NoSQL，全称 Not Only SQL，意为不仅仅是 SQL，泛指非关系型数据库。NoSQL 是基于键值对的，而且不需要经过 SQL 层的解析，数据之间没有耦合性，性能非常高。
非关系型数据库又可细分如下：
- 键值存储数据库：其代表有 Redis、Voldemort 和 Oracle BDB 等。
- 列存储数据库：其代表有 Cassandra、HBase 和 Riak 等。
- 文档型数据库：其代表有 CouchDB 和 MongoDB 等。
- 键值存储数据库：其代表有 Redis、Voldemort 和 Oracle BDB 等。
- 图形数据库：其代表有 Neo4J、InfoGrid 和 Infinite Graph 等。
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，数据之间还存在嵌套关系。如果使用关系型数据库存储****，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，这非常不方便。如果用了非关系型数据库，就可以避免一些麻烦，更简单、高效。
本节中，我们主要介绍 MongoDB 存储操作。
MongoDB 是由 C++ 语言编写的非关系型数据库，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。在这一节中，我们就来看看 Python 3 下 MongoDB 的存储操作
1. 准备工作
在开始之前，请确保已经安装好了 MongoDB 并启动了其服务，安装方式可以参考：xx（这里不附链接了，自己下载吧)
除了安装好 MongoDB 数据库，我们还需要安装好 Python 的 PyMongo 库，如尚未安装，可以使用 pip3 来安装：
2. 连接 MongoDB
连接 MongoDB 时，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，其中第一个参数为地址 host，第二个参数为端口 port（如果不给它传递参数，默认是 27017）：
这样就可以创建 MongoDB 的连接对象了。
另外，MongoClient 的第一个参数 host 还可以直接传入 MongoDB 的连接字符串，它以 mongodb 开头，例如：
3. 指定数据库
在 MongoDB 中，可以建立多个数据库，接下来我们需要指定操作哪个数据库。这里我们以 test 数据库为例来说明，下一步需要在程序中指定要使用的数据库：
这里调用 client 的 test 属性即可返回 test 数据库。当然，我们也可以这样指定：
4. 指定集合
MongoDB 的每个数据库又包含许多集合（collection），它们类似于关系型数据库中的表。
下一步需要指定要操作的集合，这里指定一个集合名称为 students。与指定数据库类似，指定集合也有两种方式：
这样我们便声明了一个集合对象
5. 插入数据
接下来，便可以插入数据了。对于 students 这个集合，新建一条学生数据，这条数据以字典形式表示：
这里指定了学生的学号、姓名、年龄和性别。接下来，直接调用 collection 的 insert 方法即可插入数据，代码如下：
在 MongoDB 中，每条数据其实都有一个 _id 属性来唯一标识。如果没有显式指明该属性，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。
当然，我们也可以同时插入多条数据，只需要以列表形式传递即可，示例如下：
返回结果是对应的 _id 的集合：
实际上，在 PyMongo 3.x 版本中，官方已经不推荐使用 insert 方法了。当然，继续使用也没有什么问题。官方推荐使用 insert_one 和 insert_many 方法来分别插入单条记录和多条记录，示例如下：
与 insert 方法不同，这次返回的是 InsertOneResult 对象，我们可以调用其 inserted_id 属性获取 _id。
对于 insert_many 方法，我们可以将数据以列表形式传递，示例如下：
结果为
该方法返回的是 InsertManyResult 类型的对象，调用 inserted_ids 属性可以获取插入数据的 _id 列表
- 查询
插入数据后，我们可以利用 find_one 或 find 方法进行查询，其中 find_one 查询得到的是单个结果，find 则返回一个生成器对象。示例如下：
这里我们查询 name 为 Mike 的数据，它的返回结果是字典类型，运行结果如下：
可以发现，它多了 _id 属性，这就是 MongoDB 在插入过程中自动添加的。
此外，我们也可以根据 ObjectId 来查询，此时需要使用 bson 库里面的 objectid：
其查询结果依然是字典类型，具体如下：
当然，如果查询结果不存在，则会返回 None。
对于多条数据的查询，我们可以使用 find 方法。例如，这里查找年龄为 20 的数据，示例如下：
