Docs Menu
Docs Home
/
언어
/
Python
/
PyMongo

자주 묻는 질문

이 페이지의 내용

PyMongo는 스레드로부터 안전합니까?

네. PyMongo는 스레드로부터 안전하며 스레드 애플리케이션을 위한 내장 연결 풀링을 제공합니다.

PyMongo는 포크에 안전하나요?

아니요. fork() 메서드를 사용하여 새 프로세스를 만드는 경우 상위 프로세스의 MongoClient 클래스 인스턴스를 하위 프로세스로 전달하지 마세요. 이로 인해 하위 프로세스의 MongoClient 인스턴스 간에 교착 상태가 발생할 가능성이 높습니다. 대신 하위 프로세스에 새 MongoClient 인스턴스를 만듭니다.

참고

PyMongo는 이 교착 상태가 발생할 수 있는 경우 경고를 발행하려고 시도합니다.

PyMongo를 멀티프로세싱과 함께 사용할 수 있나요?

네. 그러나 Unix 시스템에서는 멀티프로세싱 모듈이 fork() 메서드를 사용하여 프로세스를 생성합니다. 이는 PyMongo 포크에 안전한가요?에 설명된 것과 동일한 위험을 수반합니다.

PyMongo에서 멀티프로세싱을 사용하려면 다음 예제와 유사한 코드를 작성하세요.

# Each process creates its own instance of MongoClient.
def func():
    db = pymongo.MongoClient().mydb
    # Do something with db.
proc = multiprocessing.Process(target=func)
proc.start()

중요

MongoClient 클래스의 인스턴스를 상위 프로세스에서 하위 프로세스로 복사하지 마세요.

PyMongo가 쿼리 결과를 Pandas DataFrame으로 로드할 수 있나요?

PyMongoArrow 라이브러리를 사용하여 숫자 또는 열 형식 데이터로 작업할 수 있습니다. PyMongoArrow를 사용하면 MongoDB 쿼리 결과 세트를 Pandas DataFrames, NumPy ndarrays 또는 Apache Arrow Tables로 로드할 수 있습니다.

PyMongo에서 연결 풀링은 어떻게 작동하나요?

모든 MongoClient 인스턴스에는 MongoDB 토폴로지의 각 서버에 대한 기본 연결 풀이 제공됩니다. 연결 풀은 요청 시 소켓을 열어 애플리케이션에서 MongoDB에 대한 동시 요청을 지원합니다.

각 연결 풀의 최대 크기는 maxPoolSize 옵션으로 설정되며 기본값은 100입니다. 서버에 대한 사용 중인 연결 수가 maxPoolSize 값에 도달하면 해당 서버에 대한 다음 요청은 연결이 가능해질 때까지 대기합니다.

애플리케이션의 요청을 지원하는 데 필요한 소켓 외에도 각 MongoClient 인스턴스는 MongoDB 토폴로지에서 서버당 두 개의 추가 소켓을 열어 서버 상태를 모니터링합니다. 예를 들어, 3노드 복제본 세트에 연결된 클라이언트는 6개의 모니터링 소켓을 엽니다. 애플리케이션이 maxPoolSize 기본 설정을 사용하고 프라이머리 노드만 쿼리하는 경우 연결 풀에는 최대 총 106개의 연결이 있을 수 있습니다. 애플리케이션이 읽기 설정을 사용하여 세컨더리 노드를 쿼리하는 경우, 연결 풀이 커져 총 연결 수가 306개가 될 수 있습니다.

하나의 프로세스 내에서 많은 수의 동시 MongoDB 요청을 지원하려면 maxPoolSize를 늘리면 됩니다.

연결 풀은 속도 제한이 있습니다. maxConnecting 옵션은 풀이 언제든지 병렬로 생성할 수 있는 연결 수를 결정합니다. 예를 들어 maxConnecting의 값이 2인 경우, 연결을 동시에 체크아웃하려는 세 번째 요청은 다음 경우 중 하나가 발생할 때만 성공합니다.

  • 연결 풀에서 연결 생성이 완료되었으며 풀에 연결 수가 maxPoolSize 미만입니다.

  • 기존 연결이 풀로 다시 확인됩니다.

