1、MongoDB介绍
MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json的bjson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
它的特点是高性能、易部署、易使用，存储数据非常方便。主要功能特性有：
    * 面向集合存储，易存储对象类型的数据。
    * 模式自由。
    * 支持动态查询。
    * 支持完全索引，包含内部对象。
    * 支持查询。
    * 支持复制和故障恢复。
    * 使用高效的二进制数据存储，包括大型对象（如视频等）。
    * 自动处理碎片，以支持云计算层次的扩展性
    * 支持RUBY，PYTHON，JAVA，C++，PHP等多种语言。
    * 文件存储格式为BSON（一种JSON的扩展）
    * 可通过网络访问
所谓“面向集合”（Collenction-Orented），意思是数据被分组存储在数据集中，被称为一个集合（Collenction)。每个 集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定 义任何模式（schema)。
模式自由（schema-free)，意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。
存储在集合中的文档，被存储为键-值对的形式。键用于唯一标识一个文档，为字符串类型，而值则可以是各中复杂的文件类型。我们称这种存储形式为BSON（Binary Serialized document Format）。
MongoDB服务端可运行在Linux、Windows或OS X平台，支持32位和64位应用，默认端口为27017。推荐运行在64位平台，因为MongoDB在32位模式运行时支持的最大文件尺寸为2GB。
MongoDB把数据存储在文件中（默认路径为：/data/db，该目录必须存在，否则启动的时候会报错），为提高效率使用内存映射文件进行管理。
以上内容摘自：http://www.oschina.net/p/mongodb

2、下载及安装
下载地址：http://www.mongodb.org/downloads，选择合适的版本。
安装就是将下载的文件解压到你想存放的指定的目录即可，相比较于其它需要安装的数据库，这个简直是太简单了。

3、文件及目录介绍
在Windows下面，mongodb就只有一个bin目录以及bin目录以外的三个文件，相对bin目录中包括了如下文件：
bsondump.exe用于将导出的BSON文件格式转换为JSON格式
mongo.exemongoDB的客户端
mongod.exe用于启动mongoDB的Server
mongod.pdb
mongodump.exe用于从mongodb数据库中导出BSON格式的文件，类似于mysql的dump工具mysqldump
mongoexport.exe用于将mongodb中的数据库，导出为JSON,CSV或TSV的格式。使用示例：mongoexport --host mongodb1.example.net --port 37017 --username user --password pass --collection contacts
mongofiles.exe用于和mongoDB的GridFS文件系统交互的命令，并可操作其中的文件，它提供了我们本地系统与GridFS文件系统之间的存储对象接口。使用示例：mongofiles --hostname db1.example.net --port 37017 -d records list
mongoimport.exe用于将JSON,CSV或TSV等文件格式，导入到mongoDB数据库中，使用示例：mongoimport --db users --collection contacts --type csv --file /opt/backups/contacts.csv
mongooplog.exe用于从运行的mongod服务中拷贝运行日志到指定的服务器，主要用于增量备份，使用示例：mongooplog --from mongodb0.example.net --host mongodb1.example.net，备份还可以参看一下这篇BLOG：http://www.ttlsa.com/html/2052.html
mongoperf.exe用于独立检查mongoDB的I/O性能的工具，使用示例：mongoperf.exe < testPrefJson.txt （注：testPrefJson.txt存放测试的参数，以json格式，如：{nThreads:16,fileSizeMB:1000,r:true}，更多参数参看该命令的帮助），在linux上配置iostat命令观察写入的效果
mongorestore.exe用于恢复导出的BSON文件到mongodb数据库中
mongos.exe用于注册系统处理
mongos.pdb
mongostat.exe当前mongod状态监控工具，像linux中监控linux的vmstat
mongotop.exe提供了一个跟踪mongod数据库花费在读写数据的时间，为每个collection都会记录，默认记录时间是按秒记录。
mongosniff(linux及unix有此工具)用于监控连接到mongodb的TCP/IP连接，类似于tcpdump。应用可以查看这篇BLOG：http://blog.nosqlfan.com/html/521.html

