MongoDB系列教程-第三章：PyMongo操作MongoDB数据库（1）—— 连接、基本CRUD操作

📖 第三章：PyMongo操作MongoDB数据库（1）—— 连接、基本CRUD操作

通过前面两章节的学习（MongoDB系列教程-第一章：MongoDB简介、安装 、概念解析、用户管理、连接、实际应用示例、MongoDB系列教程-第二章：MongoDB数据库概念和特点、数据库操作、集合操作、文档操作、规范及常见问题解决、实际应用示例），我们对MongoDB的各种基础概念（数据库、文档、集合、数据类型）和Shell操作都有一定的熟悉。

基于以上基础，可以在实际项目工程中使用PyMongo进行数据库操作了。

本章围绕PyMongo的核心功能，结合代码示例进行讲解。关于PyMongo的官方文档，大家可以看这里：https://www.mongodb.com/zh-cn/docs/languages/python/pymongo-driver/current/

---

3.1 什么是 PyMongo

PyMongo是MongoDB官方提供的Python驱动程序，能够在Python程序中连接和操作MongoDB数据库。MongoDB 是目前最流行的 NoSQL 数据库之一。

---

3.2 安装PyMongo

# 创建项目目录
mkdir pymongo-project
cd pymongo-project# 安装PyMongo
pip install pymongo# 安装依赖
pip install dnspython # 用于DNS解析

---

3.3 连接到MongoDB

3.3.1 基本连接

from pymongo import MongoClient# 连接到本地MongoDB
client = MongoClient('mongodb://localhost:27017/')# 连接到远程MongoDB
client = MongoClient('mongodb://username:password@host:port/')# 连接到MongoDB Atlas
client = MongoClient('mongodb+srv://username:password@cluster.mongodb.net/')

pymongo 库通过 MongoClient 类创建与 MongoDB 服务的连接，核心语法为：

from pymongo import MongoClient# 实例化客户端（建立连接）
client = MongoClient(连接字符串)

• 连接字符串：描述 MongoDB 服务的地址、端口、认证信息等，是连接的核心参数。
• 客户端对象（client）：后续所有数据库操作（如切换数据库、操作集合）都通过该对象实现。

基本连接可以按照使用场景的不同，分为三种，即：1、连接本地无认证的 MongoDB；2、连接需要认证的 MongoDB；3、连接 MongoDB Atlas（云服务）。

1. 连接本地无认证的 MongoDB（开发环境常用）

# 连接本地默认服务（地址 127.0.0.1，端口 27017）
client = MongoClient('mongodb://localhost:27017/')# 简化写法（默认就是 localhost:27017）
client = MongoClient()  # 等效于上面的写法

• 适用场景：本地开发、测试环境，MongoDB 未启用身份验证（--auth 未开启）。
• 注意：需确保 mongod 服务已启动，且端口与连接字符串一致。

2. 连接需要认证的 MongoDB（生产环境常用）

# 连接远程或本地带用户名密码的服务
client = MongoClient('mongodb://username:password@host:port/')

参数解析：

• username/password：数据库用户的账号密码（需提前在 MongoDB 中创建，且有对应权限）。
• host：服务器 IP 或域名（如 192.168.1.100、mongodb.example.com）。
• port：服务端口（默认 27017，若未修改可省略）。

示例：
连接 10.0.0.5 服务器上的 MongoDB（端口 27019），用户 admin，密码 123456：

client = MongoClient('mongodb://admin:123456@10.0.0.5:27019/')

3. 连接 MongoDB Atlas（云服务）

# 连接 MongoDB Atlas 集群
client = MongoClient('mongodb+srv://username:password@cluster.mongodb.net/')

• 特点：mongodb+srv 协议是 Atlas 专用，会自动解析集群节点信息（无需手动指定多个节点）。
• 获取连接字符串：在 Atlas 控制台的 “Connect”→“Connect your application” 中生成，需替换 username、password 和集群名。
• 注意：需将本地 IP 加入 Atlas 的 IP 白名单（或允许所有 IP：0.0.0.0/0，测试用），否则连接会被拒绝。

