一、安装MongoDB
1、安装MongoDB
rpm包下载地址：http://downloads-distro.mongodb.org/repo/redhat/os/x86_64/RPMS/
2、查看rpm包生成的几个重要文件
3、初始化数据库
说明：实际使用中将存放数据的目录放在有冗余的逻辑卷上。
4、启动数据库
5、MongoDB的web接口
二、使用MongoDB
1、MongoDB与MySQL语法对比
传统的关系数据库一般由数据库（database）、表（table）、记录（record）三个层次概念组成，MongoDB是由数据库（database）、集合（collection）、文档对象（document）三个层次组成。MongoDB对于关系型数据库里的表，但是集合中没有列、行和关系概念，这体现了模式自由的特点。
2、mongodb语法
查询colls所有数据
通过指定条件查询
指定多条件查询
指定条件范围查询
查询不包括某内容
支持<, <=, >, >=查询，需用符号替代分别为$lt，$lte，$gt，$gte
也可对某一字段做范围查询
不等于查询用字符$ne
in查询用字符$in
not in查询用字符$nin
取模查询用字符$mod
$all查询
$size查询
$exists查询
$type查询$type值为bsonhttp://bsonspec.org/数 据的类型值
使用正则表达式匹配
内嵌对象查询
1.3.3版本及更高版本包含$not查询
sort()排序
limit()对限制查询数据返回个数
skip()跳过某些数据
snapshot()快照保证没有重复数据返回或对象丢失
count()统计查询对象个数
group()对查询结果分组和SQL中group by函数类似
distinct()返回不重复值
3、查询语句说明：
类似于SQL中select语句，其中<query>相当于where子句，而<projection>相当于要选定的字段。
如果使用的find()方法中不包含<query>，则意味着要返回对应collection的所有文档。
“db.collection.count()”方法可以统计指定collection中文档的个数。
比较运算：
$gt：挑选指定字段值大于指定值的文档，语法格式“{field: {$gt: value}}”;
$gte：挑选指定字段值大于等于指定值的文档，语法格式“{field: $gte: value}”;
$in：挑选指定字段的值位于指定数组中的文档，语法格式“{filed: {$in: [<value1>,<value2>,...<valueN>]}}”;
$lt：挑选指定字段值小于指定值的文档，语法格式“{field: {$lt: value}}”;
$lte：挑选指定字段值小于等于指定值的文档，语法格式“{field: {$lte: value}}”;
$ne：挑选指定字段值不等于指定值的文档，语法格式“{filed: {$ne: value}}”;
$nin：挑选指定字段的值没有位于指定数组中或不存在的文档，语法格式“{filed: {$nin: [<value1>,<value2>...valueN]}}”;
逻辑运算：
逻辑运算一般用于连接多个选择条件，MongoDB支持的逻辑运算“Query Selector”有以下几种：
$or：或运算，语句格式“{$or: [{<expression1>},{<expression2>},... ,{<expressionN>}]}”
$and：与运算，语法格式“{$and: [{<expression1>},{<expression2>},... ,{<expressionN>}]}”
$and：非运算，语法格式“{field: {$not: {<operator expression>}}}”
$nor：反运算，即返回不符合所有指定条件的文档，语法格式“$nor: [{<expression1>},{<expression2>},.... ,{<expressionN>}]}”
元素查询：
如果要根据文档中是否存在某字段等条件来挑选文档，则需要用到元素运算。
$exixts：根据指定字段的存在性挑选文档，语法格式“{ field: {$exists: <boolean>}}”,指定<boolean>的值为“true”则返回存在指定字段的文档，“false”则返回不存在指定字段的文档。
$mod：将指定字段的值进行取模运算，并返回其余数为指定值的文档，语法格式“{field: {$mod: [divisor, remainder]}}”。
$type：返回指定字段的值类型为指定类型的文档，语法格式“{field: {$type: <BSON type>}}”。
3、实际练习
连入数据库
数据的插入
查看状态：
就插入了两条数据而占用了100多M的空间，说明很占用存储空间。
mongodb占用空间过大的原因，在官方的FAQ中，提到有如下几个方面：
空间的预分配：为避免形成过多的硬盘碎片，mongodb每次空间不足时都会申请生成一大块的硬盘空间，而且申请的量从64M、128M、 256M那样的指数递增，直到2G为单个文件的最大体积。随着数据量的增加，你可以在其数据目录里看到这些整块生成容量不断递增的文件。
字段名所占用的空间：为了保持每个记录内的结构信息用于查询，mongodb需要把每个字段的key-value都以BSON的形式存储，如果 value域相对于key域并不大，比如存放数值型的数据，则数据的overhead是最大的。一种减少空间占用的方法是把字段名尽量取短一些，这样占用 空间就小了，但这就要求在易读性与空间占用上作为权衡了。我曾建议作者把字段名作个index，每个字段名用一个字节表示，这样就不用担心字段名取多长 了。但作者的担忧也不无道理，这种索引方式需要每次查询得到结果后把索引值跟原值作一个替换，再发送到客户端，这个替换也是挺耗费时间的。现在的实现算是 拿空间来换取时间吧。
删除记录不释放空间：这很容易理解，为避免记录删除后的数据的大规模挪动，原记录空间不删除，只标记“已删除”即可，以后还可以重复利用。
可以定期运行db.repairDatabase()来整理记录，但这个过程会比较缓慢。
删除collections：
添加练习例子：
查看前两行文档：
删除年龄为5的文档：
删除用户为User:3的文档：
将User:4用户的年龄改为22：
查看test库的文档数，及年龄大于97的文档：
查询年龄大于97的文档并只显示Name和Age：
查询Age大于60并小于66的文档：
查询包含Adress字段的文档：
将Age大于98文档中的Gender改为M：
将Name为User:99的文档中PreferBooks项给删除：