-
下载网站:www.SyncNavigator.CN 客服QQ1793040
----------------------------------------------------------
关于HKROnline SyncNavigator 注册机价格的问题HKROnline SyncNavigator 8.4.1 非破解版 注册机 授权激活教程
最近一直在研究数据库同步的问题，在网上查了很多资料，也请教了很多人，找到了一种通过快照复制的方法。研究了一番后发现之前就是用的这个方法，效果不是很好，果断放弃。经过了一番寻觅和他人指点，最后从一位热心网友那里得知一款很好用的软件—— SyncNavigator。
好东西就要拿出来跟大家分享，所以今天向大家介绍一下这款软件，及其一些使用方法。下面先看看它有什么强大的功能吧！
SyncNavigator的基本功能：
自动同步数据/定时同步数据
无论是实时同步/24小时不间断同步，还是根据计划任务(每小时/每日/每周/等)定时自动同步都能完全胜任。完整支持 Microsoft SQL Server
完整支持 Microsoft SQL Server 2000 2005 2008 数据库类型。并能在不同数据库版本之间相互同步数据。支持 MySQL 4.1 以上版本
支持 MySQL 4.1 5.0 5.1 5.4 5.5。并能在不同数据库版本之间相互同步数据。无人值守和故障自动恢复
当数据库故障或网络故障以后，无需人工干预(或操作)自动恢复同步并确保数据完全准确，可靠。同构数据库同步/异构数据库同步
SQL Server to SQL Server, MySQL to MySQL, SQL Server to MySQL 等都能轻松实现。断点续传和增量同步
前言
当同步完成(或中断)后，再次同步时能继续上一次的位置增量同步，避免每次都需要从头开始的问题。 - MongoDB GUI 工具
- PyMongo(同步)
- Motor(异步)
- 后记
前言
最近这几天准备介绍一下 Python 与三大数据库的使用，这是第一篇，首先来介绍 MongoDB 吧，这里介绍 MongoDB 的两款操作库，走起！！
MongoDB GUI 工具
首先介绍一款 MongoDB 的 GUI 工具 Robo 3T，初学 MongoDB 用这个来查看数据真的很爽。可以即时看到数据的增删改查，不用操作命令行来查看。
PyMongo(同步)
PyMongo 是一个同步操作的数据存储库。可能大家都对 PyMongo 比较熟悉了，这里就简单介绍它的增删改查等操作。
连接
# 普通连接
client = MongoClient('localhost', 27017) client = MongoClient('mongodb://localhost:27017/') # # 密码连接 client = MongoClient('mongodb://username:password@localhost:27017/dbname') db = client.zfdb # db = client['zfdb'] test = db.test增
# 增加一条记录
person = {'name': 'zone','sex':'boy'} person_id = test.insert_one(person).inserted_id print(person_id)# 批量插入
persons = [{'name': 'zone', 'sex': 'boy'}, {'name': 'zone1', 'sex': 'boy1'}] result = test.insert_many(persons) print(result.inserted_ids)删
# 删除单条记录
result1 = test.delete_one({'name': 'zone'}) pprint.pprint(result1)# 批量删除
result1 = test.delete_many({'name': 'zone'}) pprint.pprint(result1)改
# 更新单条记录
res = test.update_one({'name': 'zone'}, {'$set': {'sex': 'girl girl'}}) print(res.matched_count)# 更新多条记录
test.update_many({'name': 'zone'}, {'$set': {'sex': 'girl girl'}})查
# 查找多条记录
pprint.pprint(test.find()) # 添加查找条件 pprint.pprint(test.find({"sex": "boy"}).sort("name"))聚合
如果你是我的老读者，那么你肯定知道我之前的骚操作，就是用爬虫爬去数据之后，用聚合统计结合可视化图表进行数据展示。
aggs = [ {"$match": {"$or" : [{"field1": {"$regex": "regex_str"}}, {"field2": {"$regex": "regex_str"}}]}}, # 正则匹配字段 {"$project": {"field3":1, "field4":1}},# 筛选字段 {"$group": {"_id": {"field3": "$field3", "field4":"$field4"}, "count": {"$sum": 1}}}, # 聚合操作 ] result = test.aggregate(pipeline=aggs)例子：以分组的方式统计 sex 这个关键词出现的次数，说白了就是统计有多少个男性，多少个女性。
test.aggregate([{'$group': {'_id': '$sex', 'weight': {'$sum': 1}}}])聚合效果图：(秋招季，用Python分析深圳程序员工资有多高？
)文章配图)
Python 工年限要求
Python 学历要求Motor(异步)
Motor 是一个异步实现的 MongoDB 存储库 Motor 与 Pymongo 的配置基本类似。连接对象就由 MongoClient 变为 AsyncIOMotorClient 了。下面进行详细介绍一下。
连接
# 普通连接
client = motor.motor_asyncio.AsyncIOMotorClient('mongodb://localhost:27017') # 副本集连接 client = motor.motor_asyncio.AsyncIOMotorClient('mongodb://host1,host2/?replicaSet=my-replicaset-name') # 密码连接 client = motor.motor_asyncio.AsyncIOMotorClient('mongodb://username:password@localhost:27017/dbname') # 获取数据库 db = client.zfdb # db = client['zfdb'] # 获取 collection collection = db.test # collection = db['test'] 增加一条记录
