之前本人说过一款非关系型数据库的代表 Redis 的 《 Redis 小记 》文章，觉得意犹未尽，今天就来介绍一款数据库 MongoDB ，先来看一下
MongoDB是一款基于分布式文件存储的数据库，是一种文档型数据库，是介于关系型和非关系型数据库之间的产品，是最接近关系型数据库的数据库。MongoDB中的每一条记录就是一个文档，是一个数据结构，由字段和值对组成，字段的值可能其他文档，数组，以及文档数组。一般用作离线数据分析使用，放在内网居多，提供高性能的数据持久化。
以上为网上对于 MongoDB 的解释，总结起来就是一句话：好！
老规矩，话不多说，直接开撸。
关于 MongoDB 的安装就不介绍了，大家根据电脑版本型号自行搜索安装。
安装并配置好 MongoDB 后我们在终端输入 db 及 show dbs 出现以下内容说明安装成功。MongoDB 默认数据库为 test 数据库，我们也可以自己创建数据库，如下。
MongoDB 在创建数据库上还是很方便的，如上图，use test1 表示如果有 test1 这个数据库就切换到该数据库，如果没有则创建并切换到该数据库，通过 db 命令查看当前使用的数据库并且可以删除该数据库。
如上图，db.createCollection( name , options ) 可以创建集合，其中 name 为必填项，为集合的名称，options 为可选项，选项中 capped 默认值为 false 表示不设置上限，值为 true 表示设置上限；当 capped 值为 true 时需设置 size 值，size 值为集合的上限，当超过上限时再插入数据会将之前的数据覆盖，单位为字节。
如上图，MongoDB 通过 db.集合名称.insert( ) 向集合中添加数据，可以通过 db.集合名称.update( ) 对集合进行数据更新，db.集合名称.find() 对数据进行查找，操作中其实还有很多选填项，这个稍后会说。
db.集合名称.remove( ) 可以对集合进行删除，第一个 { } 表示要删除数据的匹配项，第二个 { } 表示删除多个还是一个，true 表示只删除匹配到的第一个，false 表示删除匹配到的所有数据，db.集合名称.remove( { } ) 表示删除所有数据。
从上面对 MongoDB 增删改查的基本操作我们发现其语法很接近 JavaScript 这类语言，对于我们这种初学者还是很友好的。但是语法上要比之前说过的 Redis 复杂一些，所以接下来的操作就不在终端进行操作了，移驾 Robo 3T （萝卜） 软件。
图标就是上面这个长得跟萝卜似的大眼仔，直接下载安装即可。打开软件我们先进行如下配置。
因为我们是在本地测试，所以 ip 为 127.0.0.1，端口号用 MongoDB 默认的 27017 端口。点击 Save 保存之后点击 Connect 进行连接即可。
进来之后我们发现在错侧栏我们之前在终端创建的 test2 数据库还在，我们可以选中右键对其进行操作。我们也可以选中下方的 Collections 对其进行集合的操作，这些大家安装之后操作一下就可以了，很方便。右侧最上面黑条内可以输入我们想要的操作，对应的在下方会看到操作的输出结果，话不多说，操作起来。
我们在之前终端创建的集合内插入 5 条数据，在软件右上角除可以对数据的显示状态进行切换。
我们将其展示为直观的 json 数据格式。我们可以看出，在使用 MySQL 等关系型数据库时，主键都是设置自增的，但是在分布式环境下，这种方法就不可行了，会产生冲突，为此，MongoDB 采用了一个称之为 ObjectId 的类型来做主键，是一个随机生成的 BSON 类型的字符串，具体含义大家自行百度，不是重点。
数据库中大部分操作都是围绕查询来进行操作的，这里我们着重看一下 MongoDB 在数据查询方面的写法。
基本查询
方法find()：查询
db.集合名称.find({条件文档})
方法findOne()：查询，只返回第一个
db.集合名称.findOne({条件文档})
方法pretty()：将结果格式化
db.集合名称.find({条件文档}).pretty()
比较运算符
等于，默认是等于判断，没有运算符
小于$lt
小于或等于$lte
大于$gt
大于或等于$gte
不等于$ne
例1：查询名称等于'nan1'的人
db.user.find({name:'nan1'})
运行结果如下：
例2：查询年龄大于或等于18的人
db.user.find({age:{$gte:18}})
逻辑运算符
查询时可以有多个条件，多个条件之间需要通过逻辑运算符连接
逻辑与：默认是逻辑与的关系
例3：查询年龄大于或等于20，并且性别为true的人
