Python连接MongoDB

🎈 博主：一只程序猿子

🎈?博客主页：一只程序猿子 博客主页

🎈?个人介绍：爱好(bushi)编程！

🎈 创作不易：喜欢的话麻烦您点个👍和?！

🎈?欢迎访问我的主页（点我直达）

🎈?除此之外您还可以通过个人名片联系我

1.介绍

????????本文将介绍Python如何连接MongoDB!(默认已提前完成MongoDB的安装配置)

2.MongoDB介绍

MongoDB是一个基于分布式文件存储的数据库，由C++语言编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

MongoDB使用类似于json的bson格式来存储数据，因此可以存储比较复杂的数据类型。MongoDB最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。

MongoDB是一个高性能、易部署、易使用的数据库，它的特点是存储数据非常方便，模式自由，支持动态查询，支持完全索引，包含内部对象，支持查询，支持复制和故障恢复，自动处理碎片以支持云计算层次的扩展性，并可通过网络访问。

3.MongoDB与MySQL的区别和联系?

????????MongoDB与MySQL的区别和联系如下：

1. 数据模型：MongoDB是一种文档型数据库，以类似JSON的BSON格式存储数据，使用面向文档的数据模型，不需要预先定义数据的结构，具有更灵活的数据模型。而MySQL是一种关系型数据库，采用表格的形式来组织和存储数据，使用SQL语言进行查询和操作。
2. 事务支持：MongoDB在早期版本中对事务支持较弱，但在最新版本中已经增强了对多文档事务的支持。而MySQL是一个支持事务的数据库，它具有ACID(原子性、一致性、隔离性和持久性)特性，可以保证数据的完整性和一致性。
3. 扩展性：MongoDB采用文档存储模型，可以通过水平扩展来实现更高的性能和吞吐量，即通过添加更多的服务器节点来分布和处理数据。而MySQL使用表格和关系的结构来存储数据，一般采用垂直扩展的方式来提高性能，即通过增加更多的硬件资源来处理更大的负载。
4. 查询语言：MongoDB使用基于文档的查询语言（如find和aggregate），可以进行文档级别的查询和操作，对于非结构化或半结构化数据具有更好的灵活性。而MySQL使用SQL语言进行数据查询和操作，具有强大的查询能力和丰富的功能，支持复杂的关系型查询。
5. 数据一致性：MongoDB在分布式环境中，可能会牺牲一致性来获得更好的可用性和性能，采用最终一致性模型。而MySQL是一个强一致性的数据库，可以保证在所有副本上的数据是一致的。
6. 联系：MongoDB和MySQL都是数据库管理系统，用于存储、检索和管理数据。它们都有各自的优点和适用场景。MongoDB适用于需要灵活数据模型和快速迭代的应用场景，如Web应用、移动应用、物联网等。而MySQL适用于需要处理结构化数据和复杂关系的应用场景，如企业应用、金融系统等。

????????综上所述，MongoDB和MySQL在数据模型、事务支持、扩展性、查询语言和数据一致性等方面存在明显的区别，但在数据库管理系统的基本功能和应用场景方面也有一定的联系。在选择数据库时，应根据具体的应用需求和数据特点来选择合适的数据库系统。

4.Python连接MongoDB的示例代码

import pymongo  
  
# 连接MongoDB数据库  
client = pymongo.MongoClient("mongodb://localhost:27017/")  
  
# 选择数据库  
db = client["mydatabase"]  
  
# 选择集合（表）  
collection = db["mycollection"]  
  
# 插入数据  
data = {"name": "John", "age": 30, "city": "New York"}  
collection.insert_one(data)  
  
# 查询数据  
result = collection.find_one({"name": "John"})  
print(result)  
  
# 更新数据  
collection.update_one({"name": "John"}, {"$set": {"age": 31}})  
result = collection.find_one({"name": "John"})  
print(result)  
  
# 删除数据  
collection.delete_one({"name": "John"})  
result = collection.find_one({"name": "John"})  
print(result)