MongoEngine 简介安装、连接、数据类型及其参数详解
文章目录
- 前言
- 一、MongoEngine 简介
- 二、MongoEngine的安装与连接
-
- 1. 安装MongoEngine
- 2. 连接到MongoDB
- 3. 定义数据模型
- 三、MongoEngine模型介绍
-
- 1. 常见数据类型
- 2. 数据类型参数
- 总结
前言
为了巩固所学的知识，作者尝试着开始发布一些学习笔记类的博客，方便日后回顾。当然，如果能帮到一些萌新进行新技术的学习那也是极好的。作者菜菜一枚，文章中如果有记录错误，欢迎读者朋友们批评指正。
（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）
MongoEngine官方文档：http://docs.mongoengine.org/tutorial.html
一、MongoEngine 简介
Mongoengine是一个用于在 Python 应用程序中操作 MongoDB 数据库的 Object-Document Mapping (ODM) 库。它允许开发人员使用 Python 类来定义数据模型，然后通过这些模型执行数据库操作，而不需要编写原始的MongoDB查询语句。以下是Mongoengine的一些关键特点和用途：
- Object-Document Mapping (ODM)：Mongoengine 提供了一种方便的方式来映射 Python 类和 MongoDB 文档之间的关系。你可以定义 Python 类来表示 MongoDB 中的文档，每个类属性对应文档的字段，从而简化了文档的创建、查询和更新操作。
- 模型定义：Mongoengine 允许你使用 Python 类来定义 MongoDB 文档的结构。这些模型类可以包含字段的定义、验证规则以及与其他模型之间的关系。这种方式使得数据模型的设计更加直观和可维护。
- 丰富的查询功能：Mongoengine 提供了丰富的查询功能，使你能够执行高级的查询操作，包括过滤、排序、聚合等。你可以使用链式方法构建查询，并得到符合条件的文档集合。
- 自动索引管理：Mongoengine 能够自动管理数据库中的索引，以提高查询性能。你可以在模型中定义索引规则，Mongoengine 会在数据库中创建和维护这些索引。
- 数据验证：Mongoengine 提供了数据验证功能，确保文档符合定义的模型规则。这有助于维持数据的一致性和完整性。
- 支持复杂数据类型：Mongoengine 支持多种复杂数据类型，如嵌套文档、列表和字典，使你能够更灵活地表示数据结构。
- 轻量级：Mongoengine 是一个相对轻量级的库，易于集成到Python应用程序中。它不需要过多的配置或依赖项。
Mongoengine 在与 MongoDB 一起构建 Python 应用程序时非常有用，特别是对于那些需要处理半结构化或非关系型数据的应用程序。通过 Mongoengine，开发人员可以更轻松地管理和操作 MongoDB 中的数据，而不需要直接操作原始的 MongoDB 查询语句。
二、MongoEngine的安装与连接
1. 安装MongoEngine
使用pip安装MongoEngine：打开终端（命令行）并运行以下命令来安装MongoEngine：
pip install mongoengine
这会使用pip工具从Python Package Index（PyPI）安装MongoEngine库。
2. 连接到MongoDB
一旦MongoEngine安装完成，你可以在Python中使用它来连接到MongoDB。以下是连接到MongoDB的步骤：
from mongoengine import connect
# 连接到MongoDB
connect(
db='your_database_name',
host='your_mongodb_uri', #默认端口为27017时可以不写
username='your_username', # 如果需要认证
password='your_password' # 如果需要认证
)
上述代码中的参数含义如下：
db: 要连接的数据库名称。
host: MongoDB服务器的URI。通常，这是MongoDB服务器的IP地址和端口号（例如：‘mongodb://localhost:27017’），但也可以包括其他连接参数，如认证信息。
username（可选）: 如果MongoDB服务器需要用户名和密码进行身份验证，则提供MongoDB用户名。
password（可选）: 如果MongoDB服务器需要用户名和密码进行身份验证，则提供MongoDB密码。
3. 定义数据模型
使用MongoEngine定义一个简单的数据模型需要遵循以下步骤：
1. 导入必要的类和字段类型：
from mongoengine import Document, StringField, IntField
2. 创建一个继承自 Document 的类作为你的数据模型：
class Person(Document):
pass
3. 在数据模型类中定义字段，可以使用MongoEngine提供的字段类型：
class Person(Document):
name = StringField(required=True, max_length=100)
age = IntField()
在上述代码中，我们定义了两个字段：name 和 age。StringField表示一个字符串字段，IntField表示一个整数字段。你可以根据需要选择其他字段类型，如BooleanField（布尔字段）、ListField（列表字段）等。
在字段定义中，你可以传递多个参数来指定字段的行为，如上述示例中的required=True表示该字段是必需的，max_length=100表示该字段的最大长度为100个字符。
4. 操作数据
这样，你就完成了一个简单的数据模型的定义。现在可以使用该模型来执行数据库操作，如插入数据、查询数据等。
person = Person(name='John Doe', age=25)
person.save() # 插入数据
# 查询数据
people = Person.objects(name='John Doe')
for p in people:
print(p.name, p.age)
在上述代码中，我们创建了一个Person对象并保存到数据库中。然后，使用 Person.objects 方法通过查询条件来检索 Person 对象，并遍历结果打印出对象的 name 和 age 字段。
三、MongoEngine模型介绍
1. 常见数据类型
- StringField: 用于存储字符串类型的数据。
from mongoengine import StringField
class Person(Document):
name = StringField(max_length=100)
- IntField: 用于存储整数类型的数据。
from mongoengine import IntField
