Cómo utilizar Python con MongoDB

Conexión de Python y MongoDB Atlas

PyMongo tiene un conjunto de paquetes para la interacción Python MongoDB. Para el siguiente tutorial, comience creando un entorno virtual, y actívelo.

Code Snippet

Ahora que se encuentra en su entorno virtual, puede instalar PyMongo. En su terminal, escriba:

Code Snippet

Ahora, podemos usar PyMongo como biblioteca Python MongoDB en nuestro código con una declaración de importación.

Creación de una base de datos MongoDB en Python

El primer paso para conectar Python a Atlas es crear un clúster.Puede seguir las instrucciones de la documentación para aprender a crear y configurar su clúster.

A continuación, cree un archivo llamado pymongo_get_database.py en cualquier carpeta para escribir código PyMongo. Puede utilizar cualquier editor de texto simple, como Visual Studio Code.

Cree el cliente mongodb agregando lo siguiente:

Code Snippet

Para crear un MongoClient, necesitará una cadena de conexión a su base de datos. Si está utilizando Atlas, puede seguir los pasos de la documentación para obtener esa cadena de conexión. Utilice el connection_string para crear el mongoclient y obtener la conexión de base de datos MongoDB. Cambie el nombre de usuario, la contraseña y el nombre del clúster.

En este tutorial de Python mongodb, crearemos una lista de compras y agregaremos algunos artículos. Para ello, creamos una base de datos user_shopping_list.

MongoDB no crea una base de datos hasta que tenga colecciones y documentos. Vamos a crear una colección a continuación.

Creación de una colección en Python

Para crear una colección, pase el nombre de la colección a la base de datos. En un nuevo archivo denominado archivo pymongo_test_insert.py, agregue el código siguiente.

Code Snippet

This creates a collection named user_1_items in the user_shopping_list database.

Insertar documentos en Python

Para insertar muchos documentos a la vez, utilice el método pymongo insert_many().

Code Snippet

Let’s insert a third document without specifying the _id field. Esta vez, agregamos un campo de tipo de datos "fecha". Para agregar fecha usando PyMongo, use el paquete Python dateutil.

Comience instalando el paquete con el siguiente comando:

Code Snippet

Add the following to pymongo_test_insert.py:

Code Snippet

Utilizamos el método insert_one() para insertar un solo documento.

Abra la línea de comandos y vaya hasta la carpeta donde guardó pymongo_test_insert.py.

Ejecute el archivo usando el comando:

Code Snippet

Vamos a conectarnos a la UI de MongoDB Atlas y comprobar lo que tenemos hasta ahora.

Inicie sesión en su clúster de Atlas y haz clic en el botón de colecciones.

En el lado izquierdo, puede ver la base de datos y el nombre de la colección que creamos. Si hace clic en el nombre de la colección, también puede ver los datos:

El campo ID es del tipo ObjectId de forma predeterminada. Si no especificamos el campo ID , MongoDB genera lo mismo. No todos los campos presentes en un documento están presentes en otros. Pero MongoDB no le impide ingresar datos; esta es la esencia de una base de datos sin esquema.

Si insertamos item_3 nuevamente, MongoDB insertará un nuevo documento, con un nuevo valor ID. Sin embargo, las dos primeras inserciones arrojarán un error debido al campo ID, el identificador único.

Consultando en Python

Veamos todos los documentos juntos usando find(). Para eso, crearemos un archivo separado pymongo_test_query.py:

Code Snippet

Abra la línea de comando y navegue hasta la carpeta donde guardó pymongo_test_query.py. Ejecute el archivo usando el comando:

Code Snippet

Obtenemos la lista de objetos del diccionario como salida:

Podemos ver los datos pero el formato no es tan grande. Entonces, imprimamos los nombres de los elementos y su categoría reemplazando la línea print con lo siguiente:

Code Snippet

Aunque MongoDB obtiene todos los datos, obtenemos un 'KeyError' de Python en el tercer documento.

Para tratar errores de datos faltantes en Python, use pandas.DataFrames. DataFRames son estructuras de datos 2D utilizadas para tareas de procesamiento de datos. El método PyMongo find() devuelve objetos de diccionario que se pueden convertir en un marco de datos en una sola línea de código.

Instale la biblioteca pandas como:

indexación en Python

MongoDB El número de documentos y collection en una base de datos del mundo real siempre sigue aumentando. Puede llevar mucho tiempo buscar documentos específicos (por ejemplo, documentos que tengan “harina para todo uso” entre sus ingredientes) en una collection muy grande. índice hace que la búsqueda en bases de datos sea más rápida y eficiente, y reduce el costo de consultar operaciones como ordenar, contar y comparar.

MongoDB define índice en el nivel collection .

Para que el índice tenga más sentido, agregue más documentos a nuestra collection. Inserte muchos documentos a la vez usando el método insert_many () . Para documentos de muestra, copie el código de Github y ejecute Python PyMongo_test_insert_more_items.py en tu terminal.

Digamos que queremos los elementos que pertenecen a la categoría 'comida':

Para ejecutar la consulta anterior, MongoDB tiene que escanear todos los documentos. Para verificar esto, descargue Compass. Conéctese a su cluster usando la cadena de conexión. Abra la collection y vaya a la pestaña Explicar el plan. En 'filter', dé los criterios anteriores y vea los resultados:

Tenga en cuenta que la consulta escanea 14 documentos para obtener cinco resultados.

Vamos a crear un solo índice en el campo "categoría". En un nuevo archivo denominado pymongo_index.py, añada el siguiente código.

Code Snippet

Explique de nuevo el mismo filtro en la interfaz de usuario de Compass:

Esta vez, sólo se escanean cinco documentos debido al índice de categorías. No vemos una diferencia significativa en el tiempo de ejecución debido a la pequeña cantidad de documentos. Pero vemos una enorme reducción en el número de documentos escaneados para la consulta. índice también ayuda en la optimización del rendimiento para agregaciones. Las agregaciones están fuera de alcance para este tutorial, pero aquí hay una descripción general.

Conclusión

En este tutorial de Python MongoDB, aprendimos los conceptos básicos de PyMongo y realizamos operaciones simples de bases de datos. Como siguiente paso, explore usar PyMongo para realizar operaciones CRUD con datos de negocios. Si no trabajó con este tutorial, comience ahora instalando MongoDB Atlas gratis. También hay un curso disponible sobre ese tema específico en MongoDB University.