db.user.find({age:{$gte:18},gender:true})
逻辑或：使用$or
例4：查询年龄大于20，或性别为 false 的人
db.user.find({$or:[{age:{$gt:18}},{gender:false}]})
运行结果如下：
and和or一起使用
例5：查询年龄大于18或性别为 true 的人，并且人的姓名为nan2
db.user.find({$or:[{age:{$gte:18}},{gender:true}],name:'nan2'})
运行结果如下：
范围运算符
使用"$in"，"$in" 判断是否在某个范围内
例6：查询年龄为18、28的人
db.user.find({age:{$in:[18,28]}})
支持正则表达式
使用//或$regex编写正则表达式
例7：查询姓nan的人
db.user.find({name:/^nan/})
db.user.find({name:{$regex:'^nan'}}})
自定义查询
使用$where后面写一个函数，返回满足条件的数据
例7：查询年龄大于20的人
db.user.find({$where:function(){return this.age>20}})
Limit
方法limit()：用于读取指定数量的文档
语法：
db.集合名称.find().limit(NUMBER)
参数NUMBER表示要获取文档的条数
如果没有指定参数则显示集合中的所有文档
例1：查询2条信息
db.user.find().limit(2)
skip
方法skip()：用于跳过指定数量的文档
语法：
db.集合名称.find().skip(NUMBER)
参数NUMBER表示跳过的记录条数，默认值为0
例2：查询从第3条开始的user信息
db.user.find().skip(2)
一起使用
方法limit()和skip()可以一起使用，不分先后顺序
创建数据集
for(i=0;i<15;i++){db.user.insert({_id:i})}
查询第2至3条数据
db.user.find().limit(2).skip(1)
或
db.user.find().skip(1).limit(2)
运行结果如下：
投影
在查询到的返回结果中，只选择必要的字段，而不是选择一个文档的整个字段
如：一个文档有5个字段，需要显示只有3个，投影其中3个字段即可
语法：
参数为字段与值，值为1表示显示，值为0不显示
db.集合名称.find({},{字段名称:1,...})
对于需要显示的字段，设置为1即可，不设置即为不显示
特殊：对于_id列默认是显示的，如果不显示需要明确设置为0
例1
db.user.find({},{name:1,gender:1})
例2
db.user.find({},{_id:0,name:1,gender:1})
运行结果如下：
排序
方法sort()，用于对结果集进行排序
语法
db.集合名称.find().sort({字段:1,...})
参数1为升序排列
参数-1为降序排列
例1：根据性别降序，再根据年龄升序
db.user.find().sort({gender:-1,age:1})
统计个数
方法count()用于统计结果集中文档条数
语法
db.集合名称.find({条件}).count()
也可以与为
db.集合名称.count({条件})
例1：统计男人数
db.user.find({gender:true}).count()
例2：统计年龄大于20的男人数
db.user.count({age:{$gt:20},gender:true})
运行结果如下
消除重复
方法distinct()对数据进行去重
语法
db.集合名称.distinct('去重字段',{条件})
例:查找年龄大于18的性别（去重）
db.user.distinct('gender',{age:{$gt:18}})
运行结果如下：
以上就是 MongoDB 在数据查询方面的基本操作，基本够我们的操作使用了。
接下来我们说一下 MongoDB 语法中的高级应用 aggregate（聚合）。聚合主要用于计算数据，类似于 sql 中的 sum( )，avg( )。
db.集合名称.aggregate([{管道:{表达式}}])
管道
管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的输入
ps ajx | grep mongo
在mongodb中，管道具有同样的作用，文档处理完毕后，通过管道进行下一次处理
常用管道
$group：将集合中的文档分组，可用于统计结果
$match：过滤数据，只输出符合条件的文档