class Product(Document):
price = IntField()
- FloatField: 用于存储浮点数类型的数据。
from mongoengine import FloatField
class Product(Document):
weight = FloatField()
- BooleanField: 用于存储布尔值类型的数据。
from mongoengine import BooleanField
class Task(Document):
completed = BooleanField(default=False)
- DateTimeField: 用于存储日期和时间类型的数据。
from mongoengine import DateTimeField
class Event(Document):
event_date = DateTimeField()
- ListField: 用于存储列表类型的数据，可以包含不同类型的元素。
from mongoengine import ListField
class ShoppingCart(Document):
items = ListField(StringField())
- .EmbeddedDocumentField: 用于嵌入其他文档模型作为字段的一部分。
from mongoengine import EmbeddedDocument, EmbeddedDocumentField
class Address(EmbeddedDocument):
street = StringField()
city = StringField()
state = StringField()
class Person(Document):
name = StringField()
address = EmbeddedDocumentField(Address)
- ReferenceField: 用于存储文档之间的关联关系，通常用于实现文档之间的引用。
from mongoengine import ReferenceField
class Comment(Document):
text = StringField()
class Post(Document):
title = StringField()
comments = ListField(ReferenceField(Comment))
2. 数据类型参数
1. 通用参数
- required: 指示字段是否为必需的，默认为False。如果设置为True，则在保存文档时必须提供该字段的值。
name = StringField(required=True)
- default: 指定字段的默认值。如果在保存文档时没有为该字段赋值，则将使用默认值。
age = IntField(default=0)
- unique: 指示字段的值是否必须在集合中是唯一的，默认为False。如果设置为True，则确保集合中的字段值都是唯一的。
email = StringField(unique=True)
- primary_key： 是否为文档的主键，默认为False
book_id = IntField(primary_key=True)
- choices: 指定字段的可接受值的列表或元组。只有在这些值中选择的值才会被接受。
gender = StringField(choices=['male', 'female', 'other'])
- verbose_name: 指定字段的可读性良好的名称。这个参数主要用于生成文档的人类可读的描述。
name = StringField(verbose_name='Full Name')
- help_text: 提供有关字段的帮助文本，用于描述字段或提供使用说明。
age = IntField(help_text='Please enter your age in years.')
2. StringField:
- max_length: 指定字符串的最大长度。
- min_length: 指定字符串的最小长度。
- regex: 指定一个正则表达式，限制允许的字符串模式。
- choices: 指定一个列表或元组，限制可接受的字符串值。
name = StringField(max_length=100, min_length=2, regex=r'^[A-Za-z ]*$', choices=['Mr.', 'Mrs.', 'Ms.'])
3. IntField:
- min_value: 指定整数字段的最小值。
- max_value: 指定整数字段的最大值。
age = IntField(min_value=0, max_value=150)
4. FloatField:
- min_value: 指定浮点数字段的最小值。
- max_value: 指定浮点数字段的最大值。
price = FloatField(min_value=0.0, max_value=1000.0)
5. BooleanField:
- 无特定参数，通常用于表示布尔值（True或False）。
completed = BooleanField()
6. DateTimeField:
- default: 指定默认日期时间值。
- auto_now: 如果设置为True，每次保存文档时都会更新字段为当前日期时间。
created_at = DateTimeField(default=datetime.datetime.now, auto_now=True)
7. ListField:
- field: 指定列表中元素的数据类型。
items = ListField(StringField(max_length=50))
8. EmbeddedDocumentField:
- document_type: 指定嵌入式文档的类型。
class Address(EmbeddedDocument):
street = StringField()
city = StringField()
address = EmbeddedDocumentField(Address)
9. ReferenceField:
- document_type: 指定引用的文档类型。
- reverse_delete_rule: 指定在引用文档删除时如何处理引用。
class Comment(Document):
text = StringField()
class Post(Document):
title = StringField()
comments = ListField(ReferenceField(Comment, reverse_delete_rule=CASCADE))
总结
欢迎各位留言交流以及批评指正，如果文章对您有帮助或者觉得作者写的还不错可以点一下关注，点赞，收藏支持一下。
（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）