企业官网建设流程全解析

Python 后端开发中，数据库操作是绕不开的一环。MongoDB 作为文档型数据库的代表，以灵活的 JSON 文档模型、横向扩展能力和丰富的查询语法，在大数据量、高并发读写场景下非常常见。要在 Python 项目中操作 MongoDB，pymongo 是官方推荐的驱动，它封装了连接管理、数据读写、索引操作、聚合查询等功能，代码风格也很贴合 Python 习惯。本文会从 MongoDB 的基础概念讲起，逐步完成 pymongo 的安装、连接、增删改查、条件筛选、排序分页等操作，最后用一个小型学生管理系统把知识点串起来，方便你直接复制运行。

1. MongoDB 与 pymongo 的核心概念

1.1 MongoDB 是什么

MongoDB 是一种 NoSQL 文档型数据库，它不像 MySQL 或 Oracle 那样用二维表结构来组织数据，而是以“文档”为单位存储。每个文档可以理解成一份 JSON 数据，里面允许嵌套数组和对象，字段也可以不固定。这种设计让 MongoDB 非常接近现代编程语言中的字典或结构体，天然适合存储像用户信息、商品详情、日志记录这类结构经常变化的业务数据。

对于刚从关系型数据库转过来的开发者，可以先看一个简单的对照关系：

字段的灵活性是 MongoDB 非常重要的特点。在传统关系型数据库里，如果表结构已经固定，想要加一个字段，通常需要执行 ALTER TABLE；在 MongoDB 中，集合本身不强制字段一致，同一条集合里的两条文档可以有不同字段，也可以为同一个字段保存不同类型的数据。当然，灵活性高也意味着设计时更需要自律，否则后期维护成本会上升。

1.2 pymongo 在 Python 项目中的作用

pymongo 是 MongoDB 官方提供的 Python 驱动程序。它负责把 Python 中的字典对象转换成 MongoDB 需要的 BSON 二进制格式，同时也把数据库返回的 BSON 数据还原成 Python 字典。通过 pymongo，我们可以在 Python 中完成：

• 连接 MongoDB 服务端，管理连接池。
• 操作数据库和集合，包括创建、删除、统计。
• 执行文档的插入、查询、更新、删除。
• 使用索引、聚合管道、事务等高级能力。
• 监听 MongoDB 的变更流，用于构建响应式系统。

相比直接通过命令行 mongosh 操作，pymongo 的好处是能够和 Python 业务代码无缝集成。比如一个 Web 后端里，用户注册后需要把用户数据写入数据库，直接在视图函数里调用 pymongo 的方法即可，不需要拼接命令行参数。

另外，pymongo 中有几个需要区分的对象：MongoClient 是客户端连接入口，负责与 MongoDB 服务端维持连接；Database 和 Collection 是在 MongoClient 基础上获取的数据库与集合对象。后续所有数据操作，都会围绕这三个对象展开。

2. 开发环境准备

2.1 安装并启动 MongoDB 服务端

在开始写 pymongo 代码之前，我们需要一个可用的 MongoDB 服务端。这里可以分为本地安装和云数据库两种方式。本地安装适合学习和离线环境，云数据库适合项目联调和生产环境。

本地安装 MongoDB 的步骤在不同操作系统上略有区别：

• Windows：下载 MongoDB 安装包，安装时选择完整模式，建议勾选安装 MongoDB Compass 图形工具，便于后期查看数据。
• macOS：可以使用 Homebrew，执行brew tap mongodb/brew，然后执行brew install mongodb-community安装。
• Linux：以 Debian/Ubuntu 为例，需要导入 MongoDB 官方 GPG 公钥并配置 apt 源，再安装 mongodb-org 系列包。

版本方面，MongoDB 目前常用的有 4.4、5.0、6.0、7.0 等系列。不同版本的底层存储引擎和部分命令有差异，但 pymongo 的核心增删改查 API 保持一致。本文示例以本机默认端口 27017 为例，如果你使用的是云数据库，只需要把连接地址换成对应的 URI。

安装完成后，本地启动 mongod 服务：

mongod --dbpath /data/db --port 27017

如果不希望手动指定 dbpath，也可以使用系统服务方式启动：

# macos 或 linux 中使用 brew services 时 brew services start mongodb-community # 直接查看版本，确认 mongod 可用 mongod --version

如果是 Windows，通常会注册成系统服务，在服务管理器中确认 MongoDB 服务正在运行。连接地址默认是mongodb://localhost:27017。

2.2 创建 Python 环境并安装 pymongo

建议为项目创建独立的虚拟环境，避免多个项目之间的依赖冲突。Python 3.8、3.9、3.10、3.11 等版本都可以使用 pymongo 4.x 系列。本文示例以 Python 3.10 环境为基础演示，如果你的环境不同，不影响操作思路。

