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()
