MongoDB是一个使用C++编写的、开源的、面向文档的NoSQL（Not Only SQL）数据库，也是当前最热门的NoSql数据库之一。

NoSQL简介

NoSQL的意思是“不仅仅是SQL”，是目前流行的“非关系型数据库”的统称。常见的NoSQL数据库如：Redis、CouchDB、MongoDB、HBase、Cassandra等。

背景

出现NoSQL的原因：为解决在Web2.0时代出现的三高要求：

对数据库高并发读写的需求
对海量数据的高效率存储和访问的需求
对数据库的高可扩展性和高可用性的需求
而RDB里面的一些特性，在web2.0里面往往变得不那么重要，比如：
1. 数据库事务一致性
2. 数据库的实时读写
3. 复杂的SQL查询，特别是多表关联查询

从第4点可以看出MongoDB的使用场景，但具体的我在后面重点介绍。

CAP定理

又被称作布鲁尔定理（Eric Brewer）它指出对于一个分布式计算系统来说，不可能同时满足以下三点：

强一致性（Consistency）：系统在执行某项操作后数据状态仍然处于一致，例如在分布式系统中，更新操作执行成功后所有的用户都应该读取到最新的值，这样的系统被认为具有强一致性。
可用性（Availability）：每一个操作总是能够在一定的时间内返回结果
分区容错性（Partition tolerance）：单个节点故障不应导致整个系统崩溃，也就是说尽管网络在节点之间丢弃（或延迟）任意数量的消息，但是系统继续操作。

根据CAP原理将数据库分成了满足CA原则、满足CP原则和满足AP原则三大类

CA：单点集群，满足一致性，可用性，通常在可扩展性上不太强大，比如RDB
CP：满足一致性和分区容错性，通常性能不是特别高，如分布式数据库
AP：满足可用性和分区容错性，通常可能对一致性要求低一些，如大多数的NoSQL

BASE（Basically Available，Soft-state，Eventual consistency）

eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结，在ACM上发表文章提出BASE理论，BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）。

基本可用（Basically Available）：系统能够基本运行并一直提供服务
软状态（Soft-state）：系统不要求一直保持强一致状态
最终一致性（Eventual consistency）：系统需要在某一时刻后达到一致性要求

NoSQL的特点

优点

扩展简单方便，尤其是水平横向扩展（纵向扩展是指用更强的机器；横向扩展是指把数据分散到多个机器）
读写快速高效，多数都会映射到内存操作
成本低廉，用普通机器，分布式集群即可
数据模型灵活，没有固定的数据模型

缺点

不提供对SQL的支持
对事务操作的支持较弱

MongoDB使用场景

相信有很多人了解之后都会觉得，nosql好是好但我该在哪些情况下使用，又如何与实际项目结合呢？接下来我举几个例子，大家自己体会体会。

游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新
物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能
物联网场景，使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析
视频直播，使用 MongoDB 存储用户信息、礼物信息等

并没有某个业务场景必须要使用 MongoDB才能解决，但使用 MongoDB 通常能让你以更低的成本解决问题（包括学习、开发、运维等成本），下面是 MongoDB 的主要特性，大家可以对照自己的业务需求看看，匹配的越多，用 MongoDB 就越合适。

MongoDB 特性	优势
事务支持	MongoDB 目前只支持单文档事务，需要复杂事务支持的场景暂时不适合
灵活的文档模型	JSON 格式存储最接近真实对象模型，对开发者友好，方便快速开发迭代
高可用复制集	满足数据高可靠、服务高可用的需求，运维简单，故障自动切换
可扩展分片集群	海量数据存储，服务能力水平扩展
高性能	mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory 等多引擎支持满足各种场景需求
强大的索引支持	地理位置索引可用于构建各种 O2O 应用、文本索引解决搜索的需求、TTL索引解决历史数据自动过期的需求
Gridfs	解决文件存储的需求
aggregation & mapreduce	解决数据分析场景需求，用户可以自己写查询语句或脚本，将请求都分发到 MongoDB 上完成

安装

mongodb的安装方式比较简单，下面我演示在CentOS7上用源码和yum两种方式安装。

使用yum方式安装

在实际生产环境中服务器上的软件通常都由运维人员安装，我们通过此种傻瓜式安装是为了方便现在学习。

整个mongodb（社区版）包含如下软件

软件名称	描述
mongodb-org-server	包含mongod守护程序和关联的配置和init脚本
mongodb-org-mongos	包含mongos守护程序
mongodb-org-shell	包含mongo shell，它是一个连接mongodb的命令行客户端，允许用户直接输入nosql语法管理数据库。
mongodb-org-tools	包含以下工具的MongoDB：数据导入、导出、备份、恢复等等

