Python là gì?Python, con dao quân đội Thụy Sĩ của các ngôn ngữ được đánh máy động, có sự hỗ trợ toàn diện cho các nhiệm vụ xử lý và thao tác dữ liệu chung. Các loại dữ liệu từ điển và danh sách bản địa của Python, làm cho nó chỉ đứng sau JavaScript để điều khiển các tài liệu JSON-và rất phù hợp để làm việc với BSON. Pymongo, thư viện trình điều khiển mongoDB tiêu chuẩn cho Python, rất dễ sử dụng và cung cấp API trực quan để truy cập cơ sở dữ liệu, bộ sưu tập và tài liệu. Show
Các đối tượng được lấy từ MongoDB qua Pymongo tương thích với từ điển và danh sách, vì vậy chúng ta có thể dễ dàng thao tác, lặp lại và in chúng. Cách MongoDB lưu trữ dữ liệuMongoDB lưu trữ dữ liệu trong các tài liệu giống JSON:
Từ điển Python trông giống như:
Đọc để xem tổng quan về cách bắt đầu và cung cấp tiềm năng của sự kết hợp mạnh mẽ này. Điều kiện tiên quyếtTải xuống và cài đặt Python trên máy của bạn. Để xác nhận nếu cài đặt của bạn là đúng, hãy nhập 8 vào thiết bị đầu cuối dòng lệnh của bạn. Bạn sẽ nhận được một cái gì đó tương tự như:
Bạn có thể làm theo các ví dụ Python MongoDB trong hướng dẫn này ngay cả khi bạn chưa quen với Python. Chúng tôi khuyên bạn nên thiết lập một cụm cấp miễn phí của MongoDB Atlas cho hướng dẫn này. Kết nối Python và MongoDB AtlasPymongo có một bộ các gói cho tương tác Python MongoDB. Đối với hướng dẫn sau đây, bắt đầu bằng cách tạo một môi trường ảo và kích hoạt nó.
Bây giờ bạn đang ở trong môi trường ảo của mình, bạn có thể cài đặt pymongo. Trong thiết bị đầu cuối của bạn, loại:
Bây giờ, chúng ta có thể sử dụng Pymongo như một thư viện Python MongoDB trong mã của chúng tôi với một tuyên bố nhập khẩu. Tạo cơ sở dữ liệu MongoDB trong PythonBước đầu tiên để kết nối Python với Atlas là tạo ra một cụm. Bạn có thể làm theo các hướng dẫn từ tài liệu để tìm hiểu cách tạo và thiết lập cụm của bạn. Tiếp theo, tạo một tệp có tên 9 trong bất kỳ thư mục nào để viết mã pymongo. Bạn có thể sử dụng bất kỳ trình soạn thảo văn bản đơn giản, như Visual Studio Code.Tạo ứng dụng khách MongoDB bằng cách thêm các mục sau:
Để tạo Mongoclient, bạn sẽ cần một chuỗi kết nối với cơ sở dữ liệu của mình. Nếu bạn đang sử dụng Atlas, bạn có thể làm theo các bước từ tài liệu để có được chuỗi kết nối đó. Sử dụng 0 để tạo MongoClient và nhận kết nối cơ sở dữ liệu MongoDB. Thay đổi tên người dùng, mật khẩu và tên cụm.Trong hướng dẫn Python MongoDB này, chúng tôi sẽ tạo một danh sách mua sắm và thêm một vài mặt hàng. Đối với điều này, chúng tôi đã tạo một cơ sở dữ liệu 1.MongoDB không tạo ra một cơ sở dữ liệu cho đến khi bạn có các bộ sưu tập và tài liệu trong đó. Vì vậy, hãy để tạo ra một bộ sưu tập tiếp theo. Tạo một bộ sưu tập trong PythonĐể tạo một bộ sưu tập, hãy chuyển tên bộ sưu tập cho cơ sở dữ liệu. Trong một tệp mới có tên là tệp 2, thêm mã sau.
Điều này tạo ra một bộ sưu tập có tên 3 trong cơ sở dữ liệu 1.Chèn tài liệu trong PythonĐể chèn nhiều tài liệu cùng một lúc, hãy sử dụng phương pháp pymongo 5.
