### 导航 - [索引](# "总目录") - [下一页](# "添加 Favicon") | - [上一页](# "延迟加载视图") | - [Flask 0.10.1 文档](#) » - [Flask 代码模式](#) » # 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 '<User %r>' % (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()) [<User u'admin'>] >>> collection.User.find_one({'name': u'admin'}) <User u'admin'> ~~~ ### 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](https://github.com/namlook/mongokit) [https://github.com/namlook/mongokit]. © 版权所有 2013, Armin Ronacher.