创建虚拟环境：

python -m venv venv

激活虚拟环境：

# Windows venv\Scripts\activate # macOS / Linux source venv/bin/activate

然后安装 pymongo：

pip install pymongo

如果下载速度比较慢，可以临时使用国内镜像：

pip install pymongo -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后检查版本：

python -c "import pymongo; print(pymongo.version)"

输出类似4.6.2的版本号，说明安装成功。实际输出可能不同，只要不报错即可。

3. 使用 pymongo 连接 MongoDB

3.1 MongoClient 连接方式

在代码中导入 pymongo 的核心类：

from pymongo import MongoClient

最基础的连接方法如下：

client = MongoClient("mongodb://localhost:27017")

也可以使用参数方式连接：

client = MongoClient(host="localhost", port=27017)

如果 MongoDB 设置了用户名和密码，需要在 URI 中携带账号信息：

client = MongoClient("mongodb://username:password@localhost:27017/admin?authSource=admin")

这里有一个容易踩坑的点：authSource参数表示用户认证数据库。如果用户是在 admin 库下创建的，authSource就必须写成admin；否则认证会失败。很多初学者在连接时明明用户名密码正确，却一直提示Authentication failed，多是因为authSource没有配对。另外，如果密码中包含@、:、/等特殊字符，需要对 URI 做 URL 编码，否则解析会出错。

为了保证连接超时时间可控，可以在 MongoClient 中增加serverSelectionTimeoutMS参数：

client = MongoClient( "mongodb://localhost:27017", serverSelectionTimeoutMS=5000, maxPoolSize=20 )

serverSelectionTimeoutMS表示服务端选择超时时间，如果 MongoDB 没启动，这里会快速抛出ServerSelectionTimeoutError，而不是让程序无限等待。maxPoolSize是连接池最大连接数，用于应对并发场景。

3.2 获取数据库和集合对象

MongoClient 拿到后，有两种方式获取数据库：

db = client["testdb"] # 或 db = client.testdb

两种方式效果一样，第一种更灵活，因为数据库名可以动态拼接。选择集合对象：

col = db["students"] # 或 col = db.students

需要注意，这一行代码并不会真正在 MongoDB 中创建数据库或集合。MongoDB 的推荐方式是“隐式创建”：当第一次向不存在的集合写入文档时，数据库和集合才会被真正创建。所以你可以放心先获取对象，后面插入数据时再自动完成创建。

测试连接是否正常：

try: client.admin.command("ping") print("MongoDB 连接正常") except Exception as e: print("连接失败:", e)

如果输出MongoDB 连接正常，说明服务端和客户端已经打通，接下来可以开始数据操作了。

3.3 区分三个对象

为了减少后续理解的混乱，这里做一个小结：

• MongoClient：相当于到 MongoDB 服务端的连接通道，一个程序一般只需要创建一个，它是线程安全的。
• Database：表示一个数据库，相当于关系型数据库中的 database。
• Collection：表示集合，相当于表，负责具体文档数据的承载。

在后续实战代码中，我们通常这样创建对象链：

client = MongoClient("mongodb://localhost:27017") db = client["school"] students = db["students"]

后续所有增删改查都通过students这个对象操作。

4. pymongo 增删改查

这一节是本文的核心。我们以学生集合students为例，学习插入、查询、更新、删除的标准写法。

4.1 插入文档

4.1.1 插入单条文档

使用insert_one，参数是一个字典：

student = { "name": "张三", "age": 20, "city": "北京", "scores": {"math": 90, "english": 85} } result = students.insert_one(student) print("插入的 _id:", result.inserted_id)

执行后，MongoDB 会为文档自动生成一个_id字段，类型是ObjectId。如果不希望自动生成，可以在字典中手动指定_id，但要注意唯一性。

4.1.2 插入多条文档

使用insert_many，参数是列表，列表中每个元素是一个文档：

student_list = [ {"name": "李四", "age": 21, "city": "上海", "scores": {"math": 78, "english": 92}}, {"name": "王五", "age": 19, "city": "广州", "scores": {"math": 88, "english": 76}}, {"name": "赵六", "age": 22, "city": "深圳", "scores": {"math": 95, "english": 89}}, ] result = students.insert_many(student_list) print("插入的 _id 列表:", result.inserted_ids)

insert_many会返回一个列表，保存每条文档的_id。

4.2 查询文档

4.2.1 查询第一条匹配的文档

使用find_one，返回字典或None：

doc = students.find_one({"name": "张三"}) print(doc)

如果你只想看集合中的任意一条，可以传空字典：

doc = students.find_one({}) print(doc)

4.2.2 查询多条文档

使用find，返回游标对象，可以 for 循环遍历：

cursor = students.find({"city": "北京"}) for doc in cursor: print(doc)

find返回的游标不能像列表一样直接切片，所以要限制数量时，使用limit：

cursor = students.find({"city": "北京"}).limit(2)

4.2.3 只返回部分字段

在关系型数据库中，可以通过 SELECT 指定列。在 pymongo 中，find的第二个参数是投影条件，1表示返回，0表示不返回：