MongoDB 是一种非关系型(NoSQL)数据库，具有高性能和灵活的数据结构。Python 提供了强大的库（如 pymongo 和 motor）用于与 MongoDB 集成。

1. 安装所需库

使用 pymongo 操作 MongoDB：

bash

pip install pymongo

对于异步操作，可以使用 motor：

bash

pip install motor

2. 使用 PyMongo 操作 MongoDB

（1）连接到 MongoDB

python

from pymongo import MongoClient

# 连接到 MongoDB

client = MongoClient("mongodb://localhost:27017/") # 替换为你的 MongoDB 地址

db = client["your_database"] # 选择数据库

collection = db["your_collection"] # 选择集合

print("连接成功！")

（2）基本 CRUD 操作

创建（Insert）

插入单个文档：

python

data = {"name": "Alice", "age": 30, "email": "alice@example.com"}

collection.insert_one(data)

print("插入成功！")

插入多个文档：

python

data_list = [

{"name": "Bob", "age": 25},

{"name": "Carol", "age": 29}

]

collection.insert_many(data_list)

读取（Query）

查询单个文档：

python

result = collection.find_one({"name": "Alice"})

print(result)

查询多个文档：

python

results = collection.find({"age": {"$gt": 25}}) # 查询 age > 25 的文档

for doc in results:

print(doc)

只返回指定字段：

python

result = collection.find({}, {"name": 1, "_id": 0}) # 仅返回 name 字段，不返回 _id

更新（Update）

更新单个文档：

python

collection.update_one({"name": "Alice"}, {"$set": {"age": 31}})

更新多个文档：

python

collection.update_many({"age": {"$lt": 30}}, {"$set": {"status": "young"}})

删除（Delete）

删除单个文档：

python

collection.delete_one({"name": "Alice"})

删除多个文档：

python

collection.delete_many({"age": {"$lt": 30}})

3. 使用 Motor 异步操作 MongoDB

Motor 是基于异步的 MongoDB 驱动，适合与异步框架如 asyncio 搭配使用。

（1）异步连接

python

import motor.motor_asyncio

import asyncio

# 异步连接到 MongoDB

client = motor.motor_asyncio.AsyncIOMotorClient("mongodb://localhost:27017")

db = client["your_database"]

collection = db["your_collection"]

async def main():

print("连接成功！")

asyncio.run(main())

（2）异步 CRUD 操作

异步插入：

python

async def insert_data():

await collection.insert_one({"name": "Alice", "age": 30})

asyncio.run(insert_data())

异步查询：

python

async def fetch_data():

result = await collection.find_one({"name": "Alice"})

print(result)

asyncio.run(fetch_data())

4. 聚合操作

MongoDB 支持强大的聚合框架，用于数据分析和处理。

示例：按年龄分组并统计数量：

python

pipeline = [

{"$group": {"_id": "$age", "count": {"$sum": 1}}}

]

results = collection.aggregate(pipeline)

for result in results:

print(result)

5. 小贴士

1. 使用 Atlas 云数据库： 如果使用 MongoDB Atlas 云服务，需将连接字符串替换为 Atlas 提供的 URI。
2. 性能优化：
3. 索引：为查询字段创建索引以加速查询。
4. 批量操作：对大量数据使用 insert_many 或批量更新。
5. 数据安全： 避免将敏感信息硬编码在代码中，使用环境变量存储 MongoDB 的连接信息。
   
   

Tags：mongodb windows安装