3.3.2 连接选项（关键参数与配置）

from pymongo import MongoClient# 带选项的连接
client = MongoClient('mongodb://localhost:27017/',maxPoolSize=50,           # 连接池最大连接数minPoolSize=10,           # 连接池最小连接数maxIdleTimeMS=30000,      # 连接最大空闲时间serverSelectionTimeoutMS=5000,  # 服务器选择超时connectTimeoutMS=2000,    # 连接超时socketTimeoutMS=2000      # Socket超时
)

除了基础连接字符串，MongoClient 还支持通过参数配置连接细节（两种方式等效）：

1. 方式 1：通过连接字符串参数

通过参数拼接到连接字符串，如下：

# 超时设置、最大连接数等（参数拼接到连接字符串）
client = MongoClient('mongodb://localhost:27017/?connectTimeoutMS=5000&maxPoolSize=10'
)

2. 方式 2：通过关键字参数

# 等效于上面的连接字符串配置
client = MongoClient('mongodb://localhost:27017/',connectTimeoutMS=5000,  # 连接超时（毫秒），避免无限等待maxPoolSize=10,         # 连接池最大连接数，控制资源占用serverSelectionTimeoutMS=3000  # 服务器选择超时（毫秒）
)

参数解释：

• connectTimeoutMS：连接超时（建议设为 3-5 秒，默认无限制）。
• serverSelectionTimeoutMS：选择服务器超时（适用于集群，建议 3-5 秒）。
• maxPoolSize：连接池大小（默认 100，根据并发量调整，避免资源浪费）。
• retryWrites：是否自动重试写入操作（Atlas 等集群环境建议设为 True）。

3.3.3 连接后的操作

连接之后，通过 client 对象可访问数据库和集合：

# 获取数据库
db = client['myapp']  # 或者 client.myapp# 获取集合
collection = db['users']  # 或者 db.users# 完整的操作链
users = client['myapp']['users']

语法如下：

# 切换到目标数据库（不存在则自动创建）
db = client['数据库名']  # 或 client.数据库名（如 client.user_db）# 访问集合（不存在则在首次插入数据时自动创建）
collection = db['集合名']  # 或 db.集合名（如 db.users）

3.3.4 连接验证与错误处理

连接可能因网络、认证、服务未启动等原因失败，需添加验证和异常处理：

from pymongo.errors import ConnectionFailure, PyMongoErrortry:# 验证连接（发送 ping 命令）client.admin.command('ping')print("连接成功！")
except ConnectionFailure:print("连接失败：MongoDB 服务未启动或地址/端口错误")
except PyMongoError as e:print(f"其他错误：{str(e)}")

完整demo：

from pymongo import MongoClient
from pymongo.errors import ConnectionFailure, PyMongoErrordef connect_to_mongodb(uri):"""连接MongoDB并验证连接状态参数:uri: MongoDB连接字符串返回:成功返回客户端对象，失败返回None"""try:# 创建MongoDB客户端client = MongoClient(uri)# 验证连接（向admin数据库发送ping命令）client.admin.command('ping')print("成功连接到MongoDB服务")return clientexcept ConnectionFailure:print("连接失败：MongoDB服务未启动，或地址/端口不正确")return Noneexcept PyMongoError as e:# 捕获其他MongoDB相关错误（如认证失败、权限问题等）print(f"MongoDB操作错误：{str(e)}")return Noneexcept Exception as e:# 捕获其他意外错误（如网络问题等）print(f"发生未知错误：{str(e)}")return None# 示例使用
if __name__ == "__main__":# 根据实际环境修改连接字符串# 本地无认证示例mongo_uri = "mongodb://localhost:27017/"# 带认证的远程连接示例（替换为实际信息）# mongo_uri = "mongodb://username:password@host:port/"# MongoDB Atlas连接示例（替换为实际信息）# mongo_uri = "mongodb+srv://username:password@cluster.mongodb.net/"# 连接数据库client = connect_to_mongodb(mongo_uri)# 连接成功后可进行后续操作if client:try:# 示例：查看数据库列表databases = client.list_database_names()print(f"可用数据库列表：{databases}")# 此处可添加其他数据库操作（如访问集合、插入数据等）finally:# 关闭连接client.close()print("已关闭MongoDB连接")

