) - db.user.info.insert({"x":new Date(),"pattern":"/^egon.*?$/i","z":Object()}) - 单条插入insert(user0) - 多条插入:如上insertMany([user1,user2,user3,user4,]) #如果user0没写id,也可以吧user0插进去,因为没有指定id, #会生成一条新的,只要id不冲突就能插进去 db.t1.insert({"_id":1,"a":1,"b":2,"c":3}) #有相同的id则覆盖,无相同的id则新增,可以指定_id,也可以不指定id,默认是Obiectid() db.t1.save({"_id":1,"z":6}) #有了就把原来的覆盖了 db.t1.save({"_id":2,"z":6}) #如果没有id,就会新增一个 #如果用insert会告诉你有重复的key了,但是用save就不一样了,会把"a":1,"b":2,"c":3直接给覆盖了
查询文档
比较运算
# SQL:=,!=,>,<,>=,<= # MongoDB:{key:value}代表什么等于什么,"$ne","$gt","$lt","gte","lte",其中"$ne"能用于所有数据类型 - db.user.info.find() #查看所有的记录,返回的是一个数组,find()[1] - db.user.info.find().pertty #美化 - db.user.info.find({}).count() #查询所有的数据 - db.user.info.find().limit(10) #查询前10条数据 - db.user.info.find().skip(10).limit(10) #跳过前10条数数据,从11条数据开始查10条数据
#注意 #这里面会自动创建一个_id字段,默认就是创建的Object类型的 #你创建的z字段也是一样的,推荐还是用人家默认的 #一模一样的id是不让插的, #自带Obiect是为了让mongodb能够比较好的实现分布式的功能来提供依据的 - db.t1.findOne() #查一条 比较运算:=,!=,>,<,<=,>= #1、select * from db1.usesr where id=3 db.user.find({"_id":3}) #1、select * from db1.usesr where id!=3 db.user.find({"_id":{"$ne":3}}) , #1、select * from db1.usesr where id<3 db.user.find({"_id":{"$lt":3}}) #1、select * from db1.usesr where id>3 db.user.find({"_id":{"$gt":3}}) #1、select * from db1.usesr where id>=3 db.user.find({"_id":{"$gte":3}}) #1、select * from db1.usesr where id<=3 db.user.find({"_id":{"$lte":3}})
逻辑运算
#逻辑运算:$and,$or,$not #1 select * from db1.user where id >=3 and id <=4; db.user.find({"_id":{"$gte":3,"$lte":4}}) #2 select * from db1.user where id >=3 and id <=4 and age >=40; db.user.find({ "_id":{"$gte":3,"$lte":4}, "age":{"$gte":40} #结束就不要加逗号了 }) 或者 db.user.find({"$and":[ {"_id":{"$gte":3,"$lte":4}}, #一个字典就是一个条件 {"age":{"$gte":40}} ]}) #3 select * from db1.user where id >=0 and id <=1 or id >=4 or name = "yuanhao"; db.user.find({"$or":[ {"_id":{"$lte":1,"$gte":0}}, {"_id":{"$gte":4}}, {"name":"yuanhao"} ]}) #4 select * from db1.user where id % 2 = 1; #奇数 db.user.find({"_id":{"$mod":[2,1]}}) #取模运算,id对2取模 #取反,偶数 db.user.find({ "_id":{"$not":{"$mod":[2,1]}} })
成员运算
# SQL:in,not in # MongoDB:"$in","$nin" #1、select * from db1.user where age in (20,30,31); db.user.find({"age":{"$in":[20,30,31]}}) #2、select * from db1.user where name not in ('huahua','xxx'); db.user.find({"name":{"$nin":['hauhua','xxx']}})
正则匹配
select * from db1.user where name regexp "^jin.*?(g|n)$"; db.user.find({ "name":/^jin.*?(g|n)$/i })
查看指定字段
select name,age from db1.user where name regexp "^jin.*?(g|n)$"; #jin开头匹配到g或者n结尾的 db.user.find({ "name":/^jin.*?(g|n)$/i #//i,i代表忽略大小写 }, { #显示匹配成功的字段 "_id":0, #不要 "name":1, #要 "age":1 #要 } )
