NoSQL学习之路(四)：创建、读取、更新、删除（CRUD)

本文地址：http://www.cnblogs.com/egger/archive/2013/05/01/3053239.html 欢迎转载 ，请保留此链接??? ????！

本文介绍数据库的4个基本操作：创建、读取、更新和删除（CRUD)。

MongoDB没有类似sqlserver 的manager studio、mysql的workbench等工具。接下来的数据库操作演示，我们只能使用MongoDB自带简洁但功能强大的JavaScript shell，MongoDB shell是一个独立的DB客户端（它也是功能完备的JavaScript解释器 可以运行任何JavaScript程序），MongoDB shell的使用介绍请阅读博文《NoSQL学习之路（三）：MongoDB Shell的使用》。

CRUD

1.C 创建

insert函数添加一个文档到集合里面。

直接将文档作为参数：

>db.post.insert({"title":"Ex.1"})

或者将文档赋值给变量，变量作为方法的参数。

下面我们添加一篇文章。首先,创建一个局部变量post，JavaScript对象作为文档的内容的赋值给post。里面会有"title","author","content"和"date"等键值。

使用count()查询集合中文档条数:

当我们成功的插入一条文档到集合中后，我们会发现多了一个键"_id"和自动生成的ObjectId类型值。[详情：MongoDB的ObjectID]

当插入多个文档到一个集合的时候，请使用批量插入会快一些。批量插入能传递一个由文档构成的数组给数据库。这样避免了许多零碎的请求所带来的开销。

要是只是导入原始数据(例如，从MySQL中导入 ),可以使用命令行工具，如mongoimport，而不是使用批量插入。另一方面，可以用它在存入MongoDB之前对数据做一些小的修整（转换日期成为日期类型，或添加自定义的"_id"所以批量插入对导入数据来说也是有用的。

当执行插入的时候，使用的驱动程序会将数据转换成BSON的形式，然后将其送入数据库。数据库解析BSON,检验是否包含"_id"键并且文档不超过4MB。要查看doc文档转为BSON的大小（以字节为单位），在shell中运行 Object.bsonsize(doc)即可。
MongoDB在插入时并不执行代码，不做别的数据验证，就只是简单地将文档原样存入数据库中.虽然会导致插入无效的数据，但是它能让数据库更加安全，远离注入式攻击。

2.R读取

find会返回集合里面所有的文档。findOne(注意大小写 findone 是无效的)查看一个文档。

find和findOne可以接受査询文档形式的限定条件。这将通过査询限制匹配的文档。使用find时，shell自动显示最多20个匹配的文档，但可以获取更多文档。

3.U更新

更新操作是原子的：若是两个更新同时发生，先到达服务器的先执行，接着执行另外的。

update接受（至少）两个参数：第一个是要更新文档的限定条件，第二个是新的文档。

注意：若是集合中有多个文档匹配查询条件，更新时会查询条件匹配了，然后更新的时候由于第二个参数的存在就产生重复的"_id"值，数据库会报错。限定条件尽量只能筛选出一条文档记录来。

假设决定给我们先前写的文章增加标签，则需要增加一个新的键，对应的值是存放标签的数组。
第一步修改变量post，增加"tags"键:

shell输入post回车,post变量中文档值已经包含了tags数组了。

使用update方法更新文档后，文档中便有了"tags"键的内容。

4.D删除

remove用来从数据库中永久性地删除文档，不能回复和撤销。

在不使用参数进行调用的情况下，它会删除一个集合内的所有文档，不会删除集合本身，原有的索引也会保留。。

>db.posts.remove()

它也可以接受一个文档以指定限定条件作为参数。现在集合中只有一条文档记录，我们指定限定条件进行删除操作：：

集合现在又是空的了。

如果要清除整个集合，直接删除集合（然后重建索引）会更快,使用drop_collection函数。

>>db.drop_collection(collection_name)

Objectld

官方wiki:http://docs.mongodb.org/manual/reference/object-id/

当我们成功的插入一条文档到集合中后，我们会发现多了一个键"_id"和自动生成的ObjectId类型值。通常会在客户端由驱动程序完成。原因如下：

• MongoDB的设计理念：能从服务器端转移到驱动程序来做的事,就尽量转移。扩展应用层也要比扩展数据库层容易得多。将事务交由客户端来处理，就减轻了数据库扩展的负担。
• 在客户端生成Objectld,驱动程序能够提供更加丰富的API。