创建yum源文件

vim /etc/yum.repos.d/mongodb-org-3.4.repo

把下面的内容复制到上面的文件中

[mongodb-org-3.4]
name=MongoDB Repository
baseurl=https://repo.mongodb.org/yum/redhat/$releasever/mongodb-org/3.4/x86_64/
gpgcheck=1
enabled=1
gpgkey=https://www.mongodb.org/static/pgp/server-3.4.asc

启动yum命令开始安装

yum install -y mongodb-org

如果使用SELinux，则必须配置SELinux，以允许在基于Red Hat Linux的系统（Red Hat Enterprise Linux或CentOS Linux）上启动MongoDB。

vim /etc/selinux/config
#在打开的文件中将值设置为disabled
SELINUX=disabled

启动mongodb

#centos6用这种方式
service mongod start

#centos7用这种方式
systemctl start mongod

检查进程是否成功启动
可以通过查看mongodb的日志文件来判断，打开 /var/log/mongodb/mongod.log 查看里面有无内容。我们可以将mongodb服务设置为开机就启动 chkconfig mongod on。
其它控制命令

#停止mongodb服务
service mongod stop
#重启mongodb
service mongod restart

命令行客户端连接到MongoDB服务

./bin/mongo
#上面的命令输入后直接回车，你应该可以看到和我相同的提示

root@bogon mongodb-linux-x86_64-rhel70-3.4.1]# ./bin/mongo
MongoDB shell version v3.4.1
connecting to: mongodb://127.0.0.1:27017
MongoDB server version: 3.4.1
Welcome to the MongoDB shell.

#我们可以输入一个命令测试一下，现在教你一个最简单的命令，查看当前数据库有哪些
> show dbs
admin  0.000GB
local  0.000GB
#可以看到有两个默认的数据库，如果要退出客户端可以输入
> exit
bye

到这里第一种方式的安装就结束了

使用源码安装

运维人员都比较喜欢源码安装，他们觉得可控性会比较强，但现在公司项目中都使用云服务，所以作为开发者直接连接上就可以用了。我这里使用的源码包实际上是二进制包，也就是说已经被官方编译过了，所以下载二进制包的时候一定要确定你用的操作系统，否则包是不可用的。

下载二进制安装包并解压

cd /usr/local/src
wget -c https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-3.4.1.tgz
gunzip mongodb-linux-x86_64-rhel70-3.4.1.tgz
tar -xvf mongodb-linux-x86_64-rhel70-3.4.1.tar

#你现在应该可以看到和我相同的文件目录
.
├── bin
│   ├── bsondump
│   ├── mongo
│   ├── mongod
│   ├── mongodump
│   ├── mongoexport
│   ├── mongofiles
│   ├── mongoimport
│   ├── mongooplog
│   ├── mongoperf
│   ├── mongoreplay
│   ├── mongorestore
│   ├── mongos
│   ├── mongostat
│   └── mongotop
├── GNU-AGPL-3.0
├── MPL-2
├── README
└── THIRD-PARTY-NOTICES

创建数据存储目录，默认是在 /data/db，如果这个目录不存在则启动时报错。你可以*创建一个目录，在启动时指定即可。

mkdir -p data/db1

#开始启动服务
./bin/mongod --dbpath=data/db1

#你应该可以看到和我相同的结果
017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten]
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten] ** WARNING: Access control is not enabled for the database.
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten] **          Read and write access to data and configuration is unrestricted.
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten] ** WARNING: You are running this process as the root user, which is not recommended.
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten]
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten]
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/enabled is 'always'.
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten]
2017-01-08T13:54:55.378+0800 I CONTROL  [initandlisten] ** WARNING: /sys/kernel/mm/transparent_hugepage/defrag is 'always'.
2017-01-08T13:54:55.379+0800 I CONTROL  [initandlisten] **        We suggest setting it to 'never'
2017-01-08T13:54:55.379+0800 I CONTROL  [initandlisten]
2017-01-08T13:54:55.446+0800 I FTDC     [initandlisten] Initializing full-time diagnostic data capture with directory 'data/db1/diagnostic.data'
2017-01-08T13:54:55.447+0800 I NETWORK  [thread1] waiting for connections on port 27017