其他
#1、{'key':null} 匹配key的值为null或者没有这个key db.t2.insert({'a':10,'b':111}) db.t2.insert({'a':20}) db.t2.insert({'b':null}) > db.t2.find({"b":null}) { "_id" : ObjectId("5a5cc2a7c1b4645aad959e5a"), "a" : 20 } { "_id" : ObjectId("5a5cc2a8c1b4645aad959e5b"), "b" : null } #2、查找所有 db.user.find() #等同于db.user.find({}) db.user.find().pretty() #3、查找一个,与find用法一致,只是只取匹配成功的第一个 db.user.findOne({"_id":{"$gt":3}})
内嵌文档的查询
db.user.find({ #查看有跳舞爱好的这些人,有就可以 "hobbies":"dancing" }) db.user.find({ #既有喝茶爱好,又有跳舞爱好 "hobbies":{"$all":["dancing","tea"]} }) db.user.find({ #第三个爱好是跳舞的 "hobbies.2":"dancing" }) db.user.find( #查询所有人的后两个爱好 {}, #空就代表匹配到所有人了 { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":-2}, #切最后一个到最后二个 } ) db.user.find( #查询所有人的第一个和第二个爱好 {}, #空就代表匹配到所有人了 { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":[1,2]}, #切第一个到第二个 } ) db.user.find( #找前两个爱好 {}, { "_id":0, "name":0, "age":0, "addr":0, "hobbies":{"$slice":2}, } ) db.user.find( #找出国家是中国的 { "addr.country":"China" //key必须加上双引号,表示addr.country国家有China的(如果数据库中country:[“Chine”,“xxx”],也是可以匹配的) } )
更新文档
update语法介绍
update() 方法用于更新已存在的文档。语法格式如下: db.collection.update( <query>, <update>, { upsert: <boolean>, multi: <boolean>, writeConcern: <document> } ) 参数说明:对比update db1.t1 set name='EGON',sex='Male' where name='egon' and age=18; query : 相当于where条件。 update : update的对象和一些更新的操作符(如$,$inc...等,相当于set后面的 upsert : 可选,默认为false,代表如果不存在update的记录不更新也不插入,设置为true代表插入。 multi : 可选,默认为false,代表只更新找到的第一条记录,设为true,代表更新找到的全部记录。 writeConcern :可选,抛出异常的级别。 更新操作是不可分割的:若两个更新同时发送,先到达服务器的先执行,然后执行另外一个,不会破坏文档。
覆盖式(可以理解先删除原来数据,后插入新数据)
#注意:除非是删除,否则_id是始终不会变的 #1、覆盖式: db.user.update({'age':20},{"name":"Wxx","hobbies_count":3}) 注意:是用{"name":"Wxx","hobbies_count":3}覆盖原来的记录,就相当新的数据是没有age的字段的,age字段被覆盖了 #2、一种最简单的更新就是用一个新的文档完全替换匹配的文档。这适用于大规模式迁移的情况。例如 var obj=db.user.findOne({"_id":2}) obj.username=obj.name+'SB' obj.hobbies_count++ delete obj.age db.user.update({"_id":2},obj)
对原来的数据进行update
使用:$set(设置字段),$unset(删除字段)
通常文档只会有一部分需要更新。可以使用原子性的更新修改器,指定对文档中的某些字段进行更新。 更新修改器是种特殊的键,用来指定复杂的更新操作,比如修改、增加后者删除 #1、update db1.user set name="WXX" where id = 2 db.user.update({'_id':2},{"$set":{"name":"WXX",}}) #2、没有匹配成功则新增一条{"upsert":true} db.user.update({'_id':6},{"$set":{"name":"egon","age":18}},{"upsert":true}) #3、默认只改匹配成功的第一条,{"multi":将所有匹配的数据进行修改} db.user.update({'_id':{"$gt":4}},{"$set":{"age":28}}) db.user.update({'_id':{"$gt":4}},{"$set":{"age":38}},{"multi":true}) #4、修改内嵌文档,把名字为alex的人所在的地址国家改成Japan db.user.update({'name':"alex"},{"$set":{"addr.country":"Japan"}}) #5、把名字为alex的人的地2个爱好改成piao db.user.update({'name':"alex"},{"$set":{"hobbies.1":"piao"}}) #6、删除alex的爱好,$unset db.user.update({'name':"alex"},{"$unset":{"hobbies":""}})
