Python+MongoDb使用手册（精简）

这里是学了下面链接的内容，加上一些自己学习的内容综合的，大家也可以去看看这篇文章，写的特别好 【python】在Python中操作MongoDB的详细用法教程与实战案例分享_python轻松入门，基础语法到高阶实战教学-CSDN专栏

1 库：pymongo 

pip install pymongo

2 连接：MongoClient

from pymongo import MongoClient

#连接MongoDb

client=MongoClient('localhost',27017)

#选择或创建数据库

db=client['mongo_database']

#选择或创建集合

collection=db['mongo_collection']

3 语法

READ

#查询所有文档

collection.find()

#查询当个文档

collection.find_one()

#带条件查询

collection.find({"color":"red"})

#多条件查询（$and,$or,$nor）

collection.find({ "$and": [ {"age": {"$gt": 25}}, {"city": "New York"} ] })

#模糊查询

collection.find("name":{"$regex":"^A"})

#结果打印

for doc in collection.find()

INSERT

#插入单条

collection.insert_one(doc)

#插入多条

collection.insert_many(docs)

UPDATE

#更新单个文档

query={"color":"red"}

newvalues={"$set":{"type":"flower"}}

collection.update_one(query,newvalues)

#更新多个文档

query={"color":"red"}

newvalues={"$set":{"type":"flower"}}

collection.update_many(query,newvalues)

DELETE

#删除单个文档

query={"color":"red"}

collection.delete_one(query)

#删除多个文档

query={"color":"green"}

collection.delete_many(query)

4.索引

#创建索引

collection.create_index([("color",pymongo.ASCENDING)])

#创建复合索引

collection.create_index([("color", pymongo.ASCENDING), ("type", pymongo.DESCENDING)])

5 聚合管道

# 使用聚合管道

pipeline = [

{"$match": {"color": "red"}},#先用$match筛选

{"$group": {"_id": "$type", "count": {"$sum": 1}}}#再用$group分组

] 

6 事务

# 确保MongoDB在副本集模式下运行（事务需要副本集）

db = client['mydatabase']

with client.start_session() as session:

        with session.start_transaction(): # 在此执行事务操作

              collection1.insert_one(doc1, session=session)

              collection2.insert_one(doc2, session=session)

7 线程池

# 创建一个连接池, 操作完成后，连接会自动返回到连接池中

client = MongoClient('localhost', 27017, maxPoolSize=100)3

8 详解多条件查询

一、多条件组合查询
1. ‌隐式 AND 操作‌

多个条件在字典中并列时默认执行 AND 操作：

query = {
    "age": {"$gt": 25},      # 年龄大于25
    "city": "New York",      # 城市为纽约
    "status": "active"       # 状态为活跃
}
results = collection.find(query)  # 同时满足三个条件:ml-citation{ref="1,3" data="citationList"}

2. ‌显式逻辑运算符‌

使用 $and、$or 等运算符组合条件：
# AND 操作
query = {
    "$and": [
        {"age": {"$gte": 30}},
        {"salary": {"$lt": 5000}}
    ]
}

# OR 操作
query = {
    "$or": [
        {"department": "IT"},
        {"department": "HR"}
    ]
}
results = collection.find(query)  # 显式逻辑组合:ml-citation{ref="3" data="citationList"}

3. ‌混合逻辑操作‌

嵌套使用 $and 和 $or：
query = {
    "$and": [
        {"$or": [{"role": "manager"}, {"role": "director"}]},
        {"join_date": {"$gt": "2023-01-01"}}
    ]
}

二、嵌套字段查询

使用点记号访问嵌套字段：
query = {
    "address.city": "Beijing",
    "address.zip_code": {"$regex": "^10"}  # 邮编以10开头
}
results = collection.find(query)  # 嵌套结构查询

 三、更新操作的多条件
1. ‌更新单条文档‌ (update_one)
collection.update_one(
    {"name": "Alice", "status": "pending"},  # 查询条件
    {"$set": {"status": "completed"}}        # 更新操作
)  # 仅更新第一条匹配文档:ml-citation{ref="1,6" data="citationList"}

2. ‌批量更新‌ (update_many)
collection.update_many(
    {
        "department": "Finance",
        "level": {"$in": [3, 4]}             # 级别为3或4
    },
    {"$inc": {"salary": 1000}}               # 薪水增加1000
)  # 更新所有匹配文档:ml-citation{ref="6" data="citationList"}

collection.update_many(
    {"$and": [{"department": "IT"}, {"salary": {"$lt": 5000}}]},  # 同时满足两个条件
    {"$inc": {"salary": 1000}}  # 薪资增加1000
)  #:ml-citation{ref="6,9" data="citationList"}
 

 collection.update_many(
    {"$or": [{"department": "HR"}, {"department": "Finance"}]},  # 满足任意一个条件
    {"$set": {"bonus": 5000}}  # 设置奖金
)  #:ml-citation{ref="4,10" data="citationList"}

四、聚合框架中的多条件

在聚合管道中使用 $match 阶段：
pipeline = [
    {"$match": {
        "age": {"$gte": 30},
        "sales": {"$gt": 10000}
    }},
    {"$group": {
        "_id": "$department",
        "avg_sales": {"$avg": "$sales"}
    }}
]
results = collection.aggregate(pipeline)  # 多条件聚合

pipeline = [
    {"$match": {"$and": [{"age": {"$gte": 30}}, {"sales": {"$gt": 10000}}]}},  # 必须同时满足
    {"$group": {"_id": "$department", "avg_sales": {"$avg": "$sales"}}}
]  #:ml-citation{ref="9,11" data="citationList"}
 

pipeline = [ {"$match": {"$or": [{"status": "active"}, {"status": "pending"}]}}, # 满足其一即可 {"$count": "total"} ] #:ml-citation{ref="4,10" data="citationList"}

 

五、实用技巧

正则表达式查询‌
query = {"name": {"$regex": "^J", "$options": "i"}}  # 名字以J开头（不区分大小写）

数组条件查询‌
query = {"tags": {"$all": ["urgent", "VIP"]}}  # 同时包含urgent和VIP标签

排序与限制‌
results = collection.find(query).sort("create_time", -1).limit(10)  # 按时间倒序取前10条:ml-citation{ref="4" data="citationList"}

#隐式 $and‌ 多个并列条件默认按 $and 处理（等效于逗号分隔）：

 {"age": {"$gt": 25}, "city": "New York"} # 隐式 AND:ml-citation{ref="5" data="citationList"} {"$and": [{"age": {"$gt": 25}}, {"city": "New York"}]} # 显式 AND

#嵌套

{"$and": [
    {"$or": [{"role": "manager"}, {"role": "director"}]},  # 角色为 manager 或 director
    {"join_year": {"$gte": 2020}}  # 且入职年份 ≥2020
]}  #:ml-citation{ref="5,9" data="citationList"}
 

#update 的修改部分（如 $set）需用逗号分隔字段，‌不可用 and‌：

# ✅ 正确写法
{"$set": {"field1": "A", "field2": "B"}}  

# ❌ 错误写法（导致逻辑错误）
{"$set": {"field1": "A" and "field2": "B"}}  #:ml-citation{ref="1,8" data="citationList"}