细心的你应该发现一个问题，当前服务是前台启动的，如果你想做后续操作那必须再开启一个终端。这样肯定麻烦，那我们也可以采用后台启动的，在启动时必须指定一个日志文件。

mkdir logs
touch logs/db1.log
./bin/mongod --dbpath=data/db1 --fork --logpath=logs/db1.log

到这里源码安装并启动mongodb就结束了，下面对启动时的可配置参数作一个介绍。

基本配置

--quiet # 安静输出
--port arg # 指定服务端口号，默认端口27017
--bind_ip arg # 绑定服务IP，若绑定127.0.0.1，则只能本机访问，不指定默认本地所有IP
--logpath arg # 指定MongoDB日志文件，注意是指定文件不是目录
--logappend # 使用追加的方式写日志
--pidfilepath arg # PID File 的完整路径，如果没有设置，则没有PID文件
--keyFile arg # 集群的私钥的完整路径，只对于Replica Set 架构有效
--unixSocketPrefix arg # UNIX域套接字替代目录,(默认为 /tmp)
--fork # 以守护进程的方式运行MongoDB，创建服务器进程
--auth # 启用验证
--cpu # 定期显示CPU的CPU利用率和iowait
--dbpath arg # 指定数据库路径
--diaglog arg # diaglog选项 0=off 1=W 2=R 3=both 7=W+some reads
--directoryperdb # 设置每个数据库将被保存在一个单独的目录
--journal # 启用日志选项，MongoDB的数据操作将会写入到journal文件夹的文件里
--journalOptions arg # 启用日志诊断选项
--ipv6 # 启用IPv6选项
--jsonp # 允许JSONP形式通过HTTP访问（有安全影响）
--maxConns arg # 最大同时连接数 默认2000
--noauth # 不启用验证
--nohttpinterface # 关闭http接口，默认关闭27018端口访问
--noprealloc # 禁用数据文件预分配(往往影响性能)
--noscripting # 禁用脚本引擎
--notablescan # 不允许表扫描
--nounixsocket # 禁用Unix套接字监听
--nssize arg (=16) # 设置信数据库.ns文件大小(MB)
--objcheck # 在收到客户数据,检查的有效性，
--profile arg # 档案参数 0=off 1=slow, 2=all
--quota # 限制每个数据库的文件数，设置默认为8
--quotaFiles arg # number of files allower per db, requires --quota
--rest # 开启简单的rest API
--repair # 修复所有数据库run repair on all dbs
--repairpath arg # 修复库生成的文件的目录,默认为目录名称dbpath
--slowms arg (=100) # value of slow for profile and console log
--smallfiles # 使用较小的默认文件
--syncdelay arg (=60) # 数据写入磁盘的时间秒数(0=never,不推荐)
--sysinfo # 打印一些诊断系统信息
--upgrade # 如果需要升级数据库

Replicaton 参数

--fastsync # 从一个dbpath里启用从库复制服务，该dbpath的数据库是主库的快照，可用于快速启用同步
--autoresync # 如果从库与主库同步数据差得多，自动重新同步，
--oplogSize arg # 设置oplog的大小(MB)

主、从参数

--master # 主库模式
--slave # 从库模式
--source arg # 从库 端口号
--only arg # 指定单一的数据库复制
--slavedelay arg # 设置从库同步主库的延迟时间

副本集

--replSet arg # 设置副本集名称

分片

--configsvr # 声明这是一个集群的config服务,默认端口27019，默认目录
/data/configdb
--shardsvr # 声明这是一个集群的分片,默认端口27018
--noMoveParanoia # 关闭偏执为moveChunk数据保存

卸载

如果你想卸载上面安装mongodb，那么可以参考下面的步骤。当然这个需求在实际部署时不会有，但是作为我们练习也是有用的。

要从系统中完全删除MongoDB，你必须删除MongoDB应用程序本身，配置文件和任何包含数据和日志的目录。此过程不可逆，因此请确保在继续之前备份所有配置和数据。

yum erase $(rpm -qa | grep mongodb-org)
rm -r /var/log/mongodb
rm -r /var/lib/mongo

