Python和MongoDB其实很配

　　MongoDB其实就是一个大大的JSON，在Python的世界里dict也是最吃香的类型，所以，他们天生就是一对。MongoDB的安装
　　推荐使用Docker来部署管理，一行命令就可以搞定，官方版本：dockerrundnamemongodbeMONGOINITDBROOTUSERNAMEadmineMONGOINITDBROOTPASSWORDadminvdatamongodir：datadbp27017：27017mongo
　　官方版本的Docker啥都好，就是体积有点大。还有一个小体积的alpine版本，开发时使用很方便，不过不能配置账户和密码。dockerrundnamemongolitep27018：27017vdatamongolite：datadbmvertesalpinemongo
　　如果想尝试Mongo的命令行（MongoShell），直接进到Docker里：dockerexecitmongolitemongoMongoDBshellversionv4。0。6connectingto：mongodb：127。0。0。1：27017？gssapiServiceNamemongodb。。。usemydbswitchedtodbmydbdb。User。insertOne（｛name：Toby，age：18｝）｛acknowledged：true，insertedId：ObjectId（612c84c5d93795436ad27ebc）｝db。User。find（）｛id：ObjectId（612c84c5d93795436ad27ebc），name：Toby，age：18｝
　　MongoShell官方文档：https：docs。mongodb。commanualreferencemongoshellPyMongo五分钟上手
　　安装PyMongo可以通过pip搞定。pipinstallpymongo
　　以下内容也可以参考官方文档：https：pymongo。readthedocs。ioenstable连接数据库
　　常见方式如下：frompymongoimportMongoClient连接有密码的MongoclientMongoClient（mongodb：admin：adminlocalhost：27017）连接没密码的MongoclientMongoClient（mongodb：localhost：27018）列出所有已经存在的DBfordbinclient。listdatabases（）：print（db）使用Mongo里的某个DB，这个DB可以不存在，后面写数据时会被创建出来dbclient。mydb插入数据
　　插入的每条数据都是一个dict，一样的字段允许类型不一样，也允许每次插入的数据字段不一样，可以理解成动态类型数据，你想放什么都行，唯一的约束就是他们会被放在同一个Document里。插入一条数据defaddoneuser（）：db。User。insertone（｛name：Toby，age：18｝）插入多条数据defaddmanyusers（）：db。User。insertmany（〔｛name：Tom，age：10｝，｛name：Toby，age：unknown，hobbies：〔writebugs，raisedogs〕｝〕）
　　这里的User约等于关系型数据库的表，但它的名字叫Document，每次数据插入完成后会返回一个id，这是Mongo里最重要的东西了，它就是靠这个id来保证数据的一致性，后续的数据修改和删除主要就是靠这个id来完成，所以一般针对某条特定的数据的处理，都是需要先查询它的id，然后再进行后面的操作。查询数据查询多个数据defshowusers（）：一个表里所有数据foreindb。User。find（）：print（e）匹配条件的多条数据foreindb。User。find（｛name：Toby｝）：print（e）查询单个数据defqueryuser（name）：returndb。User。findone（｛name：name｝）忽略大小写defqueryuserignorecase（name）：returndb。User。findone（｛name：re。compile（name，re。IGNORECASE）｝）使用运算符https：docs。mongodb。commanualreferenceoperatorquerydefqueryteenager（）：returndb。User。findone（｛age：｛lt：18｝｝）
　　Mongo的查询主要还是依赖DB自己提供的运算符，在PyMongo里要注意，这里不会抛出异常，如果找不到数据，默认返回None。通过运算符查询数据：https：docs。mongodb。commanualreferenceoperatorquery通过聚合查询数据：https：docs。mongodb。commanualaggregation修改数据修改一个数据defupdateuser（user，attributes：dict）：user。update（attributes）resultdb。User。replaceone（｛id：user〔id〕｝，user，upsertTrue）return｛affectedcount：result。modifiedcount｝uqueryuserignorecase（toby）resultupdateuser（u，｛code：python｝）修改多个数据，注意有坑，Replace和Update是不一样的defupdatemany（）：todo〔UpdateOne（｛age：19｝，｛set：｛name：Toby｝｝），ReplaceOne（｛name：Tom｝，｛age：19｝），name会被吃掉〕resultdb。User。bulkwrite（todo）print（result。matchedcount）
　　Replace是替换，所以要带上原有字段，这里有点坑。Update不接受单独的dict，需要用setunset来标识修改的字段的方式。〔｛set：｛status：Modified，comments：〔misc1，misc2〕｝｝，｛unset：〔misc1，misc2〕｝〕删除数据defdeleteuser（name）：resultdb。User。deleteone（｛name：name｝）return｛affectedcount：result。deletedcount｝
　　删除多个数据：db。test。countdocuments（｛x：1｝）3resultdb。test。deletemany（｛x：1｝）result。deletedcount3db。test。countdocuments（｛x：1｝）0常见问题有什么办法可以让Mongo不自动添加id到我的数据里？
　　几乎没有，这是MongoDB的特性决定的，如果你的数据没有ID的话，并且进行高并发插入时，大概率会遇到BulkWriteError这个错误。doc｛｝collection。insertmany（docforinrange（10））Traceback（mostrecentcalllast）：。。。pymongo。errors。BulkWriteError：batchoperrorsoccurreddoc｛id：ObjectId（560f171cfba52279f0b0da0c）｝docs〔｛｝〕collection。insertmany（docs10）Traceback（mostrecentcalllast）：。。。pymongo。errors。BulkWriteError：batchoperrorsoccurreddocs〔｛id：ObjectId（560f1933fba52279f0b0da0e）｝〕
　　如果你不想要自动生成的ID，可以自己在插入数据前指定这个字段。为啥我指定了id还是查询不到我的数据？
　　比如我要查询数据库里的某个post：postidasstrstr（postid）posts。findone（｛id：postidasstr｝）Noresult
　　因为pyMongo里的这个ID不是字符串类型，你需要做一下数据转换。frombson。objectidimportObjectIdThewebframeworkgetspostidfromtheURLandpassesitasastringdefget（postid）：ConvertfromstringtoObjectId：documentclient。db。collection。findone（｛id：ObjectId（postid）｝）用标准库里的json模块来序列化和反序列化Mongo的数据会有什么问题？
　　有一些数据类型在反序列后会得不到预期的结果，比如ObjectId和DBRef，PyMongo为了解决这个问题自己封装了一个辅助类jsonutil，可以很好的解决这些问题。frombson。jsonutilimportloadsfrombson。jsonutilimportdumps总结
　　Mongo属于非关系型数据库，使用Mongo作为DB的思维需要做比较大的转变：关系型数据库一般读写容易，修改难，容易理解非关系型数据库一般是读写改容易，设计难（相对而言）
　　关系型数据库支持ACID（Atomicity，Consistency，Isolation，Duration）即原子性，一致性，隔离性和持续性。相对而言，NoSQL采用更宽松的模型BASE（BasicallyAvailable，Softstate，EventualConsistency）即基本可用，软状态和最终一致性。
　　NoSQL在精心的设计下查询性能会更高，数据结构也十分有弹性，特别适合快速发展和属性不确定的产品功能，但Mongo不支持事务，如何确保数据一致性是个挺大的挑战。
　　在选择上可以考虑从以下角度去思考：需要ACID还是BASE需要结构化数据还是非结构化数据需要对数据进行灵活扩展开发人员的经验
　　很多情况只考虑最后一点就可以了。