Hãy để chèn một tài liệu thứ ba mà không cần chỉ định trường 6. Lần này, chúng tôi thêm một trường loại dữ liệu ‘ngày. Để thêm ngày sử dụng pymongo, hãy sử dụng gói Python 7.Bắt đầu bằng cách cài đặt gói bằng lệnh sau:
Thêm phần sau vào 2:
Chúng tôi sử dụng phương thức 9 để chèn một tài liệu.Mở dòng lệnh và điều hướng đến thư mục nơi bạn đã lưu 0Thực thi tệp bằng cách sử dụng 0command. Hãy để kết nối với MongoDB Atlas UI và kiểm tra những gì chúng ta có cho đến nay. Đăng nhập vào cụm Atlas của bạn và nhấp vào nút Bộ sưu tập. Ở phía bên trái, bạn có thể thấy cơ sở dữ liệu và tên thu thập mà chúng tôi đã tạo. Nếu bạn nhấp vào tên thu thập, bạn cũng có thể xem dữ liệu: Trường 6 thuộc loại ObjectID theo mặc định. Nếu chúng tôi không chỉ định trường 6, MongoDB sẽ tạo ra như vậy. Không phải tất cả các trường có trong một tài liệu có mặt trong các trường khác. Nhưng MongoDB không ngăn bạn nhập dữ liệu - đây là bản chất của cơ sở dữ liệu sơ đồ.Nếu chúng ta chèn 3 một lần nữa, MongoDB sẽ chèn một tài liệu mới, với giá trị 6 mới. Tuy nhiên, hai phần chèn đầu tiên sẽ gây ra lỗi vì trường 6, định danh duy nhất.Truy vấn trong PythonHãy cùng xem tất cả các tài liệu cùng nhau bằng Find (). Đối với điều đó, chúng tôi sẽ tạo một tệp riêng 6: 1Mở dòng lệnh và điều hướng đến thư mục nơi bạn đã lưu 6. Thực hiện tệp bằng lệnh 8.Chúng tôi nhận được danh sách đối tượng từ điển làm đầu ra: Chúng ta có thể xem dữ liệu nhưng định dạng không phải là tất cả tuyệt vời. Vì vậy, hãy để Lôi in các tên vật phẩm và danh mục của chúng bằng cách thay thế dòng 9 bằng các mục sau: 2Mặc dù MongoDB nhận được toàn bộ dữ liệu, chúng tôi nhận được một python ‘keyerror trên tài liệu thứ ba. Để xử lý các lỗi dữ liệu bị thiếu trong Python, hãy sử dụng pandas.dataFrames. DataFrames là cấu trúc dữ liệu 2D được sử dụng cho các tác vụ xử lý dữ liệu. Phương thức find () pymongo trả về các đối tượng từ điển có thể được chuyển đổi thành một khung dữ liệu trong một dòng mã duy nhất. Cài đặt thư viện Pandas như: 3Bây giờ nhập thư viện 0 bằng cách thêm dòng sau ở đầu tệp: 4Và thay thế mã trong vòng lặp bằng cách sau để xử lý KeyError trong một bước: 5Các lỗi được thay thế bởi NAN và NAT cho các giá trị bị thiếu. Lập chỉ mục trong Python MongoDBSố lượng tài liệu và bộ sưu tập trong cơ sở dữ liệu trong thế giới thực luôn tiếp tục tăng. Có thể mất một thời gian rất dài để tìm kiếm các tài liệu cụ thể-ví dụ, các tài liệu có bột mì đa dụng trong số các thành phần của chúng-trong một bộ sưu tập rất lớn. Các chỉ mục làm cho tìm kiếm cơ sở dữ liệu nhanh hơn và hiệu quả hơn, và giảm chi phí truy vấn cho các hoạt động như sắp xếp, đếm và khớp. MongoDB xác định các chỉ mục ở cấp độ thu thập. Để chỉ mục có ý nghĩa hơn, hãy thêm nhiều tài liệu vào bộ sưu tập của chúng tôi. Chèn nhiều tài liệu cùng một lúc bằng phương pháp 5. Đối với các tài liệu mẫu, hãy sao chép mã từ GitHub và thực thi 2 trong thiết bị đầu cuối của bạn.Hãy nói rằng chúng tôi muốn các mặt hàng thuộc thể loại ‘thực phẩm: 6Để thực hiện truy vấn trên, MongoDB phải quét tất cả các tài