.. mongokit-pattern: 在 Flask 中使用 MongoKit ========================= 近些日子,使用基于文档的数据库而不是基于表的关系数据库变得越来越流行。 这一方案展示了如何使用文档映射库 MongoKit ,来与 MongoDB 交互。 这一方案的使用需要一个可用的 MongoDB 服务器,并且安装有 MongoKit 库。 使用 MongoKit 有两种常用的方法,我们将会逐一介绍: 显式调用 ----------- MongoKit 的默认行为是这种显式调用的方法。这种方法跟 Django 或者 SQLAlchemy 扩展显示调用扩展大体精神是相同的。 下面是一个 `app.py` 模块的例子:: from flask import Flask from mongokit import Connection, Document # configuration MONGODB_HOST = 'localhost' MONGODB_PORT = 27017 # create the little application object app = Flask(__name__) app.config.from_object(__name__) # connect to the database connection = Connection(app.config['MONGODB_HOST'], app.config['MONGODB_PORT']) 要定义您的模型,只需编写一个从 MongoKit 导入的 `Document` 类的子类。如果您 已经看过了 SQLAlchemy 的方案,您可能会奇怪为什么这里没有一个会话,甚至没有 定义 `init_db` 函数。一方面, MongoKit 并没有类似会话这种东西。这有时会增加 代码量,但是同时也使得数据库操作非常高效。另一方面, MongoDB 是没有模式的。 这意味着您在相同的插入查询,可以使用不同的数据结构。 MongoKit 本身也是没有 模式的。但是实现了一些用来确保数据完整的验证。 以下是一个文档的例子 (您可以将这个也放进 `app.py` 文件里):: def max_length(length): def validate(value): if len(value) <= length: return True raise Exception('%s must be at most %s characters long' % length) return validate class User(Document): structure = { 'name': unicode, 'email': unicode, } validators = { 'name': max_length(50), 'email': max_length(120) } use_dot_notation = True def __repr__(self): return '' % (self.name) # register the User document with our current connection connection.register([User]) 这个例子向您展示了怎么定义您自己的结构(名为 structure)、一个最大字符长度 的验证器以及使用 Monkit 的一项名为 `use_dot_notation` 的特性。某人情况下 MongoKit 按照字典的方式行为,但是将 `use_dot_notation` 为真之后,您可以 像您在几乎所有的 ORM 当中那样,使用点运算符来分割属性的方式访问您的文档。 向数据库里添加数据的方法如下所示: >>> from yourapplication.database import connection >>> from yourapplication.models import User >>> collection = connection['test'].users >>> user = collection.User() >>> user['name'] = u'admin' >>> user['email'] = u'admin@localhost' >>> user.save() 注意,MongoKit 在列的类型方面有些严格,您必须使用一个通常的 `unicode` 来 作为 `name` 和 `email` 的类型,而不是普通的 `str` 类型。 查询也很简单: >>> list(collection.User.find()) [] >>> collection.User.find_one({'name': u'admin'}) .. _MongoKit: http://bytebucket.org/namlook/mongokit/ PyMongo 兼容层 --------------------------- 如果您想直接使用 PyMongo 。 您也可以利用 MongoKit 实现。如果您希望应用程序实现 最佳的表现,您也许希望使用这种方法。注意,例子并没有展示配合 Flask 使用的具体 方法。请参考上面 MongoKit 的例子代码:: from MongoKit import Connection connection = Connection() 插入数据可以使用 `insert` 方法。我们必须先获得一个连接。这跟 在 SQL 的世界使用表有些类似。 >>> collection = connection['test'].users >>> user = {'name': u'admin', 'email': u'admin@localhost'} >>> collection.insert(user) print list(collection.find()) print collection.find_one({'name': u'admin'}) MongoKit 将会为我们自动提交修改。 查询数据库,您要直接使用数据库连接: >>> list(collection.find()) [{u'_id': ObjectId('4c271729e13823182f000000'), u'name': u'admin', u'email': u'admin@localhost'}] >>> collection.find_one({'name': u'admin'}) {u'_id': ObjectId('4c271729e13823182f000000'), u'name': u'admin', u'email': u'admin@localhost'} 返回的结果也同样是类字典的对象: >>> r = collection.find_one({'name': u'admin'}) >>> r['email'] u'admin@localhost' 关于 MongoKit 的更多信息,请访问 `website `_.