前言
之前我们讲过关于 mysql 的数据存储：爬虫Day7-Mysql的那些事
对于爬虫的数据存储来说，一条数据可能存在某些字段提取失败而缺失的情况，而且数据可能随时调整，另外数据之间能还存在嵌套关系。如果我们使用了关系型数据库存储，一是需要提前建表，二是如果存在数据嵌套关系的话需要进行序列化操作才可以存储，比较不方便。如果用了非关系数据库就可以避免一些麻烦，简单高效。
MongoDB 是一个基于分布式文件存储的开源数据库系统，其内容存储形式类似 Json 对象，它的字段值可以包含其他文档，数组及文档数组，非常灵活。在python中使用pyMongo模块进行交互。
Mongodb基础
名词比较
如果之前对 Mysql 有所了解，那么在 Mongodb中呢，对一些概念性东西就能一通百通了。下图是这两者的名词比较
- 在 Mongodb中，区别比较大的就是，他的表名词改为 collection （集合），且 所存的数据称为 document（文档）
Document
文档是一组键值(key-value)对(即 JSON)。MongoDB 的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是 MongoDB 非常突出的特点
集合
集合就是 MongoDB 文档组，集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。
pyMongo模块
在对Mongodb有了初步的了解之后呢，我们就可以使用python 与 mongodb进行交互，进行操作了。
三步曲
- 连接 MongoDB 我们需要使用 PyMongo 库里面的 MongoClient，一般来说传入 MongoDB 的 IP 及端口即可，第一个参数为地址 host，第二个参数为端口 port，端口如果不传默认是 27017。
- MongoDB 中还分为一个个数据库，我们接下来的一步就是指定要操作哪个数据库
- MongoDB 的每个数据库又包含了许多集合 Collection，也就类似与关系型数据库中的表，我们需要指定要操作的集合
- 指定数据库或者指定集合可以使用client[‘test’] 和 db.[‘student’] 的形式进行指定（集合的结构造就了这种选择方式）
插入数据
insert_one()： 插入单条数据
- 其返回一个 InsertOneResult 对象 ，表示插入的数据，是个 ObjectId 对象。
insert_many()：插入多条数据
- Insert_many( )传入的参数需要以列表形式传递（二维数据）
- 这个方式挺常用的，我们把抓取的每个数据用字典存储，再append 到一个列表中，最终使用 inser_many 进行一次性存储，非常方便。
查询数据
在爬虫中，数据存储最重要的是insert，但是数据查询也必不可少，比较我们需要查看数据是否插入成功嘛
find_one()：
- find_one（）里面传的参数可以为字典形式，其表明了限制条件，返回的result结果为 dict 类型
- 发现数据中多了个字段：“id”：“ObjectId”，MongoDB 中存储的文档必须有一个 _id 键。这个键的值可以是任何类型的，默认是个 ObjectId 对象。ObjectId 类似唯一主键，可以很快的去生成和排序，包含 12 bytes。
find():
- 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。
更新数据
- Update_One 传入两个参数，第一个是查询条件，第二个是修改的数据（键为使用功能符号@进行选定的操作指令set，值为修改的数据）
- 如果调用 update_many() 方法，则会将所有符合条件的数据都更新。而update_one只是取第一条匹配的数据进行更新操作。
删除数据
- 删除数据 有 三个 API 供我们调用，操作与 update挺相像的
今天介绍了Mongodb这种NOSQL数据库的作用和特点，还有Mongodb的基本操作：增删改查。
ok，我们下期见，撒由那拉~