MongoDB作为最像关系型数据的非关系型数据库，有许多类似SQL的功能，他是一个基于分布式文件储存的数据库，由C++编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。
MongoDB将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。
MongoDB的主要特点：

• MongoDB 的提供了一个面向文档存储，操作起来比较简单和容易。
• 你可以在 MongoDB记录中设置任何属性的索引( 如 ： FirstName=“Sameer”, Address=“8 Gandhi Road”)来实现更快的排序。
• 你可以通过本地或者网络创建数据镜像，这使得 MongoDB 有更强的扩展性。
• 如果负载的增加（需要更多的存储空间和更强的处理能力），它可以分布在计算机网络中的其他节点上这就是所谓的分片。
• Mongo 支持丰富的查询表达式。查询指令使用JSON形式的标记，可轻 易查询文档中内嵌的对象及数组。
• MongoDb 使用update()命令可以实现替换完成的文档（数据）或者一些 指定的数据字段 。
• Mongodb 中的 Map/reduce 主要是用来对数据进行批量处理和聚合操作。
• Map 和 Reduce。Map 函数调用 emit(key,value)遍历集合中所有的记录， 将 key与value 传给 Reduce 函数进行处理。
• Map函数和 Reduce函数是使用Javascript 编写的 ， 并可以通过db.runCommand或mapreduce命令来执行MapReduce操作。
• GridFS是MongoDB中的一个内置功能，可以用于存放大量小文件。
• MongoDB允许在服务端执行脚本，可以用Javascript编写某个函数，直接在服务端执行，也可以把函数的定义存储在服务端，下次直接调用即可。
• MongoDB 支持各种编程语言:RUBY，PYTHON，JAVA，C++，PHP， C#等多种语言。
• MongoDB 安装简单。

MongoDB术语/概念与SQL区别：

SQL 术语/概念	MongoDB 术语/概念	解释/说明
database	database	数据库
table	collection	数据库表/集合
row	document	数据记录行/文档
column	field	数据字段/域
index	index	索引
table joins		表连接, MongoDB 不支持
primary key	primary key	主键, MongoDB 自动将_id 字 段设置为主键

MongoDB中数据库基本操作

展示所有数据库列表：
show dbs

创建数据库：
use database_name，会创建数据库并切换至该数据库

显示所在数据库：
db

删除数据库：
先进入想要删除的数据库，然后输入db.dropDatabase()

MongoDB集合（数据库表）

集合存在于数据库中，集合没有固定的结构，这意味着你在对集合可以插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关 联性。
创建集合：
1、创建数据库后，直接在数据中添加数据可自动创建相应集合

2、db.createCollection(name,options)，name表示要创建的集合名，options是可选参数，指定有关内存大小及索引的选项。

options可选参数如下：

字段	类型	描述
capped	布尔	（可选）如果为 true，则创建固定集合。固定集合是指有着固定大小的 集合，当达到最大值时，它会自动覆盖最早的文档。 当该值为 true 时，必须指定 size 参数。
autoIndexId	布尔	（可选）如为 true，自动在 _id 字段创建索引。默认为 false。
size	数值	（可选）为固定集合指定一个最大值（以字节计）。 如果 capped 为 true，也需要指定该字段。
max	数值	（可选）指定固定集合中包含文档的最大数量。

查看已有集合：

show collections/show tables

删除集合：

db.collection.drop()

MongoDB文档（数据记录行）

MongoDB文档时一组键值（key-value）对（BSON），例如{“name”:“xiaowang”,“age”:18}
文档不需要设置相同的字段，相同的字段不需要相同的数据类型，这是其区别于关系型数据库很重要的一点，也是MongoDB的特点。
MongoDB需要注意的点：

• 文档中的键/值对是有序的。
• 文档中的值不仅可以是在双引号里面的字符串，还可以是其他几种数据 类型（甚至可以是整个嵌入的文档)。
• MongoDB 区分类型和大小写。
• 文档的键是字符串。除了少数例外情况，键可以使用任意 UTF-8 字符。 文档键命名规范： 1、 键不能含有\0 (空字符)。这个字符用来表示键的结尾。 2、.和$有特别的意义，只有在特定环境下才能使用。 3、 以下划线"_"开头的键是保留的(不是严格要求的)。

和其他数据库一样，我们大部分时间都是在操作MongoDB文档，MongoDB的增删改查：
增
MongoDB使用insert()或save()方法向集合中插入文档，语法如下

db.collection_name.insert(document)

例：

db.classes.insert({
   "class":"python","name":"小王"})

db.collection_name.save(document)，save()方法如果不加_id字段和insert()方法一样，但是如果添加了_id字段，且没有该_id字段，会插入一条新数据，如果集合中已经存在该字段，会更新该字段的数据。
例：

db.classes.save({
   "_id":100,"class":python,"name":"小黄"})

删
db.collection_name.remove(query,justOne,writeConcern)，其中query为删除条件。
justOne可选，如果设置为ture或者1，会删除第一条符合条件的文档，默认为false，全部删除。
writeConcern可选，代表抛出异常的级别。
例：

db.test.remove({age:19},true)

改
我们已经知道当save()方法中有已存在的_id，会修改该文档数据，MongoDB中还有一个修改的方法update()

db.collection_name.update(query,update,upsert,multi,writeConcern)

