I share, therefore I am.: mLab 雲端資料庫與 Python 之 CRUD

對資料庫最常見也最主要的處理，就是進行資料的「新增」、「修改」、「刪除」、「查詢」等動作，簡稱為資料庫的CRUD，讓我們繼續「修改」和「刪除」吧…

接續上一篇《mLab 雲端資料庫與 Python 之 CRUD - I. 新增/查詢篇》，接下來要介紹的是mLab雲端資料庫CRUD - C(create 新增)、R(read 讀取/查詢)、U(update 更新/修改)、D(delete 刪除)中的「修改」和「刪除」。

U (update 更新/修改)

Update 修改，也被稱為更新，是將資料庫裡已存在「資料表(collection)」中的「資料(document)」的內容(更精確的說法應該是「資料欄位(field)」)作更新/修改，要注意在mLab中 _id 這個資料欄位是主鍵(primarykey)，是不可修改的。

PyMongo中提供了3種修改方法 update_one()、update_many()、replace_one()。update_one() 是修改一筆資料，update_many() 是修改多筆資料，replace_one() 是整筆替換。前面說過，update是修改已存在的資料，因此修改時要輸入條件(condition)，才知道那些資料(符合條件者)要修改。

update方法有3個比較重要的參數：

UpdateResult = update(filter, update, upsert)

l filter (必要)：就是條件(condition)，符合此條件的資料才會被修改。

l update (必要)：是要修改的動作，要把那個資料欄位的資料修改成什麼。

l upsert (非必要)：如果都沒有資料符合條件，是不是要新增一筆資料，預設為否(False)。這也是mLab資料庫特別之處，若是標準SQL語言，沒有這樣的處理方式，update若沒有符合的資料，就不會有動作，一定要存在的資料才能修改。

l UpdateResult 修改結果，是修改執行後的回傳值，記錄了有幾筆符合條件的資料，有幾筆資料被修改。

就來實際試試看吧，這次我們使用IPython，一樣由Windows開始功能表中開啟IPython。

先確定是否已有pymongo套件？因為pymongo不是Anaconda Distribution中預設安裝的套件，所以得開啟Anaconda Prompt安裝pymongo。使用命令 conda install pymongo，輸入y，同意安裝。

完成pymongo安裝，我們回到IPython中，因為pymongo已安裝在套件中，以後使用不需再import pymongo了。先建立資料庫連線，取得資料表。


# 建立 MongoDB 資料庫連線
from pymongo import MongoClient
myClient = MongoClient("Your_MongoDB_URI")
myDB = myClient.mlabtest01
myCollection = myDB.coll01

先看看coll01資料表中的資料，用find() 全部讀出來。


# 顯示所有資料
for myDocs in myCollection.find():
    print(myDocs)

對照一下mLab中的資料表內容，當然都一致囉。

◇ 單筆修改 update_one()

先把資料apple的價格改為250，條件是Name = apple，修改動作是Price=250，這裡我們需用到 $set 運算子去修改資料，再全部讀出確認結果，程式如下：


# 把apple的價格改為250，並全部讀出
myResult = myCollection.update_one({"name":"apple"}, {"$set":{"price":250}})
for myDocs in myCollection.find():
   print(myDocs)

真的修改成250了。upsert這個參數是非必要的，預設是否，所以若條件不符，就不會有任何動作。指定給myResult的原因為，update_one() 執行後會回傳 updateResult 修改結果，可以用如下程式來看修改結果。


myResult.matched_count  # 有幾筆符合條件的資料
myResult.modified_count  # 有幾筆資料被修改

結果都是1筆。這時，您是否心想，廢話…有幾筆符合條件的資料，當然就會有幾筆資料被修改，這兩個數字一定一樣的呀。有沒有可能會不一樣？如果我們使用update_one() 方法，只會修改一筆資料，但有兩筆以上的資料符合條件，那會怎麼樣呢？我們來試試…這時候價格是250的資料有兩筆了，一筆是apple，一筆是Apricot，可以用find() 來確認。


# 找出價格是250的資料
for myDocs in myCollection.find({"price":250}):
   print(myDocs)

接下來我們用update_one()把其中一筆的價格變成251，同時再列出全部確認資料修改，再查看matched_count和modified_count。


# 用update_one() 將價格由250改成251，再列出全部
myResult = myCollection.update_one({"price":250}, {"$set":{"price":251}})
for myDocs in myCollection.find():
   print(myDocs)
myResult.matched_count  # 有幾筆符合條件的資料
myResult.modified_count  # 有幾筆資料被修改

matched_count和modified_count您會看到都是1，但只有第一筆符合條件的資料 apple，價格被修改成251了，第二筆 Apricot也符合條件，並沒有被修改。因此您可以知道fine_one()方法會修改找到符合條件的第一筆資料，修改它，然後就結束了，所以matched_count會等於modified_count。
那到底會不會有matched_count不等於modified_count的時候呢？有的，如果您使用多筆修改，而有些待修正的資料剛好就是您要修正的資料時，修改就不用被執行，這時候matched_count就會比modified_count大了。

