Python结合pymongo操作MongoDB实战指南

环境准备与服务启动

MongoDB 是一款基于分布式文件存储的 NoSQL 数据库，采用面向文档的数据模型，天然契合灵活的业务需求。在使用 Python 进行操作前，需确保目标机器已安装 MongoDB Community Server 服务并成功启动（默认监听 27017 端口）。随后通过 pip 安装官方推荐的驱动库：

pip install pymongo

建立客户端连接与初始化

连接是后续所有操作的基础。通过 MongoClient 实例指向本地或远程地址，选取指定数据库后，即可获取对应的集合对象。当引用的数据库或集合不存在时，首次写入数据会自动创建。

from pymongo import MongoClient

client = MongoClient('mongodb://localhost:27017/')
db = client['test_database']
collection = db['test_collection']

第1步：集合管理与数据写入

该步骤旨在验证连通性并完成基础数据落盘。直接引用集合名称可获取句柄，无需预先声明。单条插入使用 insert_one，支持返回自生成的 ObjectID；批量写入则调用 insert_many 提升效率。

# 定义文档数据结构（类似字典）
document = {'name': 'Alice', 'age': 25, 'city': 'New York'}
result = collection.insert_one(document)
print(f"写入ID: {result.inserted_id}")

# 批量插入列表数据
documents = [
    {'name': 'Bob', 'age': 30, 'city': 'Los Angeles'},
    {'name': 'Charlie', 'age': 35, 'city': 'Chicago'}
]
results = collection.insert_many(documents)
print(f"批量写入IDs: {results.inserted_ids}")

第2步：文档查询、条件更新与安全删除

精准定位与修改数据是日常高频操作。find_one 用于提取首条匹配记录，find 返回游标供循环遍历。更新操作严格区分条件过滤（filter）与修改指令（如 $set 覆盖字段、$inc 累加数值），删除操作支持单条或批量清理。

# 精确查询单条
result = collection.find_one({'name': 'Alice'})

# 范围查询多条件
cursor = collection.find({'age': {'$gt': 28}})
for doc in cursor:
    print(doc)

# 安全更新：仅修改指定字段
collection.update_one({'name': 'Alice'}, {'$set': {'age': 26}})
collection.update_many({'city': 'New York'}, {'$inc': {'age': 1}})

# 批量移除匹配文档
removed = collection.delete_many({'age': {'$lt': 30}})
print(f"已清除 {removed.deleted_count} 条数据")

⚠️ 风险提醒：执行 delete_many 或删除集合 drop() 前务必仔细核对筛选条件，生产环境操作前请务必完成数据库或关键数据备份，防止误删导致业务中断。

第3步：创建索引与查询性能优化

随着数据量增长，全表扫描会导致响应延迟。通过 create_index 可为高频查询字段建立排序索引（1为升序，-1为降序），显著加速读取。不再使用的索引应及时清理以释放存储空间。

# 创建 name 字段升序索引
collection.create_index([('name', 1)])

# 清理指定索引
collection.drop_index('name_1')

第4步：构建聚合管道进行复杂分析

聚合框架（Aggregation Pipeline）是 MongoDB 处理海量数据的计算引擎。数据流经多个 Stage 阶段，每个阶段完成特定转换。典型场景包括使用 $match 提前过滤缩小计算集，$group 配合统计操作符（$sum, $avg）分组汇总，$project 控制返回字段并重命名计算结果，以及 $lookup 实现跨集合关联。

pipeline = [
    # 1. 预筛选：仅保留年龄大于25的记录
    {'$match': {'age': {'$gt': 25}}},
    
    # 2. 分组统计：按城市归类并计数
    {'$group': {
        '_id': '$city', 
        'user_count': {'$sum': 1},
        'avg_age': {'$avg': '$age'}
    }},
    
    # 3. 投影裁剪：隐藏内部ID，重命名字段
    {'$project': {
        '_id': 0,
        'location': '$_id',
        'total_users': '$user_count',
        'mean_age': {'$round': ['$avg_age', 1]}
    }},
    
    # 4. 排序与截断：取人数最多的Top 3城市
    {'$sort': {'total_users': -1}},
    {'$limit': 3}
]

aggregated_results = collection.aggregate(pipeline)
for res in aggregated_results:
    print(res)

总结

以上就是 Python 操作 MongoDB 数据库的详细流程与核心代码示例，涵盖了从基础连接、文档 CRUD、索引管理到聚合管道的完整实战路径。借助 pymongo 提供的原生 API，开发者能够高效对接各类非结构化数据源。更多关于 Python 数据处理与非关系型数据库优化的资料请关注本站其它相关文章！