Python全栈 MongoDB 数据库(数据的修改)

本文涉及的产品
云数据库 MongoDB,通用型 2核4GB
简介:
修改操作符的使用

$set
修改一个域的值,增加一个域

阿哲年龄修改为33
db.class1.update({name:'阿哲'},{$set:{age:33}})

如果sex域不存在则会添加这个域
db.class1.update({name:'阿蓉'},{$set:{sex:'w'}})

$unset
删除一个域

删除sex域
db.class1.update({name:'小陈'},{$unset:{sex:''}})

* 每个操作符可以同时操作多项
db.class1.update({name:'陈'},{$set:{age:36,sex:'m'}})

* 一次修改可以同时使用多个操作符
db.class1.update({name:'阿宝'},{$set:{name:'老王'},$unset:{sex:''}})

$rename
修改域名

将sex域名改为gender
db.class1.update({sex:{$exists:true}},{$rename:{sex:'gender'}},false,true)

$setOnInsert
如果第三个参数为true且插入数据,则表示插入文档的补充内容。如果不插入文档则不起作用

如果插入新文档则setOnInsert中键值对也作为文档内容
db.class1.update({name:'阿文'},{$set:{age:32},$setOnInsert:{gender:'m'}},true)

$inc
加减修改器
db.class1.update({},{$inc:{age:-1}},false,true)

$mul
乘法修改器
db.class2.update({},{$mul:{age:2}},false,true)

* $inc   $mul  参数可以使整数小数正数负数

$min 
如果筛选文档指定域的值小于min值则不修改,大于min值则修改为min值

如果age大于18则修改为18
db.class2.update({},{$min:{age:18}},false,true)

$max
如果筛选文档指定域的值大于max值则不修改,小于max值则修改为max值

将年龄不到30的修改为30
db.class1.update({},{$max:{age:30}},false,true)


数组修改器

$push
向数组中添加一项

向score数组中添加一项
db.class2.update({name:'小亮'},{$push:{score:91}})

$pushAll
向数组中添加多项
db.class2.update({name:'小明'},{$pushAll:{score:[5,10]}})

$pull
从数组中删除一项
db.class2.update({name:'小明'},{$pull:{score:10}})

$pullAll
从数组中删除多项
db.class2.update({name:'小明'},{$pullAll:{score:[58,5]}})

$each  
对多个值进行逐一操作
db.class2.update({name:'小明'},{$push:{score:{$each:[60,10]}}})

$position  
指定插入位置

配合each使用将数据插入到指定位置
db.class2.update({name:'小红'},{$push:{score:{$each:[5],$position:1}}})

$sort  
对数组进行排序

对数组进行排序
db.class2.update({name:'小明'},{$push:{score:{$each:[],$sort:1}}})

$pop 
弹出一项

1表示弹出数组中最后一项,-1表示弹出第一项
db.class2.update({name:'小明'},{$pop:{score:-1}})

$addToSet
向数组中添加一项,但是不允许添加重复内容

如果数组中没有80则添加80
db.class2.update({name:'小红'},{$addToSet:{score:80}})

时间类型

mongodb 中支持时间格式 : ISODate()

1. 使用 new Date() 自动生成当前时间
db.class0.insert({book:'Python入门',date:new Date()})

2. 使用 ISODate() 生成当前时间
db.class0.insert({book:'Python精通',date:ISODate()})

3. 获取计算机时间生成时间格式字符串 Date()
db.class0.insert({book:'Python疯狂',date:Date()})
指定时间:
ISODate()
功能: 生成mongodb时间存储类型
参数: 不加参数生成当前时间
       指定时间格式参数:
       "2018-01-01 12:12:12"
       "20180101 12:12:12"
       "20180101"
db.class0.insert({book:'Python崩溃',date:ISODate("2018-07-13 11:23:36")})

时间戳:
通过当前的时间生成的一个时间节点标志

valueOf()
生成某个标准时间的时间戳
db.class0.insert({book:'Python重生',date:ISODate().valueOf()})

Null 类型:

值 : null  

1. 如果某个域存在却没有值可以设置为null

表示date没有实际意义的值
db.class0.insert({book:'Python编程',date:null})

2. 在查找时可以找到值为null或者不存在某个域的文档

查找到date值为null或者不存在date域的文档
db.class0.find({date:null},{_id:0})

数组的下标操作方式:
可以通过  域名.下标  的方式具体操作数组的某一项

查找数组 0 项大于90的文档
db.class2.find({'score.0':{$gt:90}},{_id:0})

将score 第1项改为10
db.class2.update({name:'小红'},{$set:{'score.1':10}})


内部文档操作(Object):
文档内部某个域的值还是一个文档,则这个文档称为内部文档类型数据

* 通过  外部域.内部文档域  的方式引用内部文档中某个域的值进行操作
db.class3.find({'books.title':'狂人日记'},{_id:0})

db.class3.update({"books.title":'骆驼祥子'},{$set:{"books.price":48.6}})

查找结果的下标引用
可以通过下标的方式获取查找结果的某一项

获取查找结果的 第 2 项
db.class1.find({},{_id:0})[2]


综合示例 : 
使用之前的grade数据库

1.将小红年龄改为8岁,兴趣爱好变为跳舞画画
db.class.update({$set:{age:8,hobby:['dance','draw']}})

2. 追加小明兴趣爱好 唱歌
db.class.update({$push:{hobby:'sing'}})

3. 追加小王兴趣爱好,吹牛,打篮球
db.class.update({$pushAll:{hobby:['吹牛','basketball']}})

4. 小李兴趣多了跑步唱歌,但是要确保不和以前的重复
db.class.update({$addToSet:{hobby:{$each:['running','sing']}}})

