MongoDB文档存储
NoSQL，全称为Not Only SQL，意为不仅仅是SQL，泛指非关系型数据库。NoSQL是基于键值对的，而且不需要经过SQL层的解析，数据之间没有耦合性，性能非常高。
非关系行数据库又可细分如下。
- 键值存储数据库：代表有Redis、Voldemort和Oracle BDB等。
- 列存储数据库：代表有Cassandra、HBase和Riak等。
- 文档型数据库：代表有CouchDB和MongoDB等。
- 图形数据库：代表有Neo4J、InfoGrid和Infinite Graph等。
MongoDB是由C++语言编写的非关系型数据库，是一个基于分布式文件存储的开源数据库系统，其内容的存储形式类似JSON对象。它的字段值可以包含其他文档、数组及文档数组，非常灵活。
1. 准备工作
首先确保已经安装好了MongoDB并启动了其服务，还需要安装好Python的PyMongo库，可以使用pip3来安装：
pip3 install pymongo
2.连接MongoDB
连接MongoDB时，需要使用PyMongo库里面的MongoClient方法，一般而言，传入MongoDB的IP及端口即可。MongoClient方法的第一个参数为地址host，第二个参数为端口port（如果不传入此参数，默认取值为27017）：
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
这样就创建MongoDB第连接对象了。
另外，还可以直接给MongoClient的第一个参数host传入MongoDB的连接字符串，它以mongoldb开头，例如：
client = MongoClient('mongodb://localhost:27017/')
这样可以达到同样的连接效果。
3.指定数据库
在MongoDB中，可以建立多个数据库，所以我们需要指定操作哪个数据库。这里我们以指定test数据库为例来说明：
db = client.test
这里调用client的test属性即可返回test数据库。当然，也可以这样指定：
db = client['test']
4.指定集合
MongoDB的每个数据库又都包含许多集合（collection），这些集合类似于关系型数据库中的表。下一步需要指定要操作哪些集合，这里指定一个集合，名称为students。与指定数据库类似，指定集合也有两种方式：
collection = db.students
或
collection = db['students']
这样我们便声明了一个集合对象。
5.插入数据
接下来，便可以插入数据了。在students这个集合中，新建一条学生数据，这条数据以字典形式表示：
student = {
'id':'20170101',
'name': 'Jordan',
'age': 20,
'gender': 'male'
}
这里指定了学生的学号、姓名、年龄和性别。然后直接调用collection类的insert方法即可插入数据，代码如下：
result = collection.insert_one(student)
print(result)
在MongoDB中，每条数据都有一个id属性作为唯一标识。如果没有显式指明该属性，那么MongoDB会自动产生一个ObjectId类型的 _id属性，insert方法会在执行后返回_id值。
运行结果如下：
6554af645035eca6670c261f
当然，也可以同时插入多条数据，只需要以列表形式传递即可，实例如下：
student1 = {
'id': '20170103',
'name': 'Bob',
'age': 28,
'gender': 'male'
}
student2 = {
'id': '20170204',
'name': 'Mike',
'age':32,
'gender': 'male'
}
result = collection.insert_many([student1, student2])
print(result)
print(result.inserted_ids)
返回结果是对应的_id的集合：
[ObjectId('6554b13f43d77fb882124952'), ObjectId('6554b13f43d77fb882124953')]
6.查询
插入数据后， 我们可以利用find_one或find方法进行查询，用前者查询得到的是单个结果，后者则会返回一个生成器对象。实例代码如下：
import pymongo
client = pymongo.MongoClient(host='localhost', port=27017)
db = client.test
collection = db.students
result = collection.find_one({
'name': 'Mike'})
print(result)
print(type(result))
这里我们查询name值为Mike的数据，运行结果如下：
{
'_id': ObjectId('65548291f1761603ce61adad'), 'id': '20170102', 'name': 'Mike', 'age': 21, 'gender': 'male'}
<class 'dict'>
可以发现，结果是字典类型，它多了_id属性，这就是MongoDB在插入数据过程中自动添加的。此外，我们也可以根据ObjectId来查询数据，此时需要使用bson库里面的objectid:
from bson.objectid import ObjectId
result = collection.find_one({
'_id': ObjectId('6554b13f43d77fb882124952')})
print(result)
其查询结果依然是字典类型，具体如下：
{
'_id': ObjectId('6554b13f43d77fb882124952'), 'id': '20170103', 'name': 'Bob', 'age': 28, 'gender': 'male'}
当然， 如果查询结果不存在，则会返回None。
若要查询多条数据，可以使用find方法。例如，查找age为20的数据，实例代码如下：
results = collection.find({
'age': 20})
print(results)
for result in results:
print(result)
运行结果如下：
<pymongo.cursor.Cursor object at 0x108fdbc10>
{
'_id': ObjectId('65548291f1761603ce61adad'), 'id': '20170102', 'name': 'Mike', 'age': 20, 'gender': 'male'}
{
'_id': ObjectId('6554af645035eca6670c261f'), 'id': '20170101', 'name': 'Jordan', 'age': 20, 'gender': 'male'}
{
'_id': ObjectId('6554b13f43d77fb882124952'), 'id': '20170103', 'name': 'Bob', 'age': 20, 'gender': 'male'}
返回结果是Cursor类型，相当于一个生成器，通过遍历能够获取所有的结果，其中每个结果都是字典类型。
如果要查询age大于20的数据，则写法如下：
results = collection.find({
'age': {
'$gt':20}})
print(results[0])
这里查询条件中的键值已经不是单纯的数字了，而是一个字典，其键名为比较符号$gt，意思是大于；键值为20。
这里将比较符号归纳为表如下：
#### 比较符号
另外，还可以进行正则匹配查询。例如，执行以下代码查询name以M开头的学生数据：
results = collection.find({
'$regex': '^M.*'})
这里使用$regex来指定正则匹配，^M.*代表以M为开头的正则表达式。
下面将一些功能符号归类为下表：
功能符号
接下文 数据的存储--MongoDB文档存储（二）https://developer.aliyun.com/article/1618973
