MongoDB踩坑

安装MongoDB

1. windows

   1. 访问https://www.mongodb.com/download-center/community ，选择所需版本，我使用了Community版本，因为不用登录
   2. 安装刚刚下载的包，建议选择custom，然后在接下来的步骤中安装MongoDB Compass选项去掉，因为没有梯子可能会卡死，compass是一个可视化界面，可以后续通过https://www.mongodb.com/products/compass 下载安装

2. Linux服务器

   1. 去https://www.mongodb.org/dl/linux/x86_64 选择一个合适的版本wget到服务器（以我下载的mongodb-linux-x86_64-rhel62-v4.2-latest.tgz为例）
   2. 解压：tar -xvzf mongodb-linux-x86_64-rhel62-v4.2-latest.tgz，并将此文件夹改名为MongoDB
   3. 新建文件夹：data, log, conf，在data文件夹中新建一db文件夹
   4. 进入conf文件夹新建一mongodb.conf进行配置， mongodb conf配置.png

   主要设置这几个参数，最后一个fork参数是指是否以后台运行

启动MongoDB服务

1. Windows

   待补充，打开compass连接默认数据库就启动了，以后也会随电脑自启动

2. Linux服务器

   ./bin/mongod -f ./conf/mongodb.conf

   意思是使用bin文件夹中的mongod，并指定使用mongodb.conf配置文件进行运行，看到successfully即表示运行成功

   也可以通过命令行的方式：
   mongod --dbpath d:/mongodb/data/data --port 27137 --logpath d:/mongodb/logs --logappend

进入MongoDB后台

1. Windows

   请用compass

2. Linux服务器

   ./bin/mongo --port xxxx

   此处有2坑。

   1. 这里执行的是bin文件夹的`mongo`与上一步的`mongod`差一个字母
   2. 如果没有使用默认的端口，此处进去后台需要指定*.conf中的端口，否则找不到
   

基础MongoDB后台命令

• 创建数据库

  use DATABASE_NAME 如果数据库不存在，则创建数据库，否则切换到指定数据库。

• 查看所有数据库

  show dbs 注意，如果新创建了数据库但是没有插入数据，这里是不会显示的

• 查看某数据库下所有collection

  show collections

• 查看当前在哪个数据库上操作

  db

• 删除当前所在的数据库

  db.dropDatabase()

• 创建collection

  • 隐式创建：db.my_coll.insert({'test':'11'})
  • 显式创建：db.creatCollection('my_coll)

pymongo

# import
from pymongo import MongoClient 

# 连接库，注意需要启动服务并保证端口准确
client = MongoClient('mongodb://localhost:27017') 

# 选择其中一个数据库，如果没有则新建（类似于`use Material`）
db = client.Material 

# 获取所有collection名称
colls = db.list_collection_names()

# 选择其中一个集合，如果没有则新建（类似于`db.createCollection()`）
coll_act = db.articles 

# 插入数据——一次性插入多个
# ordered参数指示如果遇到异常是否继续，True为当场退出
# 有网友说一次只能插入1000条，但是我测试好像没有这个问题
coll_act.insert_many(lst, ordered=False) 

# 插入数据——一次插入一个
coll_act.insert_one({'test': 't'})

# 查找数据，返回的是cursor，可以使用np.array()或者pd.DataFrame()转
tmp = np.array(list(coll_act.find({}, {'vector': 1, '_id': 0}) # 1表示选择这个字段，无论如何都会返回_id，因此此字段置为0。注意，find里面有两个大括号
tmp = pd.DataFrame(list(coll_act.find())) # 这个很好使，注意先要转化为list

# 查找——select article, array FROM col WHERE _id=ObjectId("")
from bson.objectid import ObjectId
coll_act.find({'_id': ObjectId(file_id)},  {'article_id': 1, 'vector': 1})

# 关闭client
client.close()