[记录] MongoDB中数组更新操作

Zoey Young 数据库 MongoDB NoSQL Update

要做的事情: 在每个文档, 标签tags是以数组Array的形式存在的, 我现在有个标签命名为python, 我想全部改成Python

$ (query)

语法: { "<array>.$" : value }

使用mongo shell, 首先插入三条记录:

> mongo
MongoDB shell version: 2.4.5
connecting to: test
> db.tags.insert({"tags": ["1", "2", "3"]})
> db.tags.insert({"tags": ["1", "2", "3"]})
> db.tags.insert({"tags": ["1", "2", "3"]})
> db.tags.find()
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "3" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "3" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "3" ] }

update默认只更新一条:

> db.tags.update({"tags" : "3"}, {$set: {"tags.$": "5"}})
> db.tags.find()
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "5" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "3" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "3" ] }

更新全部, 加入option {multi: true}:

> db.tags.update({"tags" : "3"}, {$set: {"tags.$": "5"}}, {multi: true})
> db.tags.find()
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "5" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "5" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "5" ] }

使操作具原子性, $isolated:

> db.tags.update({"tags" : "5", $isolated : 1}, {$set: {"tags.$": "6"}}, {multi: true })
> db.tags.find()
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "6" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "6" ] }
{ "_id" : ObjectId("..."), "tags" : [  "1",  "2",  "6" ] }

上面是使用mongo shell进行操作, 下面使用pymongo进行等价操作, 来对我书签云中的标签进行整理:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import pymongo

bookmarks_collection = pymongo.Connection().bookmarks_cloud.bookmarks

tags_dict = {
    "Ajax": ["ajax"],
    "Apache": ["Apach", "apache"],
    "博客": ["Blog", "blog", "BLOG"],
    "Chrome": ["chrome"],
    "Chrome扩展": ["chrome extensions", "chrome扩展"],
    "CSS": ["css", "div+css布局"],
    "CSS3": ["css3"]
}

for (k, v) in tags_dict.items():
    print(k, v)
    for t in v:
        bookmarks_collection.update({'tags': t}, {'$set': {'tags.$': k}}, multi=True)

目的是减少一些重复, 大小写不一致. 目前自动生成的标签的质量实在是很糟糕.