liệu. Để xác minh điều này, tải về la bàn. Kết nối với cụm của bạn bằng chuỗi kết nối. Mở bộ sưu tập và đi đến tab Kế hoạch giải thích. Trong ‘bộ lọc, đưa ra các tiêu chí trên và xem kết quả: Lưu ý rằng truy vấn quét 14 tài liệu để nhận được năm kết quả. Hãy tạo một chỉ mục duy nhất trên trường ‘danh mục. Trong một tệp mới có tên 3, thêm mã sau. 7Giải thích lại cùng một bộ lọc trên la bàn UI: Lần này, chỉ có năm tài liệu được quét vì chỉ số danh mục. Chúng tôi không thấy sự khác biệt đáng kể về thời gian thực hiện vì số lượng nhỏ các tài liệu. Nhưng chúng tôi thấy một sự giảm lớn về số lượng tài liệu được quét cho truy vấn. Các chỉ mục giúp tối ưu hóa hiệu suất cho các tập hợp, là tốt. Các tập hợp nằm ngoài phạm vi cho hướng dẫn này, nhưng ở đây, một cái nhìn tổng quan. Cơ sở dữ liệu nào là tốt nhất cho Python?Sqlite. SQLite có lẽ là cơ sở dữ liệu đơn giản nhất để kết nối với ứng dụng Python vì bạn không cần cài đặt bất kỳ mô -đun SQL Python SQL bên ngoài nào để làm như vậy. Theo mặc định, cài đặt Python của bạn chứa thư viện SQL Python có tên SQLite3 mà bạn có thể sử dụng để tương tác với cơ sở dữ liệu SQLite.. SQLite is probably the most straightforward database to connect to with a Python application since you don't need to install any external Python SQL modules to do so. By default, your Python installation contains a Python SQL library named sqlite3 that you can use to interact with an SQLite database.
Tại sao chúng ta sử dụng MongoDB trong Python?Pymongo, thư viện trình điều khiển mongoDB tiêu chuẩn cho Python, rất dễ sử dụng và cung cấp API trực quan để truy cập cơ sở dữ liệu, bộ sưu tập và tài liệu.Các đối tượng được lấy từ MongoDB qua Pymongo tương thích với từ điển và danh sách, vì vậy chúng ta có thể dễ dàng thao tác, lặp lại và in chúng.easy to use and offers an intuitive API for accessing databases, collections, and documents. Objects retrieved from MongoDB through PyMongo are compatible with dictionaries and lists, so we can easily manipulate, iterate, and print them.
MongoDB phù hợp nhất là gì?MongoDB là lý tưởng cho điện toán đám mây.Lưu trữ dựa trên đám mây cần dễ dàng phân phối dữ liệu trên nhiều máy chủ, phù hợp hoàn hảo với bản chất của MongoDB.Bạn cần dữ liệu của bạn nhanh chóng và dễ dàng truy cập.Sử dụng MongoDB khi bạn đang chạy các ứng dụng quan trọng hiệu suất.cloud computing. Cloud-based storage needs to easily distribute data across multiple servers, which suits MongoDB's nature perfectly. You need your data fast and easily accessible. Use MongoDB when you're running performance-critical applications.
MongoDB có dựa trên Python không?MongoDB là một cơ sở dữ liệu dựa trên tài liệu với lược đồ dữ liệu động.Ký hiệu đối tượng JavaScript (JSON) mà nó hỗ trợ là một sự phù hợp tự nhiên để làm việc với các đối tượng trong các ngôn ngữ lập trình hiện đại như JavaScript, Python và những người khác.. The JavaScript Object Notation (JSON) that it supports is a natural fit for working with objects in modern programming languages like JavaScript, Python and others. |