删除文档
#1、删除多个中的第一个 db.user.deleteOne({ 'age': 8 }) #2、删除国家为China的全部 db.user.deleteMany( {'addr.country': 'China'} ) #3、删除全部 db.user.deleteMany({}) 补充remove db.user.remove({}) //全部是删除 db.user.remove({age:12}) //默认能找到了就全部删除,相当于deleteMany,性能低,如果希望将集合全部清空,直接删除集合 db.user.drop() db.user.remove({age:12},true)//只删除一个、相当于deleteOne()
增加和减少:$inc
#增加和减少:$inc #1、所有人年龄增加一岁 db.user.update({}, { "$inc":{"age":1} }, { "multi":true } ) #2、所有人年龄减少5岁 db.user.update({}, { "$inc":{"age":-5} }, { "multi":true } )
添加删除数组内元素:$push,$pop,$pull
往数组内添加元素:$push #1、为名字为yuanhao的人添加一个爱好read db.user.update({"name":"yuanhao"},{"$push":{"hobbies":"read"}}) #2、为名字为yuanhao的人一次添加多个爱好tea,dancing db.user.update({"name":"yuanhao"},{"$push":{ "hobbies":{"$each":["tea","dancing"]} }}) 按照位置且只能从开头或结尾删除元素:$pop #3、{"$pop":{"key":1}} 从数组末尾删除一个元素 db.user.update({"name":"yuanhao"},{"$pop":{ "hobbies":1} }) #4、{"$pop":{"key":-1}} 从头部删除 db.user.update({"name":"yuanhao"},{"$pop":{ "hobbies":-1} }) #5、按照条件删除元素,:"$pull" 把符合条件的统统删掉,而$pop只能从两端删 db.user.update({'addr.country':"China"},{"$pull":{ "hobbies":"read"} }, { "multi":true } )
#避免添加重复:"$addToSet"
db.urls.insert({"_id":1,"urls":[]}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{"$addToSet":{"urls":'http://www.baidu.com'}}) db.urls.update({"_id":1},{ "$addToSet":{ "urls":{ "$each":[ 'http://www.baidu.com', 'http://www.baidu.com', 'http://www.xxxx.com' ] } } } )
其他
#1、了解:限制大小"$slice",只留最后n个 db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-2 } } }) #2、了解:排序The $sort element value must be either 1 or -1" db.user.update({"_id":5},{ "$push":{"hobbies":{ "$each":["read",'music','dancing'], "$slice":-1, "$sort":-1 } } }) #注意:不能只将"$slice"或者"$sort"与"$push"配合使用,且必须使用"$eah"
聚合
如果你有数据存储在MongoDB中,你想做的可能就不仅仅是将数据提取出来那么简单了;你可能希望对数据进行分析并加以利用。MongoDB提供了以下聚合工具: #1、聚合框架 #2、MapReduce(详见MongoDB权威指南) #3、几个简单聚合命令:count、distinct和group。(详见MongoDB权威指南) #聚合框架: 可以使用多个构件创建一个管道,上一个构件的结果传给下一个构件。 这些构件包括(括号内为构件对应的操作符):筛选($match)、投射($project)、分组($group)、排序($sort)、限制($limit)、跳过($skip) 不同的管道操作符可以任意组合,重复使用
准备数据
from pymongo import MongoClient import datetime client=MongoClient('mongodb://root:123@localhost:27017') table=client['db1']['emp'] # table.drop() l=[ ('egon','male',18,'20170301','老男孩驻沙河办事处外交大使',7300.33,401,1), #以下是教学部 ('alex','male',78,'20150302','teacher',1000000.31,401,1), ('wupeiqi','male',81,'20130305','teacher',8300,401,1), ('yuanhao','male',73,'20140701','teacher',3500,401,1), ('liwenzhou','male',28,'20121101','teacher',2100,401,1), ('jingliyang','female',18,'20110211','teacher',9000,401,1), ('jinxin','male',18,'19000301','teacher',30000,401,1), ('成龙','male',48,'20101111','teacher',10000,401,1), ('歪歪','female',48,'20150311','sale',3000.13,402,2),#以下是销售部门 ('丫丫','female',38,'20101101','sale',2000.35,402,2), ('丁丁','female',18,'20110312','sale',1000.37,402,2), ('星星','female',18,'20160513','sale',3000.29,402,2), ('格格','female',28,'20170127','sale',4000.33,402,2), ('张野','male',28,'20160311','operation',10000.13,403,3), #以下是运营部门 ('程咬金','male',18,'19970312','operation',20000,403,3), ('程咬银','female',18,'20130311','operation',19000,403,3), ('程咬铜','male',18,'20150411','operation',18000,403,3), ('程咬铁','female',18,'20140512','operation',17000,403,3) ] for n,item in enumerate(l): d={ "_id":n, 'name':item[0], 'sex':item[1], 'age':item[2], 'hire_date':datetime.datetime.strptime(item[3],'%Y%m%d'), 'post':item[4], 'salary':item[5] } table.save(d)
筛选:$match
{"$match":{"字段":"条件"}},可以使用任何常用查询操作符$gt,$lt,$in等 #例1、select * from db1.emp where post='teacher'; db.emp.aggregate({"$match":{"post":"teacher"}}) #例2、select * from db1.emp where id > 3 group by post; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}} ) #例3、select * from db1.emp where id > 3 group by post having avg(salary) > 10000; db.emp.aggregate( {"$match":{"_id":{"$gt":3}}}, {"$group":{"_id":"$post",'avg_salary':{"$avg":"$salary"}}}, {"$match":{"avg_salary":{"$gt":10000}}} )
投射:$project
{"$project":{"要保留的字段名":1,"要去掉的字段名":0,"新增的字段名":"表达式"}} #1、select name,post,(age+1) as new_age from db1.emp; db.emp.aggregate( {"$project":{ "name":1, "post":1, "new_age":{"$add":["$age",1]} } }) #2、表达式之数学表达式 {"$add":[expr1,expr2,...,exprN]} #相加 {"$subtract":[expr1,expr2]} #第一个减第二个 {"$multiply":[expr1,expr2,...,exprN]} #相乘 {"$divide":[expr1,expr2]} #第一个表达式除以第二个表达式的商作为结果 {"$mod":[expr1,expr2]} #第一个表达式除以第二个表达式得到的余数作为结果 #3、表达式之日期表达式:$year,$month,$week,$dayOfMonth,$dayOfWeek,$dayOfYear,$hour,$minute,$second #例如:select name,date_format("%Y") as hire_year from db1.emp db.emp.aggregate( {"$project":{"name":1,"hire_year":{"$year":"$hire_date"}}} ) #例如查看每个员工的工作多长时间 db.emp.aggregate( {"$project":{"name":1,"hire_period":{ "$subtract":[ {"$year":new Date()}, {"$year":"$hire_date"} ] }}} ) #4、字符串表达式 {"$substr":[字符串/$值为字符串的字段名,起始位置,截取几个字节]} {"$concat":[expr1,expr2,...,exprN]} #指定的表达式或字符串连接在一起返回,只支持字符串拼接 {"$toLower":expr} {"$toUpper":expr} db.emp.aggregate( {"$project":{"NAME":{"$toUpper":"$name"}}}) #5、逻辑表达式 $and $or $not 其他见Mongodb权威指南
分组:$group