如果是采用源码（二进制）包安装，删除解压出来的目录即可（因为我们上面把数据和日志都放进去了），如果你指定在其它位置，那找到相应位置删除即可。

MongoDB基本使用

基本概念

数据库
MongoDB的一个实例可以拥有一个或多个相互独立的数据库，每个数据库都有自己的集合（表）。
集合
集合可以看作是拥有动态模式的表
方档
文档是MongoDB中基本的数据单元，类似于RDB的行。文档是键值对的一个有序集合。在JS中，文档被表示成对象。
_id
每个文档都有个特殊的 _id，在文档所属集合中是唯一的，默认由mongodb自己维护，当然你也可以自己指定。
JavaScript shell
MongoDB自带了一个功能强大的JavaScript Shell，可以用于管理或操作MongoDB
MongoDB和RDB的概念对比
1. 都有数据库的概念
2. 集合 –>RDB的表
3. 文档 –>RDB表中的一条记录
4. 文档对象里面的 key –> RDB表中的字段
5. 文档对象里面的 value–> RDB表中字段的值
6. MongoDB中没有外键的概念

数据库名称定义规则

1：不能是空串
2：不得含有/、\、？、$、空格、空字符等等，基本只能使用ASCII中的字母和数字
3：区分大小写，建议全部小写
4：最多为64字节
5：不得使用保留的数据库名，比如：admin，local，config

注意：数据库最终会成为文件，数据库名就是文件的名称

集合名称定义规则

1：不能是空串
2：不能包含\0字符（空字符），这个字符表示集合名的结束，也不能包含”$”
3：不能以”system.”开头，这是为系统集合保留的前缀

文档的键的定义规则

1：不能包含\0字符（空字符），这个字符表示键的结束
2：“.”和“$”是被保留的，只能在特定环境下用
3：区分类型，同时也区分大小写
4：键不能重复

注意：文档的键值对是有顺序的，相同的键值对如果有不同顺序的话，也是不同的文档

MongoDB基本的数据类型

数据类型	描述	举例
null	表示空值或者未定义的对象	{“x”:null}
布尔值	真或者假：true或者false	{“x”:true}
32位整数	shell不支持该类型，默认会转换成64位浮点数，也可以使用NumberInt类	{“x”:NumberInt(“3”)}
64位整数	shell不支持该类型，默认会转换成64位浮点数,也可以使用NumberLong类	{“x”:NumberLong(“3”)}
64位浮点数	shell中的数字就是这一种类型	{“x”：3.14，”y”：3}
字符串	UTF-8字符串	{“foo”:”bar”}
符号	shell不支持，shell会将数据库中的符号类型的数据自动转换成字符串
对象id	文档的12字节的唯一id	{“id”: ObjectId()}
日期	从标准纪元开始的毫秒数	{“date”:new Date()}
正则表达式	文档中可以包含正则表达式，遵循JavaScript的语法	{“foo”:/foobar/i}
代码	文档中可以包含JavaScript代码	{“x”：function() {}}
未定义	undefined	{“x”：undefined}
数组	值的集合或者列表	{“arr”: [“a”,”b”]}
内嵌文档	文档可以作为文档中某个key的value	{“x”:{“foo”:”bar”}}

增删改（CUD）操作

接下来我在命令行客户端中操作数据，这里假设你已经进入命令行。如果你没有与我保持同步，请再看一看上面的教程。

# 运行shell，命令：mongo ip:port，在这里我使用的默认的端口所以就没有指定
[root@bogon mongodb-linux-x86_64-rhel70-3.4.1]# ./bin/mongo

# 显示现有的数据库，命令：show dbs;
> show dbs
admin  0.000GB
local  0.000GB

# 显示当前使用的数据库，命令：db
> db
test

# 切换当前使用的数据库，命令：use 数据库名称
> use local
switched to db local

# 创建数据库：MongoDB没有专门创建数据库的语句，可以使用“use” 来使用某个数据库，如果要使用的数据库不存在，那么将会创建一个，会在真正向该库加入文档后，保存成为文件。
> use mall
switched to db mall

# 删除数据库，命令：db.dropDatabase()，在使用这个命令前要记得切换到将被删除的数据，可以用上面学到的命令确认一下。
> db
mall
> db.dropDatabase()
{ "dropped" : "mall", "ok" : 1 }

# 显示现有的集合，命令：show collections，我们切换到一个新的数据库，到里面插入一个集合并保存一条数据，这样做只是为了造些语句便于演示这个命令。
> use mall
switched to db mall
> db.user.insert({name:'张三'})
WriteResult({ "nInserted" : 1 })
> show collections
user