5. 将该班所有同学年龄加1
db.class.update({},{$inc:{age:1}},false,ture)

6. 删除小明的sex属性
db.class.update({$unset:{sex:''}})

7.删除小李兴趣中的第一项
db.class.update({$pop:{hobby:-1}})

8,删除小红兴趣中的画画和唱歌
db.class.update({$pullAll:{hobby:['draw','sing']}})

9. 为小红增加一个域,为  score:{english:93,chinese:92,match:78}
db.class.update({$set:{score:{english:93,chinese:92,match:78}}})

10. 给小红数学成绩加5分
db.class.update({$inc:{'score.math':5}})

11. 小明的第一爱好改为computer
db.class.update({$set:{'hobby.0':'computer'}})


索引:
指建立指定键值及所在文档中存储位置的对照清单,
使用索引可以方便我们进行快速查找,减少数据遍历次数,从而提高查找效率

Mongodb 创建索引:
ensureIndex()
功能 : 
创建索引
参数 : 
第一个为对哪个域创建索引
第二个为索引的选项
对name域创建索引
db.class1.ensureIndex({name:1})
* 1表示正向索引  -1表示逆向索引

查看某个集合中的 索引:
db.class1.getIndexes()
* _id是系统为每个集合自动创建的索引

自定义索引名称
通过第二个参数传入索引选项实现
db.class1.ensureIndex({age:1},{name:'ageIndex'})
* 同一个域不能重复创建相同的索引,一个集合中索引名也不要相同

删除索引:
dropIndex()
功能: 
删除一个索引
参数: 
索引名或者索引键值对

db.class1.dropIndex({name:-1})
db.class1.dropIndex("ageIndex")

dropIndexes()
功能:
删除所有索引

删除class1中所有索引,但是不会删除_id索引
db.class1.dropIndexes()

其他索引类型:

复合索引:
同时根据多个域创建一个索引

根据name和age域查询都为索引查询,比单独创建两个索引表更节省空间
db.class1.ensureIndex({name:1,age:-1})


数组和子文档索引:
如果对某个数组和子文档域创建索引,那么根据数组和子文档的查找均为索引查找

如果对score域创建索引则 下面的查找也是索引查找
db.class2.find({'score.0':60},{_id:0})

覆盖索引:
查找操作需要获取的域,只有索引域没有其他域。
此时索引表可以直接提供给用户想要的内容,提高查找效率

唯一索引:
创建的索引,索引域值无重复,此时可以创建唯一索引
唯一索引数据结构更加便于查找

对name创建唯一索引,name值不能有重复
db.class1.ensureIndex({name:1},{ unique:true})

* 当对某个域创建唯一索引,该域就不能再插入重复数据

稀疏索引:
只针对有指定域的文档创建索引表,如果某个文档没有该域则不会插入到索引表中

对age创建稀疏索引
db.class1.ensureIndex({age:1},{ sparse:true})

索引约束:
1. 索引表也需要占用一定的磁盘空间
2. 当数据发生更新时索引表也要随之更新

综上: 
1. 数据量比较大时更适合创建索引,数据量较小时没有必要付出索引代价
2. 频繁进行查找操作而不是更新删除插入操作,此时更适合使用索引


固定集合:
mongodb中可以创建大小固定的集合,称之为固定集合。

特点:  
1.插入速度更快,顺序查找更快
                2.可以控制集合的空间大小
3.能够自动淘汰早期数据

使用: 
日志处理
                临时缓存

创建:
db.createCollection(collection,{capped:true,size:10000,max:1000})
参数:
capped:true:
创建固定集合
size:10000:
    固定集合的大小  字节数
max :1000:
    表示最多多少条文档

创建一个固定集合
db.createCollection('log',{capped:true,size:10000,max:3})

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
|
17小时前
|
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
15 1
|
2天前
|
Python
如何使用Python的Pandas库进行数据缺失值处理?
Pandas在Python中提供多种处理缺失值的方法:1) 使用`isnull()`检查;2) `dropna()`删除含缺失值的行或列;3) `fillna()`用常数、前后值填充;4) `interpolate()`进行插值填充。根据需求选择合适的方法处理数据缺失。
26 9
|
3天前
|
NoSQL MongoDB Redis
Python与NoSQL数据库(MongoDB、Redis等)面试问答
【4月更文挑战第16天】本文探讨了Python与NoSQL数据库(如MongoDB、Redis)在面试中的常见问题,包括连接与操作数据库、错误处理、高级特性和缓存策略。重点介绍了使用`pymongo`和`redis`库进行CRUD操作、异常捕获以及数据一致性管理。通过理解这些问题、易错点及避免策略,并结合代码示例,开发者能在面试中展现其技术实力和实践经验。
23 8
Python与NoSQL数据库(MongoDB、Redis等)面试问答
|
3天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
23 6
|
4天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
9 2
|
4天前
|
JSON 关系型数据库 数据库
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
30 0
|
5天前
|
机器学习/深度学习 Python 数据处理
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
26 0
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
|
5天前
|
存储 机器学习/深度学习 数据可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
49 6
|
5天前
|
机器学习/深度学习 数据采集 供应链
从数据到决策:scikit-learn在业务分析中的应用
【4月更文挑战第17天】本文探讨了scikit-learn在业务分析中的应用,包括数据预处理、分类、回归和聚类模型的构建,以及模型评估与优化。通过使用scikit-learn,企业能有效处理数据、预测趋势、客户细分并制定决策,从而提升经营效率和市场策略。随着机器学习的发展,scikit-learn在业务分析领域的潜力将持续释放,创造更多价值。
|
3天前
|
关系型数据库 MySQL 分布式数据库
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
《MySQL 简易速速上手小册》第6章:MySQL 复制和分布式数据库(2024 最新版)
25 2