---

3.4 基本CRUD操作

3.4.1 插入数据 (Create)

3.4.1.1 插入单个文档

from pymongo import MongoClient
from datetime import datetimeclient = MongoClient('mongodb://localhost:27017/')
db = client['myapp']
users = db['users']# 插入单个文档
user = {"name": "张三","email": "zhangsan@example.com","age": 25,"created_at": datetime.now()
}result = users.insert_one(user)
print(f"插入的文档ID: {result.inserted_id}")

3.4.1.2 插入多个文档

# 插入多个文档
users_data = [{"name": "李四","email": "lisi@example.com","age": 30,"created_at": datetime.now()},{"name": "王五","email": "wangwu@example.com","age": 28,"created_at": datetime.now()}
]result = users.insert_many(users_data)
print(f"插入的文档ID列表: {result.inserted_ids}")

在使用 pymongo 进行文档插入（insert_one 和 insert_many）时，有以下需要注意：

1、_id 字段的自动生成与手动指定

• 自动生成：若插入的文档未包含 _id 字段，MongoDB 会自动为其生成一个唯一的 ObjectId（如示例中 result.inserted_id 返回的值），作为文档的唯一标识。
• 手动指定：若显式在文档中添加 _id 字段（如 {"_id": 1, "name": "张三"}），则需确保其在集合中唯一，否则会抛出 DuplicateKeyError（主键冲突）。

# 手动指定 _id（需保证唯一）
user = {"_id": "user_001", "name": "张三"}
users.insert_one(user)

2、insert_one与 insert_many 的返回值

• insert_one：返回 InsertOneResult 对象，通过 inserted_id 属性获取插入文档的 _id。
• insert_many：返回 InsertManyResult 对象，通过 inserted_ids 属性获取所有插入文档的 _id 列表（顺序与插入数据一致）。

这两个对象还包含 acknowledged 属性（布尔值），表示插入操作是否被服务器确认（默认 True）。

3、批量插入的 ordered 参数

insert_many 有一个可选参数 ordered（默认 True），控制批量插入的行为：

• ordered=True（默认）：按顺序插入文档，若某条文档出错（如 _id 重复），则后续文档不再插入。
• ordered=False：并行插入文档，忽略单条错误，继续插入后续文档（适合允许部分成功的场景）。

# 忽略单条错误，继续插入其他文档
result = users.insert_many(users_data, ordered=False)

3.4.2 查询数据 (Read)

3.4.2.1 查询所有文档

# 查询所有文档
all_users = users.find()
for user in all_users:print(user)# 转换为列表
users_list = list(users.find())

解释：

• find() 方法返回的是一个游标对象（而非直接返回所有数据），通过迭代游标获取文档（适合内存友好，适合大数据量）。
• 游标只能遍历一次，遍历结束后需重新调用 find() 获取新游标。
• list(users.find()) 会将所有结果加载到内存，适合小数据量场景，大数据量可能导致内存溢出。

3.4.2.2 条件查询

# 查询特定条件的文档
# 查询年龄大于25的用户
adult_users = users.find({"age": {"$gt": 25}})# 查询特定邮箱的用户
user = users.find_one({"email": "zhangsan@example.com"})# 复合条件查询
users_filtered = users.find({"age": {"$gte": 25, "$lte": 35},"name": {"$regex": "^张"}
})

解释：

• find_one() 返回第一条匹配的文档（字典类型），无匹配时返回 None；find() 返回所有匹配文档的游标。
• 条件参数为字典格式，{字段: {操作符: 值}} 表示“对指定字段应用操作符筛选”。
• 复合条件默认是“逻辑与”（$and）关系，即同时满足所有条件。

