一、安裝MongoDB
1、安裝MongoDB
rpm包下載下傳位址：http://downloads-distro.mongodb.org/repo/redhat/os/x86_64/RPMS/
2、檢視rpm包生成的幾個重要檔案
3、初始化資料庫
說明：實際使用中将存放資料的目錄放在有備援的邏輯卷上。
4、啟動資料庫
5、MongoDB的web接口
二、使用MongoDB
1、MongoDB與MySQL文法對比
傳統的關系資料庫一般由資料庫（database）、表（table）、記錄（record）三個層次概念組成，MongoDB是由資料庫（database）、集合（collection）、文檔對象（document）三個層次組成。MongoDB對于關系型資料庫裡的表，但是集合中沒有列、行和關系概念，這展現了模式自由的特點。
2、mongodb文法
查詢colls所有資料
通過指定條件查詢
指定多條件查詢
指定條件範圍查詢
查詢不包括某内容
支援<, <=, >, >=查詢，需用符号替代分别為$lt，$lte，$gt，$gte
也可對某一字段做範圍查詢
不等于查詢用字元$ne
in查詢用字元$in
not in查詢用字元$nin
取模查詢用字元$mod
$all查詢
$size查詢
$exists查詢
$type查詢$type值為bsonhttp://bsonspec.org/數 據的類型值
使用正規表達式比對
内嵌對象查詢
1.3.3版本及更高版本包含$not查詢
sort()排序
limit()對限制查詢資料傳回個數
skip()跳過某些資料
snapshot()快照保證沒有重複資料傳回或對象丢失
count()統計查詢對象個數
group()對查詢結果分組和SQL中group by函數類似
distinct()傳回不重複值
3、查詢語句說明：
類似于SQL中select語句，其中<query>相當于where子句，而<projection>相當于要標明的字段。
如果使用的find()方法中不包含<query>，則意味着要傳回對應collection的所有文檔。
“db.collection.count()”方法可以統計指定collection中文檔的個數。
比較運算：
$gt：挑選指定字段值大于指定值的文檔，文法格式“{field: {$gt: value}}”;
$gte：挑選指定字段值大于等于指定值的文檔，文法格式“{field: $gte: value}”;
$in：挑選指定字段的值位于指定數組中的文檔，文法格式“{filed: {$in: [<value1>,<value2>,...<valueN>]}}”;
$lt：挑選指定字段值小于指定值的文檔，文法格式“{field: {$lt: value}}”;
$lte：挑選指定字段值小于等于指定值的文檔，文法格式“{field: {$lte: value}}”;
$ne：挑選指定字段值不等于指定值的文檔，文法格式“{filed: {$ne: value}}”;
$nin：挑選指定字段的值沒有位于指定數組中或不存在的文檔，文法格式“{filed: {$nin: [<value1>,<value2>...valueN]}}”;
邏輯運算：
邏輯運算一般用于連接配接多個選擇條件，MongoDB支援的邏輯運算“Query Selector”有以下幾種：
$or：或運算，語句格式“{$or: [{<expression1>},{<expression2>},... ,{<expressionN>}]}”
$and：與運算，文法格式“{$and: [{<expression1>},{<expression2>},... ,{<expressionN>}]}”
$and：非運算，文法格式“{field: {$not: {<operator expression>}}}”
$nor：反運算，即傳回不符合所有指定條件的文檔，文法格式“$nor: [{<expression1>},{<expression2>},.... ,{<expressionN>}]}”
元素查詢：
如果要根據文檔中是否存在某字段等條件來挑選文檔，則需要用到元素運算。
$exixts：根據指定字段的存在性挑選文檔，文法格式“{ field: {$exists: <boolean>}}”,指定<boolean>的值為“true”則傳回存在指定字段的文檔，“false”則傳回不存在指定字段的文檔。
$mod：将指定字段的值進行取模運算，并傳回其餘數為指定值的文檔，文法格式“{field: {$mod: [divisor, remainder]}}”。
$type：傳回指定字段的值類型為指定類型的文檔，文法格式“{field: {$type: <BSON type>}}”。
3、實際練習
連入資料庫
資料的插入
檢視狀态：
就插入了兩條資料而占用了100多M的空間，說明很占用存儲空間。
mongodb占用空間過大的原因，在官方的FAQ中，提到有如下幾個方面：
空間的預配置設定：為避免形成過多的硬碟碎片，mongodb每次空間不足時都會申請生成一大塊的硬碟空間，而且申請的量從64M、128M、 256M那樣的指數遞增，直到2G為單個檔案的最大體積。随着資料量的增加，你可以在其資料目錄裡看到這些整塊生成容量不斷遞增的檔案。
字段名所占用的空間：為了保持每個記錄内的結構資訊用于查詢，mongodb需要把每個字段的key-value都以BSON的形式存儲，如果 value域相對于key域并不大，比如存放數值型的資料，則資料的overhead是最大的。一種減少空間占用的方法是把字段名盡量取短一些，這樣占用 空間就小了，但這就要求在易讀性與空間占用上作為權衡了。我曾建議作者把字段名作個index，每個字段名用一個位元組表示，這樣就不用擔心字段名取多長 了。但作者的擔憂也不無道理，這種索引方式需要每次查詢得到結果後把索引值跟原值作一個替換，再發送到用戶端，這個替換也是挺耗費時間的。現在的實作算是 拿空間來換取時間吧。
删除記錄不釋放空間：這很容易了解，為避免記錄删除後的資料的大規模挪動，原記錄空間不删除，隻标記“已删除”即可，以後還可以重複利用。
可以定期運作db.repairDatabase()來整理記錄，但這個過程會比較緩慢。
删除collections：
添加練習例子：
檢視前兩行文檔：
删除年齡為5的文檔：
删除使用者為User:3的文檔：
将User:4使用者的年齡改為22：
檢視test庫的文檔數，及年齡大于97的文檔：
查詢年齡大于97的文檔并隻顯示Name和Age：
查詢Age大于60并小于66的文檔：
查詢包含Adress字段的文檔：
将Age大于98文檔中的Gender改為M：
将Name為User:99的文檔中PreferBooks項給删除：