[[420498]]

 MongoDB 其實就是一個大大的 JSON，在 Python 的世界里 dict 也是最吃香的類型，所以，他們天生就是一對。

MongoDB 的安裝

推薦使用 Docker 來部署管理，一行命令就可以搞定，官方版本：

docker run -d --name mongodb \ 
    -e MONGO_INITDB_ROOT_USERNAME=admin \ 
    -e MONGO_INITDB_ROOT_PASSWORD=admin \ 
    -v ~/data/mongo_dir:/data/db \ 
    -p 27017:27017 \ 
    mongo 

官方版本的 Docker 啥都好，就是體積有點大。還有一個小體積的 alpine 版本，開發時使用很方便，不過不能配置賬戶和密碼。

docker run -d --name mongo-lite \ 
  -p 27018:27017 \ 
  -v ~/data/mongo_lite:/data/db \ 
  mvertes/alpine-mongo 

如果想嘗試 Mongo 的命令行 (Mongo Shell)，直接進到 Docker 里：

$ docker exec -it mongo-lite mongo 
MongoDB shell version v4.0.6 
connecting to: mongodb://127.0.0.1:27017/?gssapiServiceName=mongodb 
... 
 
> use mydb 
switched to db mydb 
 
> db.User.insertOne({"name":"Toby",age:18}) 
{ 
 "acknowledged" : true, 
 "insertedId" : ObjectId("612c84c5d93795436ad27ebc") 
} 
 
> db.User.find() 
{ "_id" : ObjectId("612c84c5d93795436ad27ebc"), "name" : "Toby", "age" : 18 } 

Mongo Shell 官方文檔：https://docs.mongodb.com/manual/reference/mongo-shell/

PyMongo 五分鐘上手

安裝 PyMongo 可以通過 pip 搞定。

pip install pymongo 

以下內容也可以參考官方文檔：https://pymongo.readthedocs.io/en/stable/

連接數據庫

常見方式如下：

from pymongo import MongoClient 
 
# 連接有密碼的Mongo 
client = MongoClient('mongodb://admin:admin@localhost:27017/') 
 
# 連接沒密碼的Mongo 
client = MongoClient('mongodb://localhost:27018/') 
 
# 列出所有已經存在的DB 
for db in client.list_databases(): 
    print(db) 
 
# 使用Mongo里的某個DB，這個DB可以不存在，后面寫數據時會被創建出來 
db = client.mydb 

插入數據

插入的每條數據都是一個 dict，一樣的字段允許類型不一樣，也允許每次插入的數據字段不一樣，可以理解成動態類型數據，你想放什么都行，唯一的約束就是他們會被放在同一個 Document 里。

# 插入一條數據 
def add_one_user(): 
    db.User.insert_one({ 
        'name': 'Toby', 
        'age': 18 
    }) 
 
# 插入多條數據 
def add_many_users(): 
    db.User.insert_many([{ 
        'name': 'Tom', 
        'age': 10 
    }, { 
        'name': 'Toby', 
        'age': 'unknown', 
        'hobbies': ['write bugs', 'raise dogs'] 
    }]) 

這里的 User 約等于關系型數據庫的表，但它的名字叫 Document，每次數據插入完成后會返回一個_id，這是 Mongo 里最重要的東西了，它就是靠這個_id 來保證數據的一致性，后續的數據修改和刪除主要就是靠這個_id 來完成，所以一般針對某條特定的數據的處理，都是需要先查詢它的_id，然后再進行后面的操作。

查詢數據

# 查詢多個數據 
def show_users(): 
    # 一個表里所有數據 
    for e in db.User.find(): 
        print(e) 
 
    # 匹配條件的多條數據 
    for e in db.User.find({'name': 'Toby'}): 
        print(e) 
 
 
# 查詢單個數據 
def query_user(name): 
    return db.User.find_one({'name': name}) 
 
 
# 忽略大小寫 
def query_user_ignore_case(name): 
    return db.User.find_one({'name': re.compile(name, re.IGNORECASE)}) 
 
 
# 使用運算符 https://docs.mongodb.com/manual/reference/operator/query/ 
def query_teenager(): 
    return db.User.find_one({'age': {'$lt': 18}}) 

