Начало работы с Python и MongoDB

Пример генерации примера кода данных

Создайте новый файл createsamples.py с помощью инструмента разработки или текстового редактора командной строки и скопируйте следующий код:

 from pymongo import MongoClient from random import randint #Step 1: Connect to MongoDB - Note: Change connection string as needed client = MongoClient(port=27017) db=client.business #Step 2: Create sample data names = ['Kitchen','Animal','State', 'Tastey', 'Big','City','Fish', 'Pizza','Goat', 'Salty','Sandwich','Lazy', 'Fun'] company_type = ['LLC','Inc','Company','Corporation'] company_cuisine = ['Pizza', 'Bar Food', 'Fast Food', 'Italian', 'Mexican', 'American', 'Sushi Bar', 'Vegetarian'] for x in xrange(1, 501): business = { 'name' : names[randint(0, (len(names)-1))] + ' ' + names[randint(0, (len(names)-1))] + ' ' + company_type[randint(0, (len(company_type)-1))], 'rating' : randint(1, 5), 'cuisine' : company_cuisine[randint(0, (len(company_cuisine)-1))] } #Step 3: Insert business object directly into MongoDB via isnert_one result=db.reviews.insert_one(business) #Step 4: Print to the console the ObjectID of the new document print('Created {0} of 100 as {1}'.format(x,result.inserted_id)) #Step 5: Tell us that you are done print('finished creating 100 business reviews') 

Обязательно измените URL-адрес подключения клиента MongoDB на тот, который указывает на экземпляр базы данных MongoDB. Как только вы запустите это приложение, в базе данных MongoDB, называемой business будет создано 500 предприятий с произвольным именем и соответствующими им рейтингами. Все эти предприятия созданы в единой коллекции под названием reviews . Обратите внимание, что нам не нужно явно создавать базу данных заранее, чтобы использовать ее. Это отличается от других баз данных, которые требуют, чтобы операторы, такие как CREATE DATABASE выполнялись первыми.

Команда, которая вставляет данные в MongoDB в этом примере, является insert_one() . Немного insert_one , insert_one вставит один документ в MongoDB. Результирующий набор вернет единственный ObjectID, который был создан. Это один из немногих способов вставки данных. Если вы хотите вставить несколько документов за один вызов, вы можете использовать функцию insert_many .

В дополнение к подтверждению вставки результирующий набор для insert_many будет включать список созданных ObjectID. Для получения дополнительной информации о insert_many см. Документацию, расположенную здесь .

Для получения подробной информации о результирующем наборе insert_many ознакомьтесь с этим разделом документации .

Теперь мы готовы исследовать запросы и управление данными в MongoDB с использованием Python. Для проведения этого исследования мы создадим еще одно приложение, которое будет управлять нашими бизнес-обзорами.

Изучение данных бизнес-обзора

Теперь, когда у нас есть хороший набор данных в нашей базе данных, давайте запросим некоторые результаты, используя PyMongo.

В MongoDB команда find_one используется для запроса одного документа, так же, как операторы select используются в реляционных базах данных. Чтобы использовать команду find_one в PyMongo, мы передаем словарь Python, который определяет критерии поиска. Например, давайте найдем одну компанию с оценкой 5 баллов, передав словарь { 'rating' : 5 } .

 fivestar = db.reviews.find_one({'rating': 5}) print(fivestar) 

Результат будет содержать данные, подобные следующим:

 {u'rating': 5, u'_id': ObjectId('58e65383ea0b650c867ef195'), u'name': u'Fish Salty Corporation', u'cuisine': u'Sushi Bar'} 

Учитывая, что мы создали 500 образцов данных, должно быть несколько предприятий с рейтингом 5. Метод find_one — это всего лишь один из серии операторов поиска, поддерживающих запрос данных MongoDB. Другой оператор, называемый find , вернет курсор на все документы, которые соответствуют критериям поиска. Эти курсоры также поддерживают такие методы, как count() , который возвращает количество результатов в запросе. Чтобы найти общее количество предприятий с рейтингом 5, мы можем использовать метод count() следующим образом:

 fivestarcount = db.reviews.find({'rating': 5}).count() print(fivestarcount) 

Ваши результаты могут отличаться, так как данные были сгенерированы случайным образом, но при выполнении теста было возвращено значение 103.

MongoDB может легко выполнить эти простые запросы. Однако рассмотрим сценарий, в котором вы хотите суммировать вхождение каждого рейтинга по всему набору данных. В MongoDB вы можете создать 5 отдельных запросов поиска, выполнить их и представить результаты, или вы можете просто выполнить один запрос, используя конвейер агрегации MongoDB следующим образом :

 from pymongo import MongoClient # Connect to the MongoDB, change the connection string per your MongoDB environment client = MongoClient(port=27017) # Set the db object to point to the business database db=client.business # Showcasing the count() method of find, count the total number of 5 ratings print('The number of 5 star reviews:') fivestarcount = db.reviews.find({'rating': 5}).count() print(fivestarcount) # Not let's use the aggregation framework to sum the occurrence of each rating across the entire data set print('\nThe sum of each rating occurance across all data grouped by rating ') stargroup=db.reviews.aggregate( # The Aggregation Pipeline is defined as an array of different operations [ # The first stage in this pipe is to group data { '$group': { '_id': "$rating", "count" : { '$sum' :1 } } }, # The second stage in this pipe is to sort the data {"$sort": { "_id":1} } # Close the array with the ] tag ] ) # Print the result for group in stargroup: print(group) 

Однако глубокое погружение в структуру агрегирования выходит за рамки данной статьи, если вы заинтересованы в получении дополнительной информации, ознакомьтесь с этой документацией .

 from pymongo import MongoClient #include pprint for readabillity of the from pprint import pprint #change the MongoClient connection string to your MongoDB database instance client = MongoClient(port=27020) db=client.business ASingleReview = db.reviews.find_one({}) print('A sample document:') pprint(ASingleReview) result = db.reviews.update_one({'_id' : ASingleReview.get('_id') }, {'$inc': {'likes': 1}}) print('Number of documents modified : ' + str(result.modified_count)) UpdatedDocument = db.reviews.find_one({'_id':ASingleReview.get('_id')}) print('The updated document:') pprint(UpdatedDocument) 

 A sample document: {'_id': ObjectId('58eba417ea0b6523b0fded4f'), 'cuisine': 'Pizza', 'name': 'Kitchen Goat Corporation', 'rating': 1} Number of documents modified : 1 The updated document: {'_id': ObjectId('58eba417ea0b6523b0fded4f'), 'cuisine': 'Pizza', 'likes': 1, 'name': 'Kitchen Goat Corporation', 'rating': 1} 

 result = db.restaurants.delete_many({“category”: “Bar Food“}) 

 mongo "mongodb://cluster0-shard-00-00-2ldwo.mongodb.net:27017,cluster0-shard-00-01-2ldwo.mongodb.net:27017,cluster0-shard-00-02-2ldwo.mongodb.net:27017/test?replicaSet=Cluster0-shard-0" --authenticationDatabase admin --ssl --username myadmin --password S$meComPLeX1!