{"$group":{"_id":分组字段,"新的字段名":聚合操作符}} #1、将分组字段传给$group函数的_id字段即可 {"$group":{"_id":"$sex"}} #按照性别分组 {"$group":{"_id":"$post"}} #按照职位分组 {"$group":{"_id":{"state":"$state","city":"$city"}}} #按照多个字段分组,比如按照州市分组 #2、分组后聚合得结果,类似于sql中聚合函数的聚合操作符:$sum、$avg、$max、$min、$first、$last #例1:select post,max(salary) from db1.emp group by post; db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"}}}) #例2:去每个部门最大薪资与最低薪资 db.emp.aggregate({"$group":{"_id":"$post","max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) #例3:如果字段是排序后的,那么$first,$last会很有用,比用$max和$min效率高 db.emp.aggregate({"$group":{"_id":"$post","first_id":{"$first":"$_id"}}}) #例4:求每个部门的总工资 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":"$salary"}}}) #例5:求每个部门的人数 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) #3、数组操作符 {"$addToSet":expr}:不重复 {"$push":expr}:重复 #例:查询岗位名以及各岗位内的员工姓名:select post,group_concat(name) from db1.emp group by post; db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) db.emp.aggregate({"$group":{"_id":"$post","names":{"$addToSet":"$name"}}})
排序:$sort、限制:$limit、跳过:$skip
{"$sort":{"字段名":1,"字段名":-1}} #1升序,-1降序 {"$limit":n} {"$skip":n} #跳过多少个文档 #例1、取平均工资最高的前两个部门 db.emp.aggregate( { "$group":{"_id":"$post","平均工资":{"$avg":"$salary"}} }, { "$sort":{"平均工资":-1} }, { "$limit":2 } ) #例2、 db.emp.aggregate( { "$group":{"_id":"$post","平均工资":{"$avg":"$salary"}} }, { "$sort":{"平均工资":-1} }, { "$limit":2 }, { "$skip":1 } )
随机选取n个:$sample
#集合users包含的文档如下 { "_id" : 1, "name" : "dave123", "q1" : true, "q2" : true } { "_id" : 2, "name" : "dave2", "q1" : false, "q2" : false } { "_id" : 3, "name" : "ahn", "q1" : true, "q2" : true } { "_id" : 4, "name" : "li", "q1" : true, "q2" : false } { "_id" : 5, "name" : "annT", "q1" : false, "q2" : true } { "_id" : 6, "name" : "li", "q1" : true, "q2" : true } { "_id" : 7, "name" : "ty", "q1" : false, "q2" : true } #下述操作时从users集合中随机选取3个文档 db.users.aggregate( [ { $sample: { size: 3 } } ] )
练习题
1. 查询岗位名以及各岗位内的员工姓名 2. 查询岗位名以及各岗位内包含的员工个数 3. 查询公司内男员工和女员工的个数 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 5. 查询男员工与男员工的平均薪资,女员工与女员工的平均薪资 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 9. 查询所有员工信息,先按照age升序排序,如果age相同则按照hire_date降序排序 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个
1. 查询岗位名以及各岗位内的员工姓名 db.emp.aggregate({"$group":{"_id":"$post","names":{"$push":"$name"}}}) 2. 查询岗位名以及各岗位内包含的员工个数 db.emp.aggregate({"$group":{"_id":"$post","count":{"$sum":1}}}) 3. 查询公司内男员工和女员工的个数 db.emp.aggregate({"$group":{"_id":"$sex","count":{"$sum":1}}}) 4. 查询岗位名以及各岗位的平均薪资、最高薪资、最低薪资 db.emp.aggregate({"$group":{"_id":"$post","avg_salary":{"$avg":"$salary"},"max_salary":{"$max":"$salary"},"min_salary":{"$min":"$salary"}}}) 5. 