Mongo 的查詢主要還是依賴 DB 自己提供的運算符，在 PyMongo 里要注意，這里不會拋出異常，如果找不到數據，默認返回 None。

通過運算符查詢數據：https://docs.mongodb.com/manual/reference/operator/query/

通過聚合查詢數據：https://docs.mongodb.com/manual/aggregation/

修改數據

# 修改一個數據 
def update_user(user, attributes: dict): 
    user.update(attributes) 
    result = db.User.replace_one({'_id': user['_id']}, user, upsert=True) 
    return {'affected_count': result.modified_count} 
 
u = query_user_ignore_case('toby') 
result = update_user(u, {'code': 'python'}) 
 
# 修改多個數據，注意有坑，Replace 和 Update是不一樣的 
def update_many(): 
    todo = [ 
        UpdateOne({'age': 19}, {'$set': {'name': 'Toby'}}), 
        ReplaceOne({'name': 'Tom'}, {'age': 19}),  # name 會被吃掉 
    ] 
    result = db.User.bulk_write(todo) 
def delete_user(name): 
    result = db.User.delete_one({'name': name}) 
    return {'affected_count': result.deleted_count} 
    print(result.matched_count) 

Replace 是替換，所以要帶上原有字段，這里有點坑。Update 不接受單獨的 dict，需要用 $set / $unset 來標識修改的字段的方式。

[ 
   { $set: { status: "Modified", comments: [ "$misc1", "$misc2" ] } }, 
   { $unset: [ "misc1", "misc2" ] } 
] 

刪除數據

def delete_user(name): 
    result = db.User.delete_one({'name': name}) 
    return {'affected_count': result.deleted_count} 

刪除多個數據：

>>> db.test.count_documents({'x': 1}) 
3 
>>> result = db.test.delete_many({'x': 1}) 
>>> result.deleted_count 
3 
>>> db.test.count_documents({'x': 1}) 
0 

常見問題

有什么辦法可以讓 Mongo 不自動添加 _id 到我的數據里?

幾乎沒有，這是 MongoDB 的特性決定的，如果你的數據沒有 ID 的話，并且進行高并發插入時，大概率會遇到 BulkWriteError 這個錯誤。

>>> doc = {} 
>>> collection.insert_many(doc for _ in range(10)) 
Traceback (most recent call last): 
... 
pymongo.errors.BulkWriteError: batch op errors occurred 
>>> doc 
{'_id': ObjectId('560f171cfba52279f0b0da0c')} 
 
>>> docs = [{}] 
>>> collection.insert_many(docs * 10) 
Traceback (most recent call last): 
... 
pymongo.errors.BulkWriteError: batch op errors occurred 
>>> docs 
[{'_id': ObjectId('560f1933fba52279f0b0da0e')}] 

如果你不想要自動生成的 ID，可以自己在插入數據前指定這個字段。

為啥我指定了_id 還是查詢不到我的數據?

比如我要查詢數據庫里的某個 post:

>>> post_id_as_str = str(post_id) 
>>> posts.find_one({"_id": post_id_as_str}) # No result 

因為 pyMongo 里的這個 ID 不是字符串類型，你需要做一下數據轉換。

from bson.objectid import ObjectId 
 
# The web framework gets post_id from the URL and passes it as a string 
def get(post_id): 
    # Convert from string to ObjectId: 
    document = client.db.collection.find_one({'_id': ObjectId(post_id)}) 

用標準庫里的 json 模塊來序列化和反序列化 Mongo 的數據會有什么問題?

有一些數據類型在反序列后會得不到預期的結果，比如 ObjectId 和 DBRef，PyMongo 為了解決這個問題自己封裝了一個輔助類 json_util，可以很好的解決這些問題。

from bson.json_util import loads 
from bson.json_util import dumps 

總結

Mongo 屬于非關系型數據庫，使用 Mongo 作為 DB 的思維需要做比較大的轉變：

1. 關系型數據庫一般讀寫容易，修改難，容易理解
2. 非關系型數據庫一般是讀寫改容易，設計難(相對而言)

“關系型數據庫支持 ACID (Atomicity, Consistency, Isolation, Duration) 即原子性，一致性，隔離性和持續性。相對而言，NoSQL 采用更寬松的模型 BASE (Basically Available, Soft state, Eventual Consistency) 即基本可用，軟狀態和最終一致性。

NoSQL 在精心的設計下查詢性能會更高，數據結構也十分有彈性，特別適合快速發展和屬性不確定的產品功能，但 Mongo 不支持事務，如何確保數據一致性是個挺大的挑戰。

在選擇上可以考慮從以下角度去思考：

1. 需要 ACID 還是 BASE
2. 需要結構化數據還是非結構化數據
3. 需要對數據進行靈活擴展
4. 開發人員的經驗

很多情況只考慮最后一點就可以了。