mongodb学习随记

这篇文章会经常更新，记录下自己学习mongodb的点点滴滴。

今天在学习网易云课堂的python实战课程时候，发现要导入一个json格式的数据到mongodb数据库中，查了些资料，如下：

首先生成一个文本文件，可以是json或者csv的，每行一条数据，很好整理吧，用一般的文本编辑器或者从office中都可以生成。

然后执行下面的导入命令：

/usr/local/mongodb/bin/mongoimport -d cms -c cms_tags_20120727 –type csv –file /tmp/tag0810.csv -h localhost -port 11111 –upsert -f name

参数说明：

-d 数据库名

-c collection名

–type 文件类型，支持 csv json

–file 文件

–upsert 没有则insert，有则update

来源于：http://my.oschina.net/ffs/blog/301100

--- Windows系统 ---

以管理员权限用cd命令进入MongoDB安装目录中bin目录下，运行如下命令：

D:MongoDB>bin> mongoimport -d 数据库名字 -c 集合名字 --type 文件类型 --file 文件路径 --upsert

其中，--upsert字段的意思是以插入(insert)或者更新(update)的方式来导入数据。

例子：

把路径为E:\mongodate\1202.json的json数据文件导入到MongoDB的test数据库中的MyJson集合中，那么命令可以这么写：

D:MongoDB>bin> mongoimport -d test -c MyJson --type json --file E:\mongodate\1202.json --upsert

--- Mac OS X系统 ---

Mac系统区别就在于，不用cd命令进入MongoDB安装目录中bin目录下再运行，而是直接在终端运行上面所讲的命令即可。

find()函数：

for i in item_info.find({},{'area':1,'price':1}).limit(10):

print(i)

{'_id': ObjectId('5698f524a98063dbe9e91ca8'), 'area': ['朝阳', '高碑店'], 'price': 450}

{'_id': ObjectId('5698f525a98063dbe4e91ca8'), 'area': ['朝阳', '定福庄'], 'price': 1500}

{'_id': ObjectId('5698f525a98063dbe6e91ca8'), 'area': ['西城', '西单'], 'price': 260}

{'_id': ObjectId('5698f525a98063dbe7e91ca8'), 'area': ['朝阳', '望京'], 'price': 1500}

{'_id': ObjectId('5698f525a98063dbe8e91ca8'), 'area': ['丰台'], 'price': 0}

{'_id': ObjectId('5698f525a98063dbe9e91ca9'), 'area': ['朝阳', '定福庄'], 'price': 800}

{'_id': ObjectId('5698f525a98063dbe6e91ca9'), 'area': ['不明'], 'price': 1100}

{'_id': ObjectId('5698f525a98063dbe8e91ca9'), 'area': ['朝阳', '国贸'], 'price': 0}

{'_id': ObjectId('5698f525a98063dbe7e91ca9'), 'area': ['朝阳', '孙河'], 'price': 900}

{'_id': ObjectId('5698f525a98063dbe5e91ca8'), 'area': ['东城', '东单'], 'price': 380}

不想看到这么多_id字段的信息就这样：

for i in item_info.find({},{'area':1,'price':1,'_id':0}).limit(10):

print(i)

{'area': ['朝阳', '高碑店'], 'price': 450}

{'area': ['朝阳', '定福庄'], 'price': 1500}

{'area': ['西城', '西单'], 'price': 260}

{'area': ['朝阳', '望京'], 'price': 1500}

{'area': ['丰台'], 'price': 0}

{'area': ['朝阳', '定福庄'], 'price': 800}

{'area': ['不明'], 'price': 1100}

{'area': ['朝阳', '国贸'], 'price': 0}

{'area': ['朝阳', '孙河'], 'price': 900}

{'area': ['东城', '东单'], 'price': 380}

如果只想看到area字段里面的第一个分片，就这么操作：

for i in item_info.find({},{'area':{'$slice':1},'price':1}).limit(10):

print(i)

{'_id': ObjectId('5698f524a98063dbe9e91ca8'), 'area': ['朝阳'], 'price': 450}

{'_id': ObjectId('5698f525a98063dbe4e91ca8'), 'area': ['朝阳'], 'price': 1500}

{'_id': ObjectId('5698f525a98063dbe6e91ca8'), 'area': ['西城'], 'price': 260}

{'_id': ObjectId('5698f525a98063dbe7e91ca8'), 'area': ['朝阳'], 'price': 1500}

{'_id': ObjectId('5698f525a98063dbe8e91ca8'), 'area': ['丰台'], 'price': 0}

{'_id': ObjectId('5698f525a98063dbe9e91ca9'), 'area': ['朝阳'], 'price': 800}

{'_id': ObjectId('5698f525a98063dbe6e91ca9'), 'area': ['不明'], 'price': 1100}

{'_id': ObjectId('5698f525a98063dbe8e91ca9'), 'area': ['朝阳'], 'price': 0}

{'_id': ObjectId('5698f525a98063dbe7e91ca9'), 'area': ['朝阳'], 'price': 900}

{'_id': ObjectId('5698f525a98063dbe5e91ca8'), 'area': ['东城'], 'price': 380}

想要有条件的查找，可以这样用条件操作符，比如要查找pub_date 为 2016.01.04这一天的信息：

for i in item_info.find({'pub_date':'2016.01.04'},{'area':{'$slice':1},'pub_date':1}).limit(300):

print(i)

{'_id': ObjectId('5698f525a98063dbe6e91ca9'), 'area': ['不明'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f526a98063dbe6e91caa'), 'area': ['海淀'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f527a98063dbe6e91cab'), 'area': ['不明'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f528a98063dbe6e91cac'), 'area': ['昌平'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f529a98063dbe6e91cad'), 'area': ['大兴'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f52aa98063dbe6e91cae'), 'area': ['朝阳'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f52ba98063dbe6e91caf'), 'area': ['不明'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f52ca98063dbe6e91cb0'), 'area': ['通州'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f52da98063dbe6e91cb1'), 'area': ['通州'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f52ea98063dbe6e91cb3'), 'area': ['朝阳'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f531a98063dbe6e91cb6'), 'area': ['通州'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f533a98063dbe6e91cb8'), 'area': ['不明'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f534a98063dbe6e91cb9'), 'area': ['房山'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f535a98063dbe7e91cbe'), 'area': ['大兴'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f55fa98063dbe5e91ce8'), 'area': ['朝阳'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f560a98063dbe5e91ce9'), 'area': ['海淀'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f568a98063dbe6e91cfe'), 'area': ['不明'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f575a98063dbe7e91d13'), 'area': ['不明'], 'pub_date': '2016.01.04'}

{'_id': ObjectId('5698f579a98063dbe7e91d19'), 'area': ['不明'], 'pub_date': '2016.01.04'}

...

如果要找2016.01.04和2016.01.12这两天的信息，可以这样：

for i in item_info.find({'pub_date':{'$in':['2016.01.04','2016.01.12']}},{'area':{'$slice':1},'pub_date':1}).limit(30):

print(i)

{'_id': ObjectId('5698f524a98063dbe9e91ca8'), 'area': ['朝阳'], 'pub_date': '2016.01.12'}

{'_id': ObjectId('5698f525a98063dbe9e91ca9'), 'area': ['朝阳'], 'pub_date': '2016.01.12'}