Python全栈 MongoDB 数据库(数据的查找)

简介: Python全栈 MongoDB 数据库、MongoDB 数据库查找


非关系型数据库和关系型数据库的区别?
不是以关系模型构建的,结构自由
非关系型数据库不保证数据一致性
非关系型数据库可以在处理高并发和海量数据时弥补关系数据库的不足
非关系型数据库在技术上没有关系型数据库技术成熟

查找操作:
db.集合名.find(查找条件,域)
查找条件:
    键值对的形式给出要展示的文档
域:
以键值对对的形式给出要展示或不展示的域
0为值不显示该域 1为值显示该域
如果使用0设置某些域不显示默认其他域显示
如果使用1设置某些域显示默认其他域不显示
*_id 只有设置为0才不显示否则默认显示
除_id以外,其他域必须同时设置0或1

db.集合名.findOne(查找条件,域)
查找复合条件的第一条文档
查找条件(query):
操作符:
使用$注明的一特殊意义的字符串,表达某个特定含义
比如:$gt表示大于
语法:
db.集合名.find({name:{$gt:"tom"}}, {_id:0})
比较操作符:
$eq 等于
$lt         小于(字符串也可以比较大小)
$lte        小于等于
$gt        大于
$gte         大于等于
$ne        不等于
$in          在什么里(in)
$nin        不在什么里(not in)
逻辑操作符:
$and    与
query内如果多个条件用逗号隔开默认就是and关系
$or       或
$not     非
$nor     既不也不
数组:
使用中括号[]将一定的数据组织为一种数据结构
数组中的数据类型可以不同  是有序的
db.class2.find({score:{$gt:90}}, {_id:0})
$size
    通过数组中个数查找
$all
    查找数组中包含多项的
$slice
取数组中部分显示,在域(field)中声明
其他query查询:
$exists
判断一个域是否存在
$mod
余数查找
$type
数据类型查找
distinct()
db.class2.distinct("score")
    查看集合内某个域的取值范围
pretty()
将查询结果格式化显示
limit(n)
显示查找结果的前n条结果
skip(2)
跳过前条显示后面的结果 
count()
计数统计
sort({filed:1/-1})
排序
参数:键代表那个域,1表示升序, -1表示降序
复合排序: 当第一排序项相同的时候按照第二排序项排序,以此类推

函数的连续调用
当一个函数的返回结果仍然是文档集合的时候可以连续调用函数

文档的删除操作

       db.集合名.remove(query,justOne)
remove(query,justOne)
功能 : 删除文档
参数 : query
筛选要删除的文档,相当于where
                        用法同 查找
justOne
布尔值  
             默认为False 表示删除所有复合条件的文档
                          如果设置为true 则表示只删除第一条复合条件文档


修改操作:
db.集合名.update(query, update,upert,multi)
参数:
query:
筛选要查找要修改的文档
update:
将筛选的文档修改为什么内容
需要配合修改操作符
upsert:
bool值  默认false  如果query的文档不存在则不进行任何操作
设置为true 如果query和文档不存在 就根据query和update插入新文档
multi:
bool值  默认false 如果query文档有多条则只修改第一条
设置为true 则修改所有符合条件的文档、




综合示例:

1. 创建数据库 名字 grade

use grade

2. 数据库中创建集合 名字  class
3. 集合中插入若干文档格式如下

{name:'zhang',age:10,sex:'m',hobby:['a','b'...]}

年龄在4-13之间
hobby几项都可以,可选项: draw  sing  dance  basketball  football  pingpong  running  computer 

db.class.insert({name:'zhang',age:10,sex:'m',hobby:['a','b'...]})

4. 查询练习
查看班级所人信息

db.class.find()

查看年龄大于10岁的学生信息

db.class.find({age:{$gt:10}})

查看年龄 8-11 岁之间的学生信息

db.class.find({age:{$gt:8,$lt:11}})

找到年龄9岁且为男生的学员

db.class.find({age:9,sex:'m'})

找到年龄小于7岁或者大于11岁的学生

db.class.find({$or:[{age:{$gt:11}},{age:{$lt:7}}]})

找到年龄8岁或者11岁的学生

db.class.find({age:{$in:[8,11]}})

找到有两项兴趣爱好的学生

db.class.find({hobby:{$size:2}})

找到喜欢computer的学生

db.class.find({hobby:"computer"})

找到既喜欢画画,又喜欢跳舞的学生

db.class.find({hobby:{$all:['draw','dance']}})

统计兴趣爱好有3项的学生人数

db.class.find({hobby:{$size:3}}).count()

找到本班年龄第二大的学生

db.class.find({}).sort({age:-1}).skip(1).limit(1)

查看学生学生兴趣爱好的范围

db.class.distinct('hobby')

找到年龄最小的三个同学

db.class.find({}).sort({age:1}).limit(3)

删除虽有年龄小于6岁或者大于12岁的学员

db.class.remove({$or:[{age:{$lt:6}},{age:{$gt:12}}]}) 





相关文章
|
9月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
7555 1
|
9月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
737 0
|
9月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
9月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
10月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
10月前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南
|
10月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
NoSQL MongoDB 数据库
数据库数据恢复—MongoDB数据库数据恢复案例
MongoDB数据库数据恢复环境: 一台操作系统为Windows Server的虚拟机上部署MongoDB数据库。 MongoDB数据库故障: 工作人员在MongoDB服务仍然开启的情况下将MongoDB数据库文件拷贝到其他分区,数据复制完成后将MongoDB数据库原先所在的分区进行了格式化操作。 结果发现拷贝过去的数据无法使用。管理员又将数据拷贝回原始分区,MongoDB服务仍然无法使用,报错“Windows无法启动MongoDB服务(位于 本地计算机 上)错误1067:进程意外终止。”
|
12月前
|
缓存 NoSQL Linux
在CentOS 7系统中彻底移除MongoDB数据库的步骤
以上步骤完成后,MongoDB应该会从您的CentOS 7系统中被彻底移除。在执行上述操作前,请确保已经备份好所有重要数据以防丢失。这些步骤操作需要一些基本的Linux系统管理知识,若您对某一步骤不是非常清楚,请先进行必要的学习或咨询专业人士。在执行系统级操作时,推荐在实施前创建系统快照或备份,以便在出现问题时能够恢复到原先的状态。
1262 79