Python全栈 MongoDB 数据库（聚合二进制GridFSpymongo模块）

Posted 2020-12-31 ParisGabriel

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()