  • 연결 생성에 대한 속도 제한으로 인해 기존 연결을 재사용하는 드라이버의 기능이 향상됩니다.

minPoolSize 옵션(기본값 0)을 사용하여 각 서버에 대한 최소 동시 연결 수를 설정할 수 있습니다. 드라이버는 이 수의 소켓으로 연결 풀을 초기화합니다. 소켓이 닫혀 총 소켓 수(사용 중인 소켓과 유휴 상태 모두)가 최소값 아래로 떨어지면 최소값에 도달할 때까지 더 많은 소켓이 열립니다.

maxIdleTimeMS 옵션을 설정하여 연결이 풀에서 유휴 상태로 유지될 수 있는 최대 시간(밀리초)을 설정할 수 있습니다. 연결이 maxIdleTimeMS 동안 유휴 상태이면 연결 풀이 이를 제거하고 교체합니다. 이 옵션의 기본값은 0(제한 없음)입니다.

MongoClient에 대한 다음 기본 구성은 대부분의 애플리케이션에서 작동합니다.

client = MongoClient(host, port)

MongoClient 여러 개의 동시 요청을 지원합니다. 각 프로세스에 대해 클라이언트를 만들어 프로세스의 모든 작업에 재사용합니다. 이 방법은 각 요청에 대해 클라이언트를 만드는 것보다 더 효율적입니다.

드라이버는 소켓이 사용 가능해질 때까지 기다릴 수 있는 요청 수를 제한하지 않으며, 부하 급증 시 해당 풀의 크기를 대기 중인 제한으로 제한하는 것은 애플리케이션의 책임입니다. 요청은 waitQueueTimeoutMS 옵션에 지정된 시간 동안 대기하며 기본값은 0(제한 없음)입니다.

소켓에 대해 waitQueueTimeoutMS 에 정의된 시간보다 오래 기다리는 요청은 ConnectionFailure 오류를 발생시킵니다. 모든 작업을 완료하는 것보다 부하가 급증하는 동안 작업 기간을 제한하는 것이 더 중요한 경우 이 옵션을 사용합니다.

요청에 의해 MongoClient.close()가 호출되면 드라이버는 모든 유휴 소켓을 닫고 풀로 반환될 때 사용 중인 소켓을 모두 닫습니다. MongoClient.close()를 호출하면 비활성 소켓만 닫히므로 이 메서드를 사용하여 진행 중인 작업을 중단하거나 종료할 수 없습니다. 드라이버는 프로세스가 완료될 때만 이러한 소켓을 닫습니다.

자세한 내용은 MongoDB Server 설명서의 연결 풀 개요 를 참조하세요.

PyMongo가 모든 내 문서에 _id 필드를 추가하는 이유는 무엇인가요?

Collection.insert_one() 메서드, Collection.insert_many() 메서드 또는 Collection.bulk_write() 메서드를 사용하여 MongoDB에 문서를 삽입할 때 해당 문서에 _id 필드가 포함되어 있지 않은 경우 PyMongo가 이 필드를 자동으로 추가합니다. 또한 필드 값을 ObjectId 인스턴스로 설정합니다.

다음 코드 예시에서는 _id 필드가 없는 문서를 MongoDB에 삽입한 다음 문서를 인쇄합니다. 삽입된 후 문서에는 값이 ObjectId 인스턴스인 _id 필드가 포함됩니다.

>>> my_doc = {'x': 1}
>>> collection.insert_one(my_doc)
InsertOneResult(ObjectId('560db337fba522189f171720'), acknowledged=True)
>>> my_doc
{'x': 1, '_id': ObjectId('560db337fba522189f171720')}

PyMongo는 다음과 같은 몇 가지 이유로 이러한 방식으로 _id 필드를 추가합니다.

  • 모든 MongoDB 문서에는 _id 필드가 있어야 합니다.

  • PyMongo가 _id 필드 없이 문서를 삽입하는 경우, MongoDB는 자체적으로 문서를 추가하지만 애플리케이션에서 사용할 수 있도록 값을 PyMongo에 다시 보고하지는 않습니다.

  • _id 필드를 추가하기 전에 문서를 복사하는 것은 쓰기 볼륨이 큰 대부분의 애플리케이션에서 비용이 많이 듭니다.

팁

PyMongo가 문서에 _id 를 추가하지 않도록 하려면 애플리케이션에서 이미 _id 필드를 추가한 문서만 삽입하세요.

커서의 시간 초과 값을 변경하려면 어떻게 해야 하나요?