◇ 多筆修改 update_many()

接下來試試多筆修改 update_many()，我們先列出價格大於200的資料。


# 查詢價格大於200的資料
for myDocs in myCollection.find({"price": {"$gt": 200}}):
   print(myDocs)

有3筆，我們用update_many()把這3筆資料的庫存stock都改成10，並把這3筆再列出來確認修改，再查看matched_count和modified_count。


# 用update_many()把這3筆資料的庫存stock都改成10
myResult = myCollection.update_many({"price":{"$gt": 200}}, {"$set":{"stock":10}})
for myDocs in myCollection.find():
   print(myDocs)
myResult.matched_count  # 有幾筆符合條件的資料
myResult.modified_count  # 有幾筆資料被修改

這3筆的庫存都被修成10了，matched_count和modified_count都是3。

◇ 整筆替換 replace_one()

replace_one() 是將符合條件的資料，除了 _id 欄位外，整筆完全以新資料替換。替換資料與新增功能相同可以增加、減少資料欄位，但不需有 _id 欄位，因為 _id 會不變。因此只有 replace_one() 功能，而沒有replace_many()，資料表裡沒道理有兩筆完全相同的資料。

這是目前資料表中的資料，我們將第1筆apple整筆替換試試，replace_one()一樣會回傳UpdateResult，第一個參數是條件，第二個參數是替換資料，執行完成後再列出資料，並查看matched_count和modified_count。程式碼如下。


# 以 replace_one() 整筆替換資料 apple
myResult = myCollection.replace_one({"name": "apple"},{"name": "Apple","unit": "box","price": 120,"stock": 20})
for myDocs in myCollection.find():
   print(myDocs)
myResult.matched_count  # 有幾筆符合條件的資料
myResult.modified_count  # 有幾筆資料被修改

可以看到apple被改成了Apple，單位是box，價格120，庫存20，matched_count和modified_count都是1。我們再改一次，價格改為150，不放庫存資料，注意條件要改成Apple囉，程式碼：


# Apple資料價格改為150，不放庫存資料
myResult = myCollection.replace_one({"name": "Apple"},{"name": "Apple","unit": "box","price": 150})
for myDocs in myCollection.find():
   print(myDocs)

可以看到價格改成150了，庫存欄位資料就不見了，您可以了解replace_one() 是整筆用新資料替換掉。

PyMongo的修改方法就介紹到這，想了解update方法更多細節，可以參考Update Data with PyMongo。

D (delete 刪除)

最後出場的是刪除，將資料表(collection)中的整筆資料(documents)刪除。PyMongo中提供了 delete_one() 和 delete_many() 兩種方法，和修改一樣是將符合條件(condition)的資料整筆刪除。delete刪除方法比較簡單：

DeleteResult = delete(filter)

l filter (必要)：就是條件(condition)，符合此條件的資料才會被刪除。

l DeleteResult 刪除結果，是刪除執行後的回傳值，記錄了有幾筆資料被刪除。

◇ 單筆刪除 delete_one()

先刪除一筆資料，我們把 name=apple 這筆資料刪除，然後查看一下deleteResult，程式碼如下：


# 以 delete_one() 刪除 apple
myResult = myCollection.delete_one({"name": "apple"})
myResult.deleted_count   # 有幾筆資料被刪除

deleted_count=0，因為name錯了，應該是Apple，所以沒事發生。再一次，修正成Apple如下：


# 以 delete_one() 刪除 Apple
myResult = myCollection.delete_one({"name": "Apple"})
myResult.deleted_count   # 有幾筆資料被刪除
for myDocs in myCollection.find():
   print(myDocs)

Apple資料真的不見了，deleted_count=1。

◇ 多筆刪除 delete_many()

再試試刪除多筆，價格大於200的資料有兩筆，我們將它們刪除。


# 以 delete_many() 刪除價格大於200的資料
myResult = myCollection.delete_many({"price":{"$gt": 200}})
for myDocs in myCollection.find():
   print(myDocs)
myResult.deleted_count   # 有幾筆資料被刪除

價格大於200的資料都不見了，deleted_count=2。

如果我們用單筆刪除 delete_one() 但條件有多筆符合呢？這時資料中價格大於50有兩筆，我們用delete_one() 試試看。


# 查詢價格大於 50 有幾筆？
for myDocs in myCollection.find({"price": {"$gt": 50}}):
   print(myDocs)
# 刪除價格大於 50 的資料
myResult = myCollection.delete_one({"price": {"$gt": 50}})
myResult.deleted_count   # 有幾筆資料被刪除
for myDocs in myCollection.find():
   print(myDocs)