查询男员工与男员工的平均薪资,女员工与女员工的平均薪资 db.emp.aggregate({"$group":{"_id":"$sex","avg_salary":{"$avg":"$salary"}}}) 6. 查询各岗位内包含的员工个数小于2的岗位名、岗位内包含员工名字、个数 db.emp.aggregate( { "$group":{"_id":"$post","count":{"$sum":1},"names":{"$push":"$name"}} }, {"$match":{"count":{"$lt":2}}}, {"$project":{"_id":0,"names":1,"count":1}} ) 7. 查询各岗位平均薪资大于10000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 8. 查询各岗位平均薪资大于10000且小于20000的岗位名、平均工资 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000,"$lt":20000}}}, {"$project":{"_id":1,"avg_salary":1}} ) 9. 查询所有员工信息,先按照age升序排序,如果age相同则按照hire_date降序排序 db.emp.aggregate( {"$sort":{"age":1,"hire_date":-1}} ) 10. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资升序排列 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":1}} ) 11. 查询各岗位平均薪资大于10000的岗位名、平均工资,结果按平均薪资降序排列,取前1个 db.emp.aggregate( { "$group":{"_id":"$post","avg_salary":{"$avg":"$salary"}} }, {"$match":{"avg_salary":{"$gt":10000}}}, {"$sort":{"avg_salary":-1}}, {"$limit":1}, {"$project":{"date":new Date,"平均工资":"$avg_salary","_id":0}} )
六、可视化工具(可以任意选择)
2、Studio 3T
七、pymongo
官网:http://api.mongodb.com/python/current/tutorial.html
from pymongo import MongoClient #1、链接 client=MongoClient('mongodb://root:123@localhost:27017/') # client = MongoClient('localhost', 27017) #2、use 数据库 db=client['db2'] #等同于:client.db1 #3、查看库下所有的集合 print(db.collection_names(include_system_collections=False)) #4、创建集合 table_user=db['userinfo'] #等同于:db.user #5、插入文档 import datetime user0={ "_id":1, "name":"egon", "birth":datetime.datetime.now(), "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'BJ' } } user1={ "_id":2, "name":"alex", "birth":datetime.datetime.now(), "age":10, 'hobbies':['music','read','dancing'], 'addr':{ 'country':'China', 'city':'weifang' } } # res=table_user.insert_many([user0,user1]).inserted_ids # print(res) # print(table_user.count()) #6、查找 # from pprint import pprint#格式化细 # pprint(table_user.find_one()) # for item in table_user.find(): # pprint(item) # print(table_user.find_one({"_id":{"$gte":1},"name":'egon'})) #7、更新 table_user.update({'_id':1},{'name':'EGON'}) #8、传入新的文档替换旧的文档 table_user.save( { "_id":2, "name":'egon_xxx' } )
一次性插入2000条数据;
for(var i=1;i<=2000;i++){ db.user.insert({num:i}) } //效率低,需要调用数据库2000次 var arr = [] for(var i=1;i<=2000;i++){ arr.puch({num:i}) } db.user.insert(arr) //需要注意的是,如果数据量非常大的时候,可能会造成数据一次性插入失败;需要分批次插入数据
提升
文档之间的联系
一对一:通过文档内嵌的形式体现一对一的关系
db.user.insert({name:"xiaoming",frind:{name:"xiahua"}})
一对多:向关系型数据库中那样foreignKey即可
或者直接用数组包裹数据(不常用)
db.user.insert({name:"xiaoming",user_id:"_id(id号)"})
多对多
db.user.insert({name:"xiaoming",user_id:["_id(id号)","_id(id号)","_id(id号)"]})