MongoDB는 커서에 대한 사용자 지정 시간 초과를 지원하지 않지만 커서 시간 초과를 끌 수 있습니다. 이렇게 하려면 no_cursor_timeout=True 옵션을 find() 메서드에 전달합니다.

인스턴스를 저장하려면 어떻게 Decimal 해야 하나요?

MongoDB v3.4 은(는) 정확한 정밀도로 소수점 반올림을 에뮬레이션할 수 있는 128비트 십진수 기반 부동 소수점 값인 Decimal128 BSON type을 도입했습니다. PyMongo 버전 3.4 이상에서도 이 유형을 지원합니다. 그러나 이전 MongoDB 버전에서는 Python float 유형에 해당하는 IEEE 754 부동 소수점만 지원합니다. PyMongo는 Decimal 인스턴스를 이러한 버전의 MongoDB에 float 유형으로 변환해야만 저장할 수 있습니다. 이 변환은 명시적으로 수행해야 합니다.

자세한 내용은 128십진수 에 대한 PyMongo API 문서를 참조하세요.

PyMongo 가 을 로 변환하는 이유는 9.99 9.9900000000000002무엇인가요?

MongoDB는 9.99 을 IEEE 부동 소수점 값으로 나타내므로 값을 정확하게 표현할 수 없습니다. 이는 일부 Python 버전에서도 마찬가지입니다. 이와 관련하여 PyMongo 는 JavaScript shell, 다른 모든 MongoDB 드라이버 및 Python 언어 자체와 동일한 방식으로 작동합니다.

PyMongo는 문서에 대한 속성 스타일 액세스를 지원하나요?

아니요. PyMongo는 다음과 같은 이유로 이 기능을 구현하지 않습니다.

  1. 속성을 추가하면 문서의 속성 네임스페이스가 오염되고 딕셔너리 메서드와 동일한 이름의 키를 사용할 때 미묘한 버그나 혼란스러운 오류가 발생할 수 있습니다.

  2. PyMongo는 서버가 특정 작업에 SON 객체를 요구하기 때문에 키 순서를 유지하기 위해서만 일반 사전 대신 SON 객체를 사용합니다. 이 기능을 추가하면 SON 클래스가 복잡해지고 PyMongo가 사전 사용으로 되돌아가면 이전 버전과의 호환성이 손상될 수 있습니다.

  3. 문서는 딕셔너리처럼 작동하므로 새로운 PyMongo 사용자가 비교적 쉽게 이해할 수 있습니다. 문서의 동작을 변경하면 이러한 사용자의 진입 장벽이 추가됩니다.

자세한 내용은 관련 Jira 사례를 참조하세요.

PyMongo는 비동기 프레임워크를 지원하나요?

네. 자세한 내용은 타사 도구 가이드 를 참조하세요.

PyMongo는 mod_wsgi와 함께 작동하나요?

네. 도구 가이드 에서 mod_wsgi 를 참조하세요.

PyMongo는 PythonAnywhere와 함께 작동하나요?

아니요. PyMongo 는 Python 스레드를 생성합니다. 지원하지 않습니다.

자세한 내용은 관련 Jira 티켓을 참조하세요.

내 문서를 JSON으로 인코딩하려면 어떻게 해야 하나요?

PyMongo는 JSON에서 지원되지 않는 ObjectId 및 DBRef 과 같은 몇 가지 특수 유형을 지원합니다. 따라서 Python의 json 모듈은 PyMongo의 모든 문서에서 작동하지 않습니다. 대신 PyMongo에는 json_util 이 포함됩니다. 모듈은 json BSON 문서 및 MongoDB 확장 JSON 과 함께 Python의 모듈을 사용하기 위한 도구입니다.

python-bsonjs 은(는)libbson 위에 구축된 또 다른 BSON-to-MongoDB-Extended-JSON 변환기입니다. . python-bsonjs는 PyMongo에 의존하지 않으며, 경우에 따라 json_util 보다 성능 향상을 제공할 수 있습니다.

팁

python-bsonjs는 RawBSONDocument 유형을 사용할 때 PyMongo와 가장 잘 작동합니다.

PyMongo는 Python 3 에서 다르게 동작하나요?

PyMongo는 bytes 클래스의 인스턴스를 하위 유형 0 가 있는 BSON 유형 5 (바이너리 데이터)로 인코딩합니다. Python 2 에서 이러한 인스턴스는 하위 유형이 0 인 Binary 로 디코딩됩니다. Python 3 에서는 bytes 로 다시 디코딩됩니다.