3.4.2.3 查询操作符

# 比较操作符
users.find({"age": {"$gt": 25}})      # 大于（$gt: greater than）
users.find({"age": {"$gte": 25}})     # 大于等于（$gte: greater than or equal）
users.find({"age": {"$lt": 30}})      # 小于（$lt: less than）
users.find({"age": {"$lte": 30}})     # 小于等于（$lte: less than or equal）
users.find({"age": {"$ne": 25}})      # 不等于（$ne: not equal）
users.find({"age": {"$in": [25, 30]}}) # 在列表中（匹配25或30）# 逻辑操作符
users.find({"$and": [{"age": {"$gte": 25}},{"age": {"$lte": 35}}]
})  # 同时满足两个条件（等价于 {"age": {"$gte":25, "$lte":35}}）users.find({"$or": [{"name": "张三"},{"name": "李四"}]
})  # 满足任一条件# 正则表达式
users.find({"name": {"$regex": "^张"}})  # 以"张"开头（正则匹配）
users.find({"email": {"$regex": "@gmail\\.com$"}})  # 以@gmail.com结尾（注意转义特殊字符）

解释：

• 操作符均以 $ 开头，是 MongoDB 语法的标志性特征。
• $and 通常可省略（多个字段条件默认是 and 关系），但字段内多条件需显式使用（如 {"age": {"$gt":25, "$lt":30}}）。
• 正则表达式查询适合字符串模糊匹配，性能取决于是否有对应索引（无索引时会全表扫描）。

3.4.2.4 查询选项

# 限制返回字段（投影）
users.find({}, {"name": 1, "email": 1, "_id": 0})
# 解释：第二个参数为投影字典，1表示返回该字段，0表示不返回；_id默认返回，需显式设为0隐藏# 排序
users.find().sort("age", 1)   # 升序（1表示升序）
users.find().sort("age", -1)  # 降序（-1表示降序）
# 解释：多字段排序：.sort([("age", 1), ("name", -1)]) 先按age升序，再按name降序# 限制结果数量
users.find().limit(10)  # 只返回前10条结果# 跳过结果（分页常用）
users.find().skip(5)    # 跳过前5条结果# 组合使用（分页场景：获取第6-15条，按年龄降序）
users.find().sort("age", -1).limit(10).skip(5)

解释：

• 投影设置中，不能同时混合 1 和 0（除 _id 外），例如 {"name":1, "age":0} 是错误的。
• skip() 不适合大数据量分页（如 skip(100000) 会效率低下），建议用范围查询替代（如 {"_id": {"$gt": 上一页最后一个_id}}）。
• 方法调用顺序不影响结果（MongoDB 会自动优化执行顺序），但建议按逻辑顺序编写（筛选→排序→分页）。

3.4.3 更新数据 (Update)

3.4.3.1 更新单个文档

# 更新单个文档
result = users.update_one({"email": "zhangsan@example.com"},{"$set": {"age": 26}}
)
print(f"匹配的文档数: {result.matched_count}")
print(f"修改的文档数: {result.modified_count}")# 使用$inc增加数值
users.update_one({"email": "zhangsan@example.com"},{"$inc": {"age": 1}}
)# 使用$push添加添加数组元素
users.update_one({"email": "zhangsan@example.com"},{"$push": {"hobbies": "编程"}}
)

解释：

• update_one() 仅更新第一条匹配条件的文档，即使有多个符合条件的文档。
• 第一个参数是筛选条件（同查询语法），第二个参数是更新操作（必须使用更新操作符，如 $set）。
• 返回结果包含 matched_count（匹配的文档数量）和 modified_count（实际被修改的文档数量，若字段值未变化则为0）。
• $inc 用于对数值型字段进行增减（示例中 age: 1 表示年龄+1，-1 则表示-1）。
• $push 用于向数组字段添加元素（若字段不存在会自动创建数组）。