返回结果是 Cursor 类型，它相当于一个生成器，我们需要遍历取到所有的结果，其中每个结果都是字典类型。
如果要查询年龄大于 20 的数据，则写法如下：
这里查询的条件键值已经不是单纯的数字了，
而是一个字典，其键名为比较符号 $gt，意思是大于，键值为 20
另外，还可以进行正则匹配查询。例如，查询名字以 M 开头的学生数据，示例如下：
这里使用 $regex 来指定正则匹配，^M.* 代表以 M 开头的正则表达式。
关于这些操作的更详细用法，可以在 MongoDB 官方文档找到： https://docs.mongodb.com/manual/reference/operator/query/。
7. 计数
要统计查询结果有多少条数据，可以调用 count 方法。比如，统计所有数据条数：
或者统计符合某个条件的数据：
运行结果是一个数值，即符合条件的数据条数
8. 排序
排序时，直接调用 sort 方法，并在其中传入排序的字段及升降序标志即可。示例如下：
这里我们调用 pymongo.ASCENDING 指定升序。如果要降序排列，可以传入 pymongo.DESCENDING
9. 偏移
在某些情况下，我们可能想只取某几个元素，这时可以利用 skip 方法偏移几个位置，比如偏移 2，就忽略前两个元素，得到第三个及以后的元素：
另外，还可以用 limit 方法指定要取的结果个数，示例如下：
如果不使用 limit 方法，原本会返回三个结果，加了限制后，会截取两个结果返回。
值得注意的是，在数据库数量非常庞大的时候，如千万、亿级别，最好不要使用大的偏移量来查询数据，因为这样很可能导致内存溢出。此时可以使用类似如下操作来查询：
这时需要记录好上次查询的 _id。
10. 更新
对于数据更新，我们可以使用 update 方法，指定更新的条件和更新后的数据即可。例如：
这里我们要更新 name 为 Kevin 的数据的年龄：首先指定查询条件，然后将数据查询出来，修改年龄后调用 update 方法将原条件和修改后的数据传入。
返回结果是字典形式，ok 代表执行成功，nModified 代表影响的数据条数。
另外，我们也可以使用 $set 操作符对数据进行更新，代码如下：
这样可以只更新 student 字典内存在的字段。如果原先还有其他字段，则不会更新，也不会删除。而如果不用 $set 的话，则会把之前的数据全部用 student 字典替换；如果原本存在其他字段，则会被删除。
另外，update 方法其实也是官方不推荐使用的方法。这里也分为 update_one 方法和 update_many 方法，用法更加严格，它们的第二个参数需要使用 $ 类型操作符作为字典的键名，示例如下：
这里调用了 update_one 方法，其第二个参数不能再直接传入修改后的字典，而是需要使用 {‘$set’: student} 这样的形式，其返回结果是 UpdateResult 类型。然后分别调用 matched_count 和 modified_count 属性，获得匹配的数据条数和影响的数据条数。
我们再看一个例子：
这里指定查询条件为年龄大于 20，然后更新条件为 {‘$inc’: {‘age’: 1}}，也就是年龄加 1，执行之后会将第一条符合条件的数据年龄加 1。
可以看到匹配条数为 1 条，影响条数也为 1 条。
如果调用 update_many 方法，则会将所有符合条件的数据都更新，示例如下
可以看到，这时所有匹配到的数据都会被更新。
11. 删除
删除操作比较简单，直接调用 remove 方法指定删除的条件即可，此时符合条件的所有数据均会被删除。示例如下：
另外，这里依然存在两个新的推荐方法 —— delete_one 和 delete_many。示例如下：
delete_one 即删除第一条符合条件的数据，delete_many 即删除所有符合条件的数据。它们的返回结果都是 DeleteResult 类型，可以调用 deleted_count 属性获取删除的数据条数
12. 其他操作
另外，PyMongo 还提供了一些组合方法，如 find_one_and_delete、find_one_and_replace 和 find_one_and_update，它们是查找后删除、替换和更新操作，其用法与上述方法基本一致。
另外，还可以对索引进行操作，相关方法有 create_index、create_indexes 和 drop_index 等。
关于 PyMongo 的详细用法，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/collection.html。
另外，还有对数据库和集合本身等的一些操作，这里不再一一讲解，可以参见官方文档：http://api.mongodb.com/python/current/api/pymongo/。
- 总结
本节讲解了使用 PyMongo 操作 MongoDB 进行数据增删改查的方法，后面我们会在实战案例中应用这些操作进行数据存储。