다음 코드 예제에서는 PyMongo를 사용하여 bytes 인스턴스를 MongoDB에 삽입한 다음 인스턴스를 찾습니다. Python 2에서 바이트 string 은 Binary로 디코딩됩니다. Python 3에서 바이트 string 은 bytes로 다시 디코딩됩니다.

>>> import pymongo
>>> c = pymongo.MongoClient()
>>> c.test.bintest.insert_one({'binary': b'this is a byte string'}).inserted_id
ObjectId('4f9086b1fba5222021000000')
>>> c.test.bintest.find_one()
{u'binary': Binary('this is a byte string', 0), u'_id': ObjectId('4f9086b1fba5222021000000')}
>>> import pymongo
>>> c = pymongo.MongoClient()
>>> c.test.bintest.insert_one({'binary': b'this is a byte string'}).inserted_id
ObjectId('4f9086b1fba5222021000000')
>>> c.test.bintest.find_one()
{'binary': b'this is a byte string', '_id': ObjectId('4f9086b1fba5222021000000')}

마찬가지로, Python 2 및 3 은 PyMongo가 하위 유형 0 로 JSON 바이너리 값을 구문 분석할 때 다르게 작동합니다. Python 2 에서 이러한 값은 하위 유형 0 의 Binary 인스턴스로 디코딩됩니다. Python 3 에서는 bytes 인스턴스로 디코딩됩니다.

다음 코드 예제에서는 json_util 모듈을 사용하여 하위 유형이 0 인 JSON 바이너리 값을 디코딩합니다. Python 2에서 바이트 string 은 Binary로 디코딩됩니다. Python 3에서 바이트 string 은 bytes로 다시 디코딩됩니다.

>>> from bson.json_util import loads
>>> loads('{"b": {"$binary": "dGhpcyBpcyBhIGJ5dGUgc3RyaW5n", "$type": "00"}}')
{u'b': Binary('this is a byte string', 0)}
>>> from bson.json_util import loads
>>> loads('{"b": {"$binary": "dGhpcyBpcyBhIGJ5dGUgc3RyaW5n", "$type": "00"}}')
{'b': b'this is a byte string'}

Python 2 와 Python 3 간에 절인 ObjectId를 공유할 수 있나요?

Python 2 을(를) 사용하여 ObjectId 인스턴스를 피클링하는 경우, 언제든지 Python 3 으)로 피클링을 해제할 수 있습니다. 이렇게 하려면 encoding='latin-1' 옵션을 pickle.loads() 메서드에 전달해야 합니다. 다음 코드 예시는 Python 2.7 에서 ObjectId 를 피클링한 다음 Python 3.7 에서 피클링을 해제하는 방법을 보여줍니다.

# Python 2.7
>>> import pickle
>>> from bson.objectid import ObjectId
>>> oid = ObjectId()
>>> oid
ObjectId('4f919ba2fba5225b84000000')
>>> pickle.dumps(oid)
'ccopy_reg\n_reconstructor\np0\n(cbson.objectid\...'
# Python 3.7
>>> import pickle
>>> pickle.loads(b'ccopy_reg\n_reconstructor\np0\n(cbson.objectid\...', encoding='latin-1')
ObjectId('4f919ba2fba5225b84000000')

Python 2 에서 ObjectID 를 피클링하고 Python 3 에서 피클링을 해제하려면 pickle.dumps() 메서드에 값이 2 이하인 protocol 인수를 전달해야 합니다. 다음 코드 예시는 Python 3.7 에서 ObjectId 를 피클링한 다음 Python 2 에서 피클링을 해제하는 방법을 보여줍니다.7:

# Python 3.7
>>> import pickle
>>> from bson.objectid import ObjectId
>>> oid = ObjectId()
>>> oid
ObjectId('4f96f20c430ee6bd06000000')
>>> pickle.dumps(oid, protocol=2)
b'\x80\x02cbson.objectid\nObjectId\nq\x00)\x81q\x01c_codecs\nencode\...'
# Python 2.7
>>> import pickle
>>> pickle.loads('\x80\x02cbson.objectid\nObjectId\nq\x00)\x81q\x01c_codecs\nencode\...')
ObjectId('4f96f20c430ee6bd06000000')

돌아가기

타사 도구

다음

문제 해결

이 페이지의 내용