Python全栈 MongoDB 数据库(数据的查找)

本文涉及的产品
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
云数据库 MongoDB,通用型 2核4GB
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}}]}) 





相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
5天前
|
数据处理 Python
如何使用Python的Pandas库进行数据排序和排名
【4月更文挑战第22天】Pandas Python库提供数据排序和排名功能。使用`sort_values()`按列进行升序或降序排序,如`df.sort_values(by='A', ascending=False)`。`rank()`函数用于计算排名,如`df['A'].rank(ascending=False)`。多列操作可传入列名列表,如`df.sort_values(by=['A', 'B'], ascending=[True, False])`和分别对'A'、'B'列排名。
14 2
|
3天前
|
机器学习/深度学习 数据挖掘 网络架构
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
15 0
|
4天前
|
机器学习/深度学习 算法 数据挖掘
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-2
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
28 1
|
3天前
|
机器学习/深度学习 算法 算法框架/工具
数据分享|PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子
数据分享|PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子
24 0
|
1天前
|
机器学习/深度学习 存储 监控
数据分享|Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
数据分享|Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
|
1天前
|
机器学习/深度学习 数据采集 算法
Python信贷风控模型:Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付|数据分享
Python信贷风控模型:Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付|数据分享
Python信贷风控模型:Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付|数据分享
|
1天前
|
JSON 数据可视化 定位技术
python_将包含汉字的字典数据写入json(将datav的全省数据中的贵州区域数据取出来)
python_将包含汉字的字典数据写入json(将datav的全省数据中的贵州区域数据取出来)
6 0
|
3天前
|
机器学习/深度学习 算法 Python
数据分享|Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户
数据分享|Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户
23 4
|
3天前
|
NoSQL MongoDB 数据库
MongoDB数据恢复—MongoDB数据库文件被破坏的数据恢复案例
服务器数据恢复环境: 一台Windows Server操作系统服务器,服务器上部署MongoDB数据库。 MongoDB数据库故障&检测: 工作人员在未关闭MongoDB数据库服务的情况下,将数据库文件拷贝到其他分区。拷贝完成后将原MongoDB数据库所在分区进行了格式化操作,然后将数据库文件拷回原分区,重新启动MongoDB服务,服务无法启动。
|
3天前
|
数据挖掘 数据处理 索引
如何使用Python的Pandas库进行数据筛选和过滤?
Pandas是Python数据分析的核心库,提供DataFrame数据结构。基本步骤包括导入库、创建DataFrame及进行数据筛选。示例代码展示了如何通过布尔索引、`query()`和`loc[]`方法筛选`Age`大于19的记录。
10 0