集合中每个文档都有唯一的"_id"值，来确保集合里面每个文档都能被唯一标识。Objectld是"_id"的默认类型，它是一种轻量型的，不同的机器都能用全局唯一的同种方法轻量的生成它。mongodb从开始设计就被定义为分布式数据库，处理多个节点是一个核心要求。若采用传统的自增主键策略，在多台服务器上同步自动增加主键既费力又费时。

0	1	2	3	4	5	6	7	8	9	10	11
时间戳				机器名			PID		计数器

ObjectId占用12字节的存储空间，每个字节两位十六进制数字，是一个24位的字符串。由“时间戳” 、“机器名”、“PID号”和“计数器”组成。使用机器名的好处是在分布式环境中能够避免单点计数的性能瓶颈。使用PID号的好处是支持同一机器内运行多个mongod实例。最终采用时间戳和计数器的组合来保证唯一性。

1.时间戳 4个字节。从标准纪元开始，单位为秒。

• 时间戳，与随后的5个字节(机器名+PID)组合起来，提供了秒级别的唯一性。
• 由于时间戳在前，这意味着Objectld大致会按照插入的顺序排列，这对于某些方面很有用，如将其作为索引提高效率，但是这个是没有保证的。
• 这4个字节也隐含了文档创建的时间。绝大多数驱动都会公开一个方法从Objectld获取这个信息。

2.机器名 3个字节。所在主机的唯一标识符。通常是机器主机名的散列值，机器名通过Md5加密后取前三个字节。

3.PID 2个字节。为了确保在同一台机器上并发的多个进程产生的Objectld是唯一的，所以加上进程标识符(PID).注意到每次重启mongod进程后PID号通常会发生变化就可以了。

前9字节保证了同一秒钟不同机器不同进程产生的Objectld是唯一的。

4.计数器 3个字节，表示的取值范围就是256*256*256=16777216。一个自动增加的计数器，确保相同进程同一秒产生的Obj ectld也是不一样的同一秒钟最多允许每个进程拥有256³ (16 777 216)不同的Objectld。

MongoDB的Python驱动

python环境下载：http://www.python.org/download/

pymongo驱动下载:https://pypi.python.org/pypi/pymongo/

window环境下，pymongo选择类型为MS Windows installer。同时注意对应的python版本和系统（32or 64bit）.需事先安装好python环境，pymongo检测到python安装路径，只需下一步到完成即可。

然后打开python命令行控制台程序。

下面是官方提供的基本示例：

创建连接
>>> import pymongo
>>> client = pymongo.MongoClient("localhost",27017)
切换数据库
>>> db = client.test
打印数据库名称
>>> db.name
u'test'
获取集合
>>> db.my_collection
Collection(Database(MongoClient('localhost',27017),u'test'),u'my_collection')
插入文档
>>> db.my_collection.save({"x": 10})
ObjectId('4aba15ebe23f6b53b0000000')
>>> db.my_collection.save({"x": 8})
ObjectId('4aba160ee23f6b543e000000')
>>> db.my_collection.save({"x": 11})
ObjectId('4aba160ee23f6b543e000002')
查看集合中的一条文档记录
>>> db.my_collection.find_one()
{u'x': 10,u'_id': ObjectId('4aba15ebe23f6b53b0000000')}

下面我们使用python语言往集合中插入1000000条文档记录，然后再清空该集合，并显示清空操作花费时间。

下面演示将使用Python shell.

新建.py文件。

import pymongo
client = pymongo.MongoClient("localhost",27017)
db = client.test
#查看test数据库中集合信息
print (db.collection_names())
#连接到my_collection集合
print (db.my_collection)
#清空my_collection集合文档信息
db.my_collection.remove()
#显示my_collection集合中文档数目
print (db.my_collection.find().count())
#插入1000000条文档信息
for i in  range(1000000):
    db.my_collection.insert({"test":"tnt","index":i})


#显示my_collection集合中文档数目
print  ('插入完毕，当前文档数目：')
print (db.my_collection.find().count())

通过Python shell打开该文件，然后按“F5”或者点击“run”->"run module"，运行该文件，执行操作。

运行后，python shell 光标闪烁，因为数量较多，等待片刻。

文档成功插入后：

运行下面的代码，执行清空集合操作。

import time
from pymongo import Connection
db=Connection().test
collection = db.my_collection
start = time.time()
collection.remove()
collection.find_one()
total = time.time()-start
print ("删除1000000条文档共计耗时：%d seconds" % total)

结果如下：

参考：

1.MongoDB权威指南

2.MongoDB的ObjectId

3.理解MongoDB默认的ObjectID

4.pymongo 使用小结