# 创建集合：在MongoDB中不用创建集合，因为没有固定的结构，直接使用db.集合名称.命令 来操作就可以了。如果非要显示创建集合的话，用：db.createCollecion('集合名称');
> db.createCollection('system')
{ "ok" : 1 }

# 插入并保存文档
# insert方法，可以单独插入一个文档，也可以插入多个，用“[ ]”即可。注意：
# 1：MongoDB会为每个没有“_id”字段的文档自动添加一个”_id”字段
# 2：每个Doc必须小于16MB
# 上面已经有演示，这里就不再赘述

# 删除文档，命令：remove ， 可以按条件来删除只是删除文档，集合还在，如果使用 drop命令，会连带集合和索引都删掉
# 查看集合中所有的文档，命令：db.集合名称.find();
> db.user.find()
{ "_id" : ObjectId("5871e5f99423674edcea4eec"), "name" : "张三" }
> db.user.remove({})
WriteResult({ "nRemoved" : 1 })
> db.user.find()
>

# 查看集合的状态信息：db.集合名.stats();
> db.user.stats()
{
"ns" : "mall.user",
"size" : 0,
"count" : 0,
"storageSize" : 20480,
"capped" : false,
"wiredTiger" : {...},
    ...
}

# 查看集合中第一个文档，命令：db.集合名称.findOne({条件对象})，造一些数据方便测试
> db.user.insert([{name:'李四'},{name:'王五'}])
BulkWriteResult({
"writeErrors" : [ ],
"writeConcernErrors" : [ ],
"nInserted" : 2,
"nUpserted" : 0,
"nMatched" : 0,
"nModified" : 0,
"nRemoved" : 0,
"upserted" : [ ]
})
> db.user.findOne()
{ "_id" : ObjectId("5871e8fe9423674edcea4eed"), "name" : "李四" }

# 文档替换，命令： db.集合名称. update(条件，新的文档);
> db.user.update({name:'王五'}, {name:'王五',sex:'男'})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find()
{ "_id" : ObjectId("5871e8fe9423674edcea4eed"), "name" : "李四" }
{ "_id" : ObjectId("5871e8fe9423674edcea4eee"), "name" : "王五", "sex" : "男" }
# 上面的操作说明：先找到名称是王五的这一条记录，然后用新文档替换数据原来的所有值，是一个整体替换的操作。

# save方法
# 如果文档存在就更新，不存在就新建，主要根据”_id”来判断。可以看到我们插入了一个名称相同的文档，结果是成功的。
> db.user.save({name:'李四'})
WriteResult({ "nInserted" : 1 })
> db.user.find()
{ "_id" : ObjectId("5871e8fe9423674edcea4eed"), "name" : "李四" }
{ "_id" : ObjectId("5871e8fe9423674edcea4eee"), "name" : "王五", "sex" : "男" }
{ "_id" : ObjectId("5871eb8e9423674edcea4eef"), "name" : "李四" }

# upsert
# 找到了符合条件的文档就更新，否则会以这个条件和更新文档来创建一个新文档。指定update方法的第三个参数为true，可表示是upsert
> db.user.update({name:"张三"}, {name:"张三",sex:'女'})
WriteResult({ "nMatched" : 0, "nUpserted" : 0, "nModified" : 0 })
> db.user.find()
{ "_id" : ObjectId("5871e8fe9423674edcea4eed"), "name" : "李四" }
{ "_id" : ObjectId("5871e8fe9423674edcea4eee"), "name" : "王五", "sex" : "男" }
{ "_id" : ObjectId("5871eb8e9423674edcea4eef"), "name" : "李四" }
# 上面的修改没有成功，原因就在于根据条件查询不到张三这个文档，那下面我们给他换上第三个参数。我们希望找不到就增加，找到就修改。
> db.user.update({name:"张三"}, {name:"张三",sex:'女'}, true)
WriteResult({
"nMatched" : 0,
"nUpserted" : 1,
"nModified" : 0,
"_id" : ObjectId("5871ecba7f264dfcaeec2489")
})
> db.user.find()
{ "_id" : ObjectId("5871e8fe9423674edcea4eed"), "name" : "李四" }
{ "_id" : ObjectId("5871e8fe9423674edcea4eee"), "name" : "王五", "sex" : "男" }
{ "_id" : ObjectId("5871eb8e9423674edcea4eef"), "name" : "李四" }
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "女" }
#大家请看上面的操作，从查询出来的结果中我们看到，要修改的记录没有找到就变成新增操作了。