参数说明：
query：修改条件
update：需要进行更新的操作
upsert：可选参数，设置成true，如果修改条件不存在会添加，默认为false，不添加
multi：可选参数，默认为false，只更新找到的第一条数据，设置成true会修改所有符合条件的数据
writeConcern：可选参数，抛出异常的级别
更新操作符：

• $currentDate 将字段的值设置为当前日期，可以是Date或Timestamp。
• $inc 按指定的数量增加字段的值。
• $min 仅当指定的值小于现有字段值时才更新字段。
• $max 仅当指定的值大于现有字段值时才更新字段。
• $mul 将字段的值乘以指定的量。
• $rename 重命名字段。
• $set 设置文档中字段的值。
• $setOnInsert 如果更新导致文档插入，则设置字段的值。对修改现有文档的更新操作没有影响。
• $unset 从文档中删除指定的字段。

查
db.collection_name.find(query,projection)，query为可选操作，代表查询条件，不写代表查询所有。projection可选参数，使用投影操作符指定返回的键。查询时返回文档中 所有键值， 只需省略该参数即可（默认省略）。
如果想要显示易读模式，可使用db.collection_name.find(query,projection).pretty()
除了find()以外，还有findOne()方法，只返回一个文档。
MongoDB的查询和sql语句类似，只不它的查询语句以键值对的形式存在，MongoDB与sql中where语句的对比

操作	格式	范例	SQL语句
等于	{<key>:<value> }	db.col.find({“name”:“小王”}).pretty()	where name = ‘小王’
小于	{<key>:{$lt:<value>}}	db.col.find({“age”:{$lt:18}}). pretty()	where age < 18
小于或 等于	{<key>:{$lte:<value>}}	db.col.find({“age”:{$lte:18}} ).pretty()	where age <= 18
大于	{<key>:{$gt:}}	db.col.find({“age”:{$gt:18}}) .pretty()	where age > 18
大于或 等于	{<key>:{$gte:<value>}}	db.col.find({“age”:{$gte:18} }).pretty()	where age >= 18
不等于	{<key>:{$ne:<value>}}	db.col.find({“age”:{$ne:18}} ).pretty()	where age != 18

MongoDB中OR和AND的用法
AND：find()可传入多个键，每个键以逗号隔开，表示and，db.col.find({key1:value1,key2:value2}).pretty()，类似sql中的WHERE age = 18 AND name = “小王”。
OR：MongoDB中的or条件语句使用了关键字$or，语法格式如下：
db.col.find({$or:[{key1:value1},{key2:value2}]}).pretty()，类似sql中的WHERE age = 18 OR name = “小王”。
AND 和 OR联合使用：例如我们要查询所有班级中属于python班的和年龄为18岁的或者属于python班的和年龄为19岁的，mysql中可以这样写：SELECT * FROM classes WHERE class = "python" AND (age = 18 OR age = 19)，在MongoDB中可以这样写：

db.classes.find({class:"python"},$or:[{age:18},{age:19}]).pretty()

$type操作符：

类型	数字	备注
Double	1
String	2
Object	3
Array	4
Binary data	5
Undefined	6	已废弃。
Object id	7
Boolean	8
Date	9
Null	10
Regular Expression	11
JavaScript	13
Symbol	14
JavaScript (with scope)	15
32-bit integer	16
Timestamp	17
64-bit integer	18
Min key	255	Query with -1.
Max key	127

来源:https://www.runoob.com/mongodb/mongodb-operators-type.html
例如，我们要查询classes中所有name为String类型的数据：db.classes.find({name:{$type:2}})

MongoDB limit()
limit()方法可用于获取指定数量的数据记录，接受一个数字参数，表示查看的数据条数，语法如下：

db.COLLECTION_NAME.find().limit(NUMBER)

MongoDB skip()
limit()可以指定查看数据的数量，skip则是跳过指定数量的数据，同样接收一个数字，语法如下：

db.COLLECTION_NAME.find().skip(NUMBER)

例如db.col.find().skip(2)表示col中所有数据中搁2个取一个。
MongoDB sort()
sort() 方法用于对数据进行排序，可通过参数进行指定排序的字段，使用-1或1指定排序的方式，1为升序，-1为降序，语法如下：

db.COLLECTION_NAME.find().sort({
   key:1})

例如db.col.find().sort({"age":-1})表示取出col的所有数据并以age字段进行逆序排序
MongoDB count()
count()方法用于数据的统计，语法如下：

db.col.count() 或 db.col.find().count()

MongoDB aggregate()
MongoDB中聚合(aggregate)主要用于处理数据，例如统计平均值，求和等，并返回计算后的数据结果，语法如下：

db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

一些常用聚合表达式

表达式	描述	实例
$sum	计算总和。	db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$sum : “$likes”}}}])
$avg	计算平均值	db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$avg : “$likes”}}}])
$min	获取集合中所有文档对应值得最小值。	db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$min : “$likes”}}}])
$max	获取集合中所有文档对应值得最大值。	db.mycol.aggregate([{$group : {_id : “$by_user”, num_tutorial : {$max : “$likes”}}}])

python 操作 MongoDB

python中操作MongoDB需要安装第三方模块pymongo：pip install pymongo

# 连接本机mongo
client = pymongo.MongoClient("127.0.0.1",27017)
# 选择test库
db = client.test
# 查询所有数据
db.test.find().pretty()
# 插入数据
db.test.insert({
    "name":"小王","age":18})