NoSQL，全称Not Only SQL，意为不仅仅是SQL，泛指非关系型数据库。NoSQL是基于键值对的，而且不需要经过SQL层的解析，数据之间没有耦合性，性能非常高。
- 键值存储数据库：代表有Redis、Voldemort和Oracle BDB等。
- 列存储数据库：代表有Cassandra、HBase和Riak等。
- 文档型数据库：代表有CouchDB和MongoDB等。
- 图形数据库：代表有Neo4J、InfoGrid和InfiniteGraph等。
MongoDB存储
- 需要安装好MongoDB并且启动。
- 安装好Python的PyMongo库。
1.连接MongoDB
import pymongo
# 使用MongoClient()创建连接对象，只需传入IP以及端口号
cilent = pymongo.MongoClient(host='localhost', port=27017)
2.指定数据库
# 指定名为test的数据库
db = client.test
# db = client['test']
3.指定集合
# 指定集合
# MongoDB的每个数据库包含了许多集合，它们类似于关系型数据库中的表
collection = db.students
# collection = db['students']
4.插入数据
# 插入数据
# 对于students这个集合，新建一条学生数据，以字典形式表示
student = {
'id': '20171703',
'name': 'Irving',
'age': 20,
'gender': 'male'
}
# 调用insert_one()方法插入单条数据
result = collection.insert_one(student)
# insert_many()插入多条数据(以列表形式传递)
# result = collection.insert_many([student, student1])
print(result)
在MongoDB中，每条数据都有一个_id属性来唯一标识。
5.查询
find_one()：查询得到的是单个结果
# 查询name为Kyrie的数据
result = collection.find_one({
'name': 'Kyrie'})
print(type(result))
print(result)
find(): 返回一个生成器对象
# 查询age为20的多条数据
results = collection.find({
'age': 20})
print(result)
# 返回结果是Cursor类型，相当于一个生成器，需要遍历取到所有结果
for result in results:
# 每个结果都是字典类型
print(result)
如果要查询年龄大于20的数据，则需要将查询条件写为如下形式：
results = collection.find({
'age': {
'$gt': 20}})
这里查询条件已经不是数字，而是字典。其键名为比较符号。
比较符号
6.计数
调用count()方法可以统计查询结果有多少条数据。
# 统计所有数据条数
count = collection.find().count()
print(count)
# 统计符合某个条件的数据
count = collection.find({
'age': 20}).count()
7.排序
直接调用sort()方法，再在里面传入排序的字段以及升降序标志即可。
results = collection.find().sort('name', pymongo.ASCENDING)
print([result['name'] for result in results])
ASCENDING：升序 DESCENDING：降序
8.偏移
在只想取某几个元素时，可以调用skip()方法偏移位置。
# 忽略前两个元素，得到第三个及以后的元素
results = collection.find().sort('name', pymongo.ASCENDING).skip(2)
print([result['name'] for result in results])
limit()方法则是指定要取的结果个数：
# 截取两个结果返回
results = collection.find().sort('name', pymongo.ASCENDING).skip(2).limit(2)
print([result['name'] for result in results])
9.更新
可使用update()方法，指定更新的条件和更新后的数据即可。
# 1指定查询条件
condition = {
'name': 'Kyrie'}
# 2将数据查询出来
student = collection.find_one(condition)
# 3修改年龄
student['age'] = 44
# 4调用update()方法将原条件修改后的数据传入
result = collection.update(condition, student)
使用$set操作符对数据进行更新：
result = collection.update(condition, {
'$set': student})
update_one()
# 1指定查询条件
condition = {
'name': 'Kyrie'}
# 2将数据查询出来
student = collection.find_one(condition)
# 3修改年龄
student['age'] = 44
# 4调用update()方法将原条件修改后的数据传入
result = collection.update_one(condition, {
'$set': student})
# 分别调用matched_count和modified_count属性，可以获取匹配的数据条数与影响的数据条数
print(result.matched_count, result.modified_count)
update_many()
# 指定查询条件
condition = {
'age': {
'$gt': 18}}
# 调用update_one()方法将原条件修改后的数据传入
result = collection.update_many(condition, {
'$inc': {
'age': 1}})
# 分别调用matched_count和modified_count属性，可以获取匹配的数据条数与影响的数据条数
print(result.matched_count, result.modified_count)
这里的更新条件的意思为：age加1
查询age大于18的所有数据，然后再设置更新条件为{’$inc’: {‘age’: 1}}，执行之后就会将所有符合条件的数据的age都加1。
10.删除
直接调用remove()方法指定删除条件即可。
result = collection.remove({
'name': Kyrie})
delete_one()
# 删除第一条符合条件的数据
result = collection.delete_one({
'name': Kyrie})
# 调用deleted_count可以获取删除的数据条数
print(result.deleted_count)
delete_many()
# 删除所有符合条件的数据(age小于25)
result = collection.delete_many({
'age': {
'$lt': 25}})