# 查询更新了多少个文档
# 使用命令：getLastError ，返回最后一次操作的相关信息，里面的n就是更新的文档的数量。
> db.runCommand({"getLastError":1})
{
"connectionId" : 3,
"n" : 0,
"syncMillis" : 0,
"writtenTo" : null,
"err" : null,
"ok" : 1
}

更新修改器，用来做复杂的更新操作

细心的人可能已经发现，上面介绍的修改操作是整体替换的，如果想局部修改怎么办呢？这节就告诉你具体的方法。

# 我准备了测试数据如下
> db.user.find()
{ "_id" : ObjectId("5871e8fe9423674edcea4eed"), "name" : "李四" }
{ "_id" : ObjectId("5871e8fe9423674edcea4eee"), "name" : "王五", "sex" : "男" }
{ "_id" : ObjectId("5871eb8e9423674edcea4eef"), "name" : "李四" }
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "女" }

# 1：$set ：指定一个字段的值，如果字段不存在，会创建一个
> db.user.update({name:'张三'}, {$set:{sex:'保密'}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密" }
# 如果指定修改的字段不存在则新增加
> db.user.update({name:'张三'}, {$set:{nick:'小三'}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "nick" : "小三" }

# 2：$unset ：删掉某个字段
> db.user.update({name:'张三'}, {$unset:{nick:1}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密" }


# 3：$inc ：用来增加已有键的值，如果字段不存在，会创建一个。只能用于整型、长整型、或双精度浮点型的值。
> db.user.update({name:'张三'}, {$inc:{age:12}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12 }


# 4：$push：向已有数组的末尾加入一个元素，要是没有就新建一个数组
> db.user.update({name:'张三'}, {$set:{group:[4,2]}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 4, 2 ] }
> db.user.update({name:'张三'}, {$push:{group:5}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 4, 2, 5 ] }


# 5：$each：通过一次$push来操作多个值，同时push多个值
> db.user.update({name:'张三'}, {$push:{group:{$each:[4,2,6,5]}}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 4, 2, 5, 4, 2, 6, 5 ] }

# 6：$slice：限制数组只包含最后加入的n个元素，其值必须是负整数
> db.user.update({name:'张三'}, {$push:{group:{$each:[4,2,6,5],$slice:-3}}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 2, 6, 5 ] }


# 7：$sort：对数组中的元素，按照指定的字段来对数据进行排序（1为升序，-1为降序），然后再按照slice删除。注意：不能只将$slice或者$sort与$push配合使用，且必须使用$each
> db.user.update({name:'张三'}, {$push:{group:{$each:[4,2,6,5],$slice:-3, $sort:1}}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 6, 6 ] }


# 8：$ne：判断一个值是否在数组中，如果不在则添加进去
> db.user.update({name:'张三', group:{$ne:7}}, {$push:{group:7}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 6, 6, 7 ] }
> db.user.update({name:'张三', group:{$ne:7}}, {$push:{group:7}})
WriteResult({ "nMatched" : 0, "nUpserted" : 0, "nModified" : 0 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 6, 6, 7 ] }


# 9：$addToSet：将数组作为数据集使用，以保证数组内的元素不会重复
> db.user.update({name:'张三'}, {$addToSet:{group:7}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 0 })

# 10：$pop ：从数组一端删除元素，{$pop:{key:1}}，从末尾删掉一个，-1则从头部删除
> db.user.update({name:'张三'}, {$pop:{group:1}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })


# 11：$pull：按照条件来删除所有匹配的元素
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 6, 6, 7, 7 ] }
> db.user.update({name:'张三'}, {$pull:{group:7}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 6, 6 ] }

# 12：$：用来修改第一个匹配的元素
> db.user.update({name:'张三'}, {$set:{'group.2':8}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 6, 8 ] }
# 像上面这种就是根据数组的索引来替换值
> db.user.update({name:'张三', 'group.1':6}, {$set:{'group.$':4}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
> db.user.find({name:'张三'})
{ "_id" : ObjectId("5871ecba7f264dfcaeec2489"), "name" : "张三", "sex" : "保密", "age" : 12, "group" : [ 5, 4, 8 ] }

以上的命令一定要自己都跟着练习几次，如此这些东西才能算是你学到的。学了和学到是两个完全不同的状态。我后面还会进一步介绍其它高级内容，以及与实际项目的结合，欢迎关注。

秒客网

MongoDB安装及基本使用