添加一条记录。
async def do_insert(): document = {'name': 'zone','sex':'boy'} result = await db.test_collection.insert_one(document) print('result %s' % repr(result.inserted_id)) loop = asyncio.get_event_loop() loop.run_until_complete(do_insert())批量增加记录
添加结果如图所暗示。
async def do_insert(): result = await db.test_collection.insert_many( [{'name': i, 'sex': str(i + 2)} for i in range(20)]) print('inserted %d docs' % (len(result.inserted_ids),)) loop = asyncio.get_event_loop() loop.run_until_complete(do_insert())查找一条记录
async def do_find_one(): document = await db.test_collection.find_one({'name': 'zone'}) pprint.pprint(document) loop = asyncio.get_event_loop() loop.run_until_complete(do_find_one())查找多条记录
查找记录可以添加筛选条件。
async def do_find(): cursor = db.test_collection.find({'name': {'$lt': 5}}).sort('i') for document in await cursor.to_list(length=100): pprint.pprint(document) loop = asyncio.get_event_loop() loop.run_until_complete(do_find()) # 添加筛选条件，排序、跳过、限制返回结果数 async def do_find(): cursor = db.test_collection.find({'name': {'$lt': 4}}) # Modify the query before iterating cursor.sort('name', -1).skip(1).limit(2) async for document in cursor: pprint.pprint(document) loop = asyncio.get_event_loop() loop.run_until_complete(do_find())统计
async def do_count(): n = await db.test_collection.count_documents({}) print('%s documents in collection' % n) n = await db.test_collection.count_documents({'name': {'$gt': 1000}}) print('%s documents where i > 1000' % n) loop = asyncio.get_event_loop() loop.run_until_complete(do_count())替换
替换则是将除 id 以外的其他内容全部替换掉。
async def do_replace(): coll = db.test_collection old_document = await coll.find_one({'name': 'zone'}) print('found document: %s' % pprint.pformat(old_document)) _id = old_document['_id'] result = await coll.replace_one({'_id': _id}, {'sex': 'hanson boy'}) print('replaced %s document' % result.modified_count) new_document = await coll.find_one({'_id': _id}) print('document is now %s' % pprint.pformat(new_document)) loop = asyncio.get_event_loop() loop.run_until_complete(do_replace())更新
更新指定字段，不会影响到其他内容。
async def do_update(): coll = db.test_collection result = await coll.update_one({'name': 0}, {'$set': {'sex': 'girl'}}) print('更新条数： %s ' % result.modified_count) new_document = await coll.find_one({'name': 0}) print('更新结果为： %s' % pprint.pformat(new_document)) loop = asyncio.get_event_loop() loop.run_until_complete(do_update())删除
删除指定记录。
async def do_delete_many(): coll = db.test_collection n = await coll.count_documents({}) print('删除前有 %s 条数据' % n) result = await db.test_collection.delete_many({'name': {'$gte': 10}}) print('删除后 %s ' % (await coll.count_documents({}))) loop = asyncio.get_event_loop() loop.run_until_complete(do_delete_many())后记
后台回复「MongoDB」获取源码。MongoDB 的骚操作就介绍到这里，后面会继续写 MySQL 和 Redis 的骚操作，你也可以留言告诉我你想看的知识点，我会抽时间看看，尽可能写一篇。尽请期待。