为什么 db.insert(dict) 在使用 pymongo 时将 _id 键添加到 dict 对象

Question

我正在通过以下方式使用 pymongo：

from pymongo import *
a = {'key1':'value1'}
db1.collection1.insert(a)
print a

打印出来

{'_id': ObjectId('53ad61aa06998f07cee687c3'), 'key1': 'value1'}

在控制台上。 我了解 _id 已添加到 mongo 文档中。但是为什么这也被添加到我的 python 字典中呢？我不打算这样做。我想知道这样做的目的是什么？我可以将此字典用于其他目的，并且字典会作为将其插入文档的副作用而更新？如果我不得不将这个字典序列化为一个 json 对象，我会得到一个

ObjectId('53ad610106998f0772adc6cb') is not JSON serializable

错误。在将文档插入数据库时​​，插入函数不应该保持字典的值相同。

Answer 1

与许多其他数据库系统一样，Pymongo 将添加必要的唯一标识符，以便在插入数据库后立即从数据库中检索数据（如果您在数据库中插入两个具有相同内容 {'key1':'value1'} 的字典会发生什么情况？你如何区分你想要 this 一个而不是 那个 一个？）

这在Pymongo docs中有解释：

插入文档时，如果文档尚未包含“_id”键，则会自动添加一个特殊键“_id”。 “_id”的值在整个集合中必须是唯一的。

如果你想改变这种行为，你可以在插入之前给对象一个_id 属性。在我看来，这是一个坏主意。这很容易导致冲突，并且您会丢失存储在“真实”ObjectId 中的多汁信息，例如 creation time，这对于排序和类似的事情非常有用。

>>> a = {'_id': 'hello', 'key1':'value1'}
>>> collection.insert(a)
'hello'
>>> collection.find_one({'_id': 'hello'})
{u'key1': u'value1', u'_id': u'hello'}

或者如果您在序列化为 Json 时出现问题，您可以在 BSON 模块中使用 utilities：

>>> a = {'key1':'value1'}
>>> collection.insert(a)
ObjectId('53ad6d59867b2d0d15746b34')
>>> from bson import json_util
>>> json_util.dumps(collection.find_one({'_id': ObjectId('53ad6d59867b2d0d15746b34')}))
'{"key1": "value1", "_id": {"$oid": "53ad6d59867b2d0d15746b34"}}'

（您可以在jsonlint.com等页面中验证这是有效的json）

Answer 2

_id 充当文档的主键，与 SQL 数据库不同，它在 mongodb 中是必需的。

要使_id 可序列化，您有两种选择：

1. 在插入文档之前将_id 设置为可序列化的JSON 数据类型（例如int、str），但请记住，每个文档它必须是唯一的。

2. 使用自定义 BSON 序列化编码器/解码器类：

   from bson.json_util import default as bson_default
   from bson.json_util import object_hook as bson_object_hook
   
   class BSONJSONEncoder(json.JSONEncoder):
       def default(self, o):
           return bson_default(o)
   
   
   class BSONJSONDecoder(json.JSONDecoder):
       def __init__(self, **kwrgs):
           JSONDecoder.__init__(self, object_hook=bson_object_hook)
   

Answer 3

作为@BorrajaX 回答已经想添加更多。 _id 是一个唯一标识符，当将文档插入到集合中时，它会生成一些随机数。您可以设置自己的 id，也可以使用 MongoDB 为您创建的。

正如documentation 提到的那样。

对于您的情况，您可以使用 del 关键字 del a["_id"] 忽略此键。

或

如果您需要_id 进行进一步操作，您可以使用来自 bson 模块的转储。

import json
from bson.json_util import loads as bson_loads, dumps as bson_dumps 

a["_id"]=json.loads(bson_dumps(a["_id"]))

或

在插入文档之前，您可以添加您的自定义_id，您不需要序列化您的字典

a["_id"] = "some_id"

db1.collection1.insert(a)

Answer 4

可以使用copy 模块规避此行为。这会将字典的副本传递给 pymongo，保持原件不变。根据您示例中的代码 sn-p ，应该像这样修改它：

import copy
from pymongo import *
a = {'key1':'value1'}
db1.collection1.insert(copy.copy(a))
print a

Answer 5

docs 显然回答了你的问题

MongoDB 以BSON 序列化格式将文档存储在磁盘上。 BSON 是 JSON 文档的二进制表示，尽管它包含比 JSON 更多的数据类型。

字段的值可以是任何 BSON 数据类型，包括其他文档、数组和文档数组。以下文档包含不同类型的值：

var mydoc = {
               _id: ObjectId("5099803df3f4948bd2f98391"),
               name: { first: "Alan", last: "Turing" },
               birth: new Date('Jun 23, 1912'),
               death: new Date('Jun 07, 1954'),
               contribs: [ "Turing machine", "Turing test", "Turingery" ],
               views : NumberLong(1250000)
            }

了解更多关于BSON