$project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
$sort：将输入文档排序后输出
$limit：限制聚合管道返回的文档数
$skip：跳过指定数量的文档，并返回余下的文档
$unwind：将数组类型的字段进行拆分
表达式
处理输入文档并输出
语法
表达式:'$列名'
常用表达式
$sum：计算总和，$sum:1同count表示计数
$avg：计算平均值
$min：获取最小值
$max：获取最大值
$push：在结果文档中插入值到一个数组中
$first：根据资源文档的排序获取第一个文档数据
$last：根据资源文档的排序获取最后一个文档数据
我们先看看之前我们添加进去的数据，我们在 user 集合中添加了五条数据，有 name ，age，gender 字段，其中 gender 字段 true 表示男，false 表示女。
$group
将集合中的文档分组，可用于统计结果
_id表示分组的依据，使用某个字段的格式为'$字段'
例：统计男人、女人的总人数
db.user.aggregate([
{$group:
{
_id:'$gender',
counter:{$sum:1}
}
}
])
运行结果如下：
Group by null
将集合中所有文档分为一组
例2：求总人数、平均年龄
db.user.aggregate([
{$group:
{
_id:null,
counter:{$sum:1},
avgAge:{$avg:'$age'}
}
}
])
运行结果如下：
透视数据
例3：统计 user 性别及姓名
db.user.aggregate([
{$group:
{
_id:'$gender',
name:{$push:'$name'}
}
}
])
运行结果如下：
使用$$ROOT可以将文档内容加入到结果集的数组中，代码如下
db.user.aggregate([
{$group:
{
_id:'$gender',
name:{$push:'$$ROOT'}
}
}
])
运行结果如下：
$match
用于过滤数据，只输出符合条件的文档
使用MongoDB的标准查询操作
例：查询年龄大于20的人
db.user.aggregate([
{$match:{age:{$gt:20}}}
])
运行结果如下：
例：查询年龄大于20的男人、女人人数
db.user.aggregate([
{$match:{age:{$gt:20}}},
{$group:{_id:'$gender',counter:{$sum:1}}}
])
运行结果如下：
$project
修改输入文档的结构，如重命名、增加、删除字段、创建计算结果
例：查询 user 的姓名、年龄
db.user.aggregate([
{$project:{_id:0,name:1,age:1}}
])
运行结果如下：
例：查询男人、女人人数，输出人数
db.user.aggregate([
{$group:{_id:'$gender',counter:{$sum:1}}},
{$project:{_id:0,counter:1}}
])
运行结果如下：
$sort
将输入文档排序后输出
例：查询 user 信息，按年龄升序
db.user.aggregate([{$sort:{age:1}}])
运行结果如下：
例：查询男人、女人人数，按人数降序
db.user.aggregate([
{$group:{_id:'$gender',counter:{$sum:1}}},
{$sort:{counter:-1}}
])
运行结果如下：
$limit
限制聚合管道返回的文档数
例：查询2条 user 信息
db.user.aggregate([{$limit:2}])
运行结果如下：
$skip
跳过指定数量的文档，并返回余下的文档
例：查询从第3条开始的 user 信息
db.user.aggregate([{$skip:2}])
运行结果如下：
例3：统计男人、女人人数，按人数升序，取第二条数据
注意顺序：先写skip，再写limit
db.user.aggregate([
{$group:{_id:'$gender',counter:{$sum:1}}},
{$sort:{counter:1}},
{$skip:1},
{$limit:1}
])
运行结果如下：
以上就是关于 MongoDB 聚合的一些操作，MongoDB 还有配置用户管理和设置数据库主从关系等操作，由于此篇幅过长，实在是写的太累了，有机会再说一下吧。
总的来说 MongoDB 在数据的操作方面语法还是很贴切我们的日常操作语法的，用起来也很方便。
好记性不如烂笔头，特此记录，与君共勉！