接口文档：
http://api.mongodb.com/python/current/migrate-to-pymongo3.html#pymongo-2-9
http://api.mongodb.com/python/current/api/pymongo/collation.html

优秀博客：
https://www.cnblogs.com/zhouxuchen/p/5544227.html

1、Mongo的连接

from pymongo import MongoClient
from bson import ObjectId
from collections import Iterable

MONGO_CLIENT = MongoClient(host=host, port=port, username=conf.MONGO_USERNAME, password=conf.MONGO_PASSWORD, replicaSet=conf.portscan)
#replset的一个目的是保持集群的健壮性，但是，因此需要通过合理的方式连接整个replset，才能在primary宕机的时候，自动启用secondary

MONGO_DB = MONGO_CLIENT[conf.dataName]
MONGO_CONN = MONGO_DB[conf.dbName]

2、Mongo的数据插入

data_a = {"name":"Bob"}
data_b = {"name":"Alice"}
1、result = MONGO_CONN.insert(data_a)
print(result)
# 在MongoDB中，每条数据其实都有一个_id属性来唯一标识，如果没有显式指明_id，MongoDB会自动产生一个ObjectId类型的_id属性。
# insert()方法会在执行后返回_id值。
2、 result = MONGO_CONN.insert_one(data_a)
print(result)
print(result.inserted_id)
#返回的是InsertOneResult对象，我们可以调用其inserted_id属性获取_id。
3、 result = MONGO_CONN.insert([data_a, data_b])
print(result)
# 返回的结果是对应的_id的集合，运行结果：
# [ObjectId('5932a80115c2606a59e8a048'), ObjectId('5932a80115c2606a59e8a049')]
4、 result = MONGO_CONN.insert_many([data_a, data_b])
print(result)
print(result.inserted_ids)
# insert_many()方法返回的类型是InsertManyResult，调用inserted_ids属性可以获取插入数据的_id列表

官方推荐使用insert_one()和insert_many()方法将插入单条和多条记录分开。

3、Mongo的数据查询

result = MONGO_CONN.find_one({'name': 'Bob'})
print(type(result))
print(result)
# 在这里我们查询name为Mike的数据，它的返回结果是字典类型，运行结果：
# 
# {'_id': ObjectId('5932a80238c2606a59e8a050'), 'name': 'Bob'}
# 可以发现它多了一个_id属性，这就是MongoDB在插入的过程中自动添加的。

# 我们也可以直接根据ObjectId来查询，这里需要使用bson库里面的ObjectId。
from bson.objectid import ObjectId
result = MONGO_CONN.find_one({'_id': ObjectId('5932a80238c2606a59e8a050')})
print(result)
# 其查询结果依然是字典类型

results = MONGO_CONN.find({'school': "guangming"})
print(results)
for result in results:
    print(result)
# 运行结果：

# 
# {'_id': ObjectId('5932a80238c2606a59e8a050'), 'name': 'Bob', 'age': 20, 'school': 'guangming'}
# {'_id': ObjectId('593278c815c2602678bb2b8d'), 'name': 'Alice', 'age': 20, 'school': 'guangming'}
# 返回结果是Cursor类型，相当于一个生成器，我们需要遍历取到所有的结果，每一个结果都是字典类型。

重点：
——比较查询
$lt小于{'add_time': {'$lt': time.time()}}
$gt大于{'add_time': {'$gt': time.time()}}
$lte小于等于{'add_time': {'$lte': time.time()}}
$gte大于等于{'add_time': {'$gte': time.time()}}
$ne不等于{'add_time': {'$ne': time.time()}}
$in在范围内{'add_time': {'$in': [datetime.datetime.now()-datetime.timedelta(days=1), datetime.datetime.now()]}}
$nin不在范围内{'add_time': {'$nin': [datetime.datetime.now()-datetime.timedelta(days=1), datetime.datetime.now()]}}
$exists属性是否存在{'add_time': {'$exists': True}}name属性存在

eg：时间查找
results = MONGO_CONN.find({'add_time':{'$gt': datetime.datetime.now(), '$lte': datetime.datetime.now()+datetime.timedelta(days=1)}})
# datetime.datetime.now()+datetime.timedelta(days=1)表示明天
# datetime.datetime.now()-datetime.timedelta(days=1)表示昨天

4、更新操作

#school字段的修改
MONGO_CONN.update({'name': Bob}, {'$set': {'school': "yangguang"}})

#列表的添加
MONGO_CONN.update({'name': "Bob"}, {'$push': {'class': "English"}})

5、删除操作

MONGO_CONN.conn.remove({'name': "Bob"})

注：当数据量大且操作数据库频繁时，建立合理索引

from pymongo import ASCENDING, DESCENDING
MONGO_CONN.create_index([("age", DESCENDING), (" weight", ASCENDING)])