MongoDB 安装以及使用
MongoDB 介绍
先前已经掌握了 SQLServer MySQL 和 SQLite 的基本知识 尽管对 SQLServer 的理论知识有所了解 其余的只是停留在基础操作层面 只能完成最简单的命令执行 现在决定深入学习 MongoDB 因为希望将这些数据存储到合适的平台中以便后续使用 因此我认为各种主流数据库的操作流程大同小异 并不复杂 同时也想通过实际操作来提升自己的编程能力 最近在学习 Python 爬虫技术 这样一来 每次爬取大量数据后 不如将其存储到数据库中 使用时可以直接调用 能够避免重复手动输入数据节省大量时间
MongoDB处于关系型与非关系型数据库体系之间，在非关系型数据库范畴内是最具功能丰富性同时也是最接近传统关系型数据库的产品特性。MongoDB将数据存储在本地硬盘空间中，在追求高性能需求时可以选择采用Redis数据库系统作为替代方案。其优势在于无需通过网络传输数据即可完成快速访问操作，并且其核心原理是基于键值对存储机制而非传统的行号索引方法。
现在开始，请前往官方网站下载 MongoDB 软件包。访问 [ download link ] ，选择适合您的系统版本进行 download 。完成软件包的 download 后，请按照指引完成 安装 。由于安装过程较为简便，请您自行完成操作即可。
如果将 MongoDB 放置于系统分区并出于消除闪退现象的目的将其移出的话 这背后的真正原因是什么呢 因为你启动时会遇到闪退问题导致无法正常运行
发现缺少必要的 data 文件夹？别担心！该数据路径是我自行建立的特定目录位置，请您在任何方便的位置就可以轻松创建它。完成后, 我们可以通过编写一个批处理脚本来启动 MongoDB服务, 作为参考, 请看以下示例代码.
右击编辑，写入内容
mongod --dbpath F:\MongoDB\Server\3.2\bin/data请特别注意，在dbpath 后面的文件路径就是你将要读写的存取数据的位置。配置好之后，请点击该批命令启动 MongoDB。大家也注意到，在这里由于该批命令使用了 mongod 命令的缘故，并且因为这个原因导致必须确保它位于相同的路径下。然而由于这个路径层级设置得较为复杂，并且每次运行都需要去查找它的位置确实会带来不少不便呢？所以为了节省时间起见，请考虑将批命令的执行路径设置为一个环境变量并保存起来。这样一来，在以后的操作中你就可以直接通过修改环境变量来快速启动 MongoDB 服务了哦！
现在我们已经启动了 MongoDB。有人可能会想：是否可以直接使用命令行操作？觉得这样麻烦吗？确实如此！那么为什么不提供一个直观的可视化界面呢？当然不是问题。你能有什么理由不考虑这个方便的功能呢？下面我们将向大家介绍 MongoDB 的可视化工具。
MongoDB 可视化工具
最初我在使用MongoVUE时遇到了一些问题，在尝试插入数据后发现完全看不到任何内容（实在抱歉无法查看数据），请问有什么帮助吗？后来发现了另一个工具MongoBooster操作起来非常便捷（你可以访问官方网站https://www.mongobooster.com进行下载），完成安装后，请先创建一个连接项配置文件，默认情况下即可完成设置。
启动 Save & Connect 操作就可以连接到本地数据库了。不过此时只能查看一个以 local 命名的数据库。
Python 连接 MongoDB
首先是访问链接 http://www.lfd.uci.edu/~gohlke/pythonlibs 获取支持库 [pymongo] 的安装包，
下载完成后，
将解压出来的三个文件夹 [bson, gridfs, pymongo] 复制到 Python 安装目录的 Lib 路径下，
这样就能方便地在 Python 环境中进行 MongoDB 操作，
举个例子来说，
我们可以按照以下方式使用它。
# coding=utf-8
import pymongo
# 连接到 MongoDB 数据库
connection = pymongo.MongoClient()
# 创建一个名为 TestDB 的数据库
tdb = connection.TestDB
# 创建一个名为 test 的表
post_info = tdb.test
# 声明一个字典
person = {'name': 'Jack', 'age': '25', 'tel': '18895330799'}
# 将名为 person 的字典存进数据库
post_info.insert_one(person).inserted_id执行过之后，我们刷新一下 MongoBooster 看一下结果
好了，今天就讲到这里，睡觉咯，明天回学校上学去啦。