3.4.3.2 更新多个文档

# 更新多个文档
result = users.update_many({"age": {"$lt": 30}},{"$set": {"status": "young"}}
)
print(f"匹配的文档数: {result.matched_count}")
print(f"修改的文档数: {result.modified_count}")

解释：

• update_many() 会更新所有匹配条件的文档，适用于批量更新场景。
• 筛选条件和更新操作的语法与 update_one() 一致，但作用范围不同。
• 需谨慎使用无筛选条件的 update_many()（如 users.update_many({}, {...})），会更新集合中所有文档。

3.4.3.3 更新操作符

# $set: 设置字段值
users.update_one({"_id": user_id}, {"$set": {"name": "新名字"}})
# 解释：用于修改现有字段值或添加新字段（若字段不存在）# $unset: 删除字段
users.update_one({"_id": user_id}, {"$unset": {"temp_field": ""}})
# 解释：删除指定字段，值通常设为空字符串（不影响删除效果）# $inc: 增加数值
users.update_one({"_id": user_id}, {"$inc": {"score": 10}})
# 解释：对数值字段进行增减（正数增加，负数减少），仅适用于int/float类型# $push: 向数组添加元素
users.update_one({"_id": user_id}, {"$push": {"tags": "新标签"}})
# 解释：向数组字段添加元素，允许重复（如多次添加相同标签会出现多个）# $pull: 从数组删除元素
users.update_one({"_id": user_id}, {"$pull": {"tags": "旧标签"}})
# 解释：从数组中删除所有匹配的元素（示例中删除所有值为"旧标签"的元素）# $addToSet: 向数组添加唯一元素
users.update_one({"_id": user_id}, {"$addToSet": {"tags": "唯一标签"}})
# 解释：仅当元素不存在于数组中时才添加，避免重复（类似集合的去重添加）

解释：

• 所有更新操作必须通过操作符实现，直接写 {"name": "新名字"} 会报错（需用 $set 包裹）。
• 可组合多个操作符一次性完成多字段更新，例如：

  users.update_one({"_id": user_id},{"$set": {"name": "新名"}, "$inc": {"age": 1}, "$push": {"hobbies": "跑步"}}
  )
  

• 数组操作符（$push/$pull/$addToSet）仅适用于数组类型字段，对非数组字段使用会报错。

3.4.4 删除数据 (Delete)

3.4.4.1 删除单个文档

# 删除单个文档
result = users.delete_one({"email": "zhangsan@example.com"})
print(f"删除的文档数: {result.deleted_count}")

解释：

• delete_one() 仅删除第一条匹配条件的文档，即使存在多个符合条件的文档。
• 筛选条件语法与查询、更新操作一致（如 {"_id": ObjectId("...")} 或字段匹配）。
• 返回结果的 deleted_count 表示实际删除的文档数量（0 或 1）。
• 若需精确删除某条文档，建议使用 _id 作为筛选条件（唯一且高效）。

3.4.4.2 删除多个文档

# 删除多个文档
result = users.delete_many({"age": {"$lt": 18}})
print(f"删除的文档数: {result.deleted_count}")

解释：

• delete_many() 会删除所有匹配条件的文档，适用于批量删除场景。
• 若筛选条件为空（delete_many({})），会删除集合中所有文档（保留集合结构，仅清空数据）。
• 操作不可逆，执行前务必确认筛选条件的准确性，建议先通过 find() 验证匹配结果。
• deleted_count 表示实际删除的文档总数，可用于验证删除效果。

3.4.4.3 删除集合

# 删除整个集合
db.drop_collection("users")

解释：

• drop_collection() 会删除指定集合所有数据、索引及集合本身（彻底移除，非清空）。
• 操作不可逆，删除后无法恢复集合结构及数据，需格外谨慎。
• 相比 delete_many({})，删除集合的性能更高（直接移除物理文件），但无法保留集合元数据。
• 也可通过集合对象调用 drop() 方法：users.drop()（效果与 db.drop_collection("users") 一致）。

---