Hướng dẫn connect to mongodb atlas python - kết nối với mongodb atlas python
Trong bài viết này, chúng tôi sẽ kết nối với một cơ sở dữ liệu MongoDB đơn giản với Python. Chúng tôi sẽ thực hiện các hoạt động đơn giản trên dữ liệu như: Show
Phiên bản video của bài viết này có sẵn ở đây. MongoDB AtlasIMG Nguồn: Đăng ký MongoDB Atlas | Lưu trữ đám mây MongoDB | MongoDB IMG Nguồn: Đăng ký MongoDB Atlas | Lưu trữ đám mây MongoDB | MongoDB IMG của tác giả IMG của tác giả IMG của tác giả Tạo một cụm để kiểm tra: IMG của tác giả IMG của tác giả IMG của tác giả IMG của tác giả Tạo một cụm để kiểm tra:
mongodb+srv://SoumiBardhan:
import pymongo
cluster = MongoClient("mongodb+srv://
db = cluster["UserData"]collection = db["Flask_mongo"]
collection.insert_one({"_id":0, "user_name":"Soumi"})
Chọn trình điều khiển và phiên bản của bạn như là Py Python và 3.6, hoặc sau đó: IMG của tác giả
collection.delete_one({"_id":0, "user_name":"Soumi"})
post1 = {"_id":"0", "user_name":"Soumi"}post2 = {"_id":"100", "user_name":"Ravi"}collection.insert_many([post1,post2])
collection.find_one_and_update({"_id":"0"}, {"$set" : {"user_name" : updated_user_name}}, upsert = 0 ) IMG của tác giả Trong tab truy cập cơ sở dữ liệu của bạn, hãy truy cập vào Thêm một người dùng cơ sở dữ liệu mới: 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. 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: ________số 8Từ 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 cluster = MongoClient("mongodb+srv:// 9 vào thiết bị đầu cuối dòng lệnh của bạn. Bạn sẽ nhận được một cái gì đó tương tự như:import pymongo 0Bạn 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. import pymongo 1Bây giờ bạn đang ở trong môi trường ảo của mình, bạn có thể cài đặt pymongo. Trong thiết bị đầu cuối của bạn, loại: import pymongo 2Bây 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 db = cluster["UserData"]collection = db["Flask_mongo"]0 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: import pymongo 3Để 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 db = cluster["UserData"]collection = db["Flask_mongo"]1 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 db = cluster["UserData"]collection = db["Flask_mongo"]2. 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 db = cluster["UserData"]collection = db["Flask_mongo"]3, thêm mã sau. import pymongo 4Điều này tạo ra một bộ sưu tập có tên db = cluster["UserData"]collection = db["Flask_mongo"]4 trong cơ sở dữ liệu db = cluster["UserData"]collection = db["Flask_mongo"]2. Chèn tài liệu trong PythonĐể chèn nhiều tài liệu cùng một lúc, hãy sử dụng phương pháp pymongo db = cluster["UserData"]collection = db["Flask_mongo"]6. import pymongo 5Hãy để chèn một tài liệu thứ ba mà không cần chỉ định trường db = cluster["UserData"]collection = db["Flask_mongo"]7. Lần này, chúng tôi thêm một trường loại dữ liệu ‘ngày. Để thêm ngày sử dụng pymongo, hãy sử dụng gói Python db = cluster["UserData"]collection = db["Flask_mongo"]8. Bắt đầu bằng cách cài đặt gói bằng lệnh sau: import pymongo 6Thêm phần sau vào db = cluster["UserData"]collection = db["Flask_mongo"]3: import pymongo 7Chúng tôi sử dụng phương thức collection.insert_one({"_id":0, "user_name":"Soumi"}) 0 để chèn một tài liệu.Mở dòng lệnh và điều hướng đến thư mục nơi bạn đã lưu collection.insert_one({"_id":0, "user_name":"Soumi"}) 1Thực thi tệp bằng cách sử dụng import pymongo 8command. 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 db = cluster["UserData"]collection = db["Flask_mongo"]7 thuộc loại ObjectID theo mặc định. Nếu chúng tôi không chỉ định trường db = cluster["UserData"]collection = db["Flask_mongo"]7, 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 collection.insert_one({"_id":0, "user_name":"Soumi"}) 4 một lần nữa, MongoDB sẽ chèn một tài liệu mới, với giá trị db = cluster["UserData"]collection = db["Flask_mongo"]7 mới. Tuy nhiên, hai phần chèn đầu tiên sẽ gây ra lỗi vì trường db = cluster["UserData"]collection = db["Flask_mongo"]7, 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 collection.insert_one({"_id":0, "user_name":"Soumi"}) 7:import pymongo 9Mở dòng lệnh và điều hướng đến thư mục nơi bạn đã lưu collection.insert_one({"_id":0, "user_name":"Soumi"}) 7. Thực hiện tệp bằng lệnh collection.insert_one({"_id":0, "user_name":"Soumi"}) 9.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 collection.delete_one({"_id":0, "user_name":"Soumi"}) 0 bằng các mục sau:cluster = MongoClient("mongodb+srv:// 0Mặc 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: cluster = MongoClient("mongodb+srv:// 1Bây giờ nhập thư viện collection.delete_one({"_id":0, "user_name":"Soumi"}) 1 bằng cách thêm dòng sau ở đầu tệp:cluster = MongoClient("mongodb+srv:// 2Và thay thế mã trong vòng lặp bằng cách sau để xử lý KeyError trong một bước: cluster = MongoClient("mongodb+srv:// 3Các 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 db = cluster["UserData"]collection = db["Flask_mongo"]6. Đối với các tài liệu mẫu, hãy sao chép mã từ GitHub và thực thi collection.delete_one({"_id":0, "user_name":"Soumi"}) 3 trong thiết bị đầu cuối của bạn.Hãy nói rằng chúng tôi muốn các mặt hàng thuộc thể loại ‘thực phẩm: cluster = MongoClient("mongodb+srv:// 4Để 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 collection.delete_one({"_id":0, "user_name":"Soumi"}) 4, thêm mã sau.cluster = MongoClient("mongodb+srv:// 5Giải 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. Python có thể kết nối với MongoDB không?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., is 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.
Tại sao MongoDB Atlas không kết nối?Kiểm tra xem bạn đang sử dụng đúng tên người dùng và mật khẩu cho người dùng cơ sở dữ liệu của mình và bạn đang kết nối với việc triển khai cơ sở dữ liệu chính xác.Kiểm tra xem bạn có chỉ định cơ sở dữ liệu AuthSource chính xác trong chuỗi kết nối của bạn không.. Check that you are specifying the correct authSource database in your connection string.
Làm thế nào kết nối MongoDB Atlas với mã VS?Chọn MongoDB cho Tiện ích mở rộng mã VS ... Kết nối với MongoDB..... Để kết nối với cơ sở dữ liệu MongoDB, chọn Thêm kết nối và nhập chi tiết kết nối cho cơ sở dữ liệu sau đó kết nối, mặc định là máy chủ MongoDB cục bộ tại MongoDB: //127.0.0.1: 27017 .. Làm thế nào để Pycharm kết nối với MongoDB?Trong trường hợp này, URL kết nối sẽ trông giống như: MongoDB: // LocalHost: 27017/Local?Khi bạn nhấp vào liên kết này, Pycharm tải xuống trình điều khiển được yêu cầu để tương tác với cơ sở dữ liệu.mongodb://localhost:27017/local?authSource=admin . ) and select MongoDB. At the bottom of the data source settings area, click the Download missing driver files link. As you click this link, PyCharm downloads drivers that are required to interact with a database. |