MongoDB数据库--扩展Base64 算法

Python高级


非关系型数据库(NO-SQL:Not Only SQL)


非关系型数据库的诞生:随着IT的发展,变革,数据量越来越大,数据之间的关系越来越零散,松散,没有太大的关系,利用关系型数据库已不能更好的满足我们的需求,使用起来非常复杂,浪费大量的空间。为了解决这种问题就出现了一些能处理松散的,数据与数据之间没有太大关系的数据库,即NoSQL非关系型数据库,如MongoDB等


非关系型数据库适合存放结构松散,相互之间关系不明确的数据


常用产品:


MongoDB (文档)


Redis (键值对)


HBase (一列列的数据)



缓存优化 能不用关系型数据库就不用,非要用就减少数据库的使用,将数据写入Redis



NoSQL数据库的四大分类


1.键值型


2.列存储型


3.文档型,比如MongoDB等


4.图形



Base64编码


Base64编码是一种“防君子不防小人”的编码方式。广泛应用于MIME协议,作为电子邮件的传输编码,生成的编码可逆,后一两位可能有“=”,生成的编码都是ascii字符。 优点:速度快,ascii字符,肉眼不可理解 缺点:编码比较长,非常容易被破解,仅适用于加密非关键信息的场合


import base64

str1 = 'nihao,中国!'

r = base64.b64encode(str1.encode())

print(r)

r = base64.b64decode(r)

print(r.decode())

for...else while..else

for i in range(5):

​ print(i)

​ if i == 3:

​ break # 跳出for循环

else: # 当for循环全部执行完毕才会执行else,没全部执行,如执行了break就不会执行else

​ print(i)

print("end....")

while循环也是如此,但如果while执行了continue,else也会被执行



MongoDB

show dbs 显示所有数据库

db 当前数据库

use mydb 创建mydb数据库

db.student.insert({"sno":1001, "name":"张三"}) 插入数据

db.dropDatabase() 删除当前数据库

db.student.drop() 删除集合 删除后如果数据库中没有其他集合,该数据库将会看不到

db.student.find() 查看文档

db.student.update({"sno":1001},{$set:{"name":"张三丰"}}) 将学号为1001的学

生的姓名更改为张三丰

db.student.remove({"name": "王五"}) 将student表中所有名字叫王五的信息删掉


如果数据库中没有一个集合是不会显示的,所以show dbs就看不到


MongoDB的文档不需要设置相同的字段



集合没有固定的结构,可以插入不同格式和类型的数据



对象为什么能当做字典来使用,只要实现对象中的getitem就可以当做字典来使用


MongoDB在Python中使用

import pymongo

conn = pymongo.MongoClient()

创建数据库

db = conn["mydb"]

创建集合

stus = db["student"]

s = {"sno": 1001, "name": "张三", "sex": "男"}

向student集合中插入一个文档

stus.insert_one(s)

s = {"sno": 1001, "name": "李四", "sex": "男"}

向student集合中插入一个文档

stus.insert_one(s)

r = stus.find({"name":"张三"})

print(r0)

stus.update_one({"name": "张三"}, {"$set": {"name":"张三丰"}})

r = stus.delete_many({"name": {"$regex": "^张"}})

删除的个数

print(r.deleted_count)

stus.insert_one(s)

stus.remove()

查看所有数据库

print(conn.list_database_names())



算法(Algorithm)


解决某个问题的方法,比如冒泡排序,哈希算法,二分查找算法等


评估算法优劣:时间复杂度,空间复杂度


程序本质就是对数据进行处理,想要对数据进行处理,总要有位置放,放就放在存储器,存储器就是内存的容器。存储器分为两种,内存和外存,内存访问速度极快,容量很小,但数据容易流失,外存容量很大,可以持久存放数据,想要把数据存放在外存上需要通过文件,而放在内存上是零散的


算法的空间复杂度计算的是算法执行过程中需要消耗的存储空间,而原始数据所占的空间并不进行考虑


同一个算法的时间空间复杂度跟其的规模有关,即时间复杂度和空间复杂度是问题规模n的函数,n越大时间耗费越长


时间复杂度的衡量一般是基于基本操作(单个操作)的次数


#时间复杂度o(n)


#空间复杂度o(1)


def index(seq, val):


​ i = 0


​ while i < len(seq):


​ if seq[i] == val: return i


​ else:


​ return -1



算法的描述方式:


1.自然语言,比如中文,日文等;


2.伪代码;即随意,能看懂意思就行


3.编程语言;最终期望来实现



重点:


常用算法:


排序算法(至少4中:冒泡,选择,插入,快排),查找算法(二分查找算法),哈希算法(时间是最快的,但耗费大量的存储空间),


记住常用算法的实现


记住常用算法的时间和空间复杂度



数据结构(Data Structure)


数据的一种组织形式,表示方式


集合:


线性结构:顺序表、链表、栈、队列、串(字符串)


树形结构:二叉树、树、森林


图状结构:像渔网一样,数据之间有千丝万缕的联系



算法和数据结构是每个程序猿必须要不断修炼的内功!


云服务器ECS地址:阿里云·云小站

上一篇:Flutter Trying to embed a platform view but the PrerollContext does not support embedding


下一篇:Android学习之Animation(三)