注：每个命令都可以通过参数"--help"获取帮助，不过更好的是阅读mongodb的manual，里面都有介绍。

4、启动服务端与客户
启动服务端：
运行命令：mongod.exe （注：此目录/data/db必须存在）
启动客户端：
运行命令：mongo.exe

5、CRUD示例
以下是示例，是根据mongoDB官网的online shell完成的

3. SavingHere's how you save a document to MongoDB:  db.scores.save({a: 99}); This says, "save the document '{a: 99}' to the 'scores' collection."Go ahead and try it. Then, to see if the document was saved, try  db.scores.find(); Once you've tried this, type 'next'.>db.scores.save({a:99});"ok">db.me.save({name:'tom',language:['java','c','python']});"ok">db.me.find();[   {   "name" : "tom",   "language" : [   "java",   "c",   "python" ],   "_id" : {   "$oid" : "52156671cc93742c160c66bc"   }   }]>db.scores.find();[   {   "a" : 99,   "_id" : {   "$oid" : "52156646cc93742c160c66bb"   }   }]>4. Saving and QueryingTry adding some documents to the scores collection:  for(i=0; i<10; i++) { db.scores.save({a: i, exam: 5}) }; Try that, then enter  db.scores.find(); to see if the save succeeded. Since the shell only displays 10 results at time,you'll need to enter the 'it' command to iterate over the rest.(enter 'next' when you're ready)>for(i=0;i<20;i++){db.scores.save({student:i,score:20})};"ok">db.scores.find();[   {   "a" : 99,   "_id" : {   "$oid" : "52156646cc93742c160c66bb"   }   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c0"   },   "student" : 3,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c1"   },   "student" : 1,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c2"   },   "student" : 0,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c3"   },   "student" : 2,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c4"   },   "student" : 5,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c5"   },   "student" : 4,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c6"   },   "student" : 7,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c7"   },   "student" : 6,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c8"   },   "student" : 9,   "score" : 20   }]>it[   {   "_id" : {   "$oid" : "52156720cc93742c160c66c9"   },   "student" : 10,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66ca"   },   "student" : 11,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66cb"   },   "student" : 12,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66cc"   },   "student" : 13,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66cd"   },   "student" : 14,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66ce"   },   "student" : 8,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66cf"   },   "student" : 15,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d0"   },   "student" : 16,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d1"   },   "student" : 17,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d2"   },   "student" : 19,   "score" : 20   }]>it[   {   "_id" : {   "$oid" : "52156721cc93742c160c66d3"   },   "student" : 18,   "score" : 20   }]>5. Basic QueriesYou've already tried a few queries, but let's make them more specific.How about finding all documents where a == 2:  db.scores.find({a: 2}); Or what about documents where a > 15?  db.scores.find({a: {'$gt': 15}}); >db.scores.find({student:2});[   {   "_id" : {   "$oid" : "5215671fcc93742c160c66c3"   },   "student" : 2,   "score" : 20   }]>db.scores.find({a:{'$gt':12}});[   {   "a" : 99,   "_id" : {   "$oid" : "52156646cc93742c160c66bb"   }   }]>db.scores.find({student:{'$gt':12}});[   {   "_id" : {   "$oid" : "52156721cc93742c160c66cc"   },   "student" : 13,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66cd"   },   "student" : 14,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66cf"   },   "student" : 15,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d0"   },   "student" : 16,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d1"   },   "student" : 17,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d2"   },   "student" : 19,   "score" : 20   },  {   "_id" : {   "$oid" : "52156721cc93742c160c66d3"   },   "student" : 18,   "score" : 20   }]>db.scores.find({student:{'$lt':12}});[   {   "_id" : {   "$oid" : "5215671fcc93742c160c66c0"   },   "student" : 3,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c1"   },   "student" : 1,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c2"   },   "student" : 0,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c3"   },   "student" : 2,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c4"   },   "student" : 5,   "score" : 20   },  {   "_id" : {   "$oid" : "5215671fcc93742c160c66c5"   },   "student" : 4,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c6"   },   "student" : 7,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c7"   },   "student" : 6,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c8"   },   "student" : 9,   "score" : 20   },  {   "_id" : {   "$oid" : "52156720cc93742c160c66c9"   },   "student" : 10,   "score" : 20   }]>db.scores.find({student:{'$eq':12}});[   ]>6. Query OperatorsQuery Operators:$gt is one of many special query operators. Here are few others:  $lt  - '<',   $lte - '<=',   $gte - '>=',  $ne  - '!='  $in - 'is in array',  $nin - '! in array'db.scores.find({a: {'$in': [2, 3, 4]}}); db.scores.find({a: {'$gte': 2, '$lte': 4}}); Try creating some queries, then type 'next.'>db.scores.find({student:{'$in':[12]}});[   {   "_id" : {   "$oid" : "52156720cc93742c160c66cb"   },   "student" : 12,   "score" : 20   }]>db.scores.save({student:'tom',age:15,language:['java','c','ruby']});"ok">db.scores.save({student:'tom1',age:16,language:['java','c','python']});"ok">db.scores.save({student:'tom2',age:16,language:['c','python']});"ok">db.scores.find({language:{'$in':['c']}});[   {   "language" : [   "java",   "c",   "ruby" ],   "_id" : {   "$oid" : "52156a7ecc93742c160c66da"   },   "student" : "tom",   "age" : 15   },  {   "language" : [   "java",   "c",   "python" ],   "_id" : {   "$oid" : "52156a8fcc93742c160c66db"   },   "student" : "tom1",   "age" : 16   },  {   "language" : [   "c",   "python" ],   "_id" : {   "$oid" : "52156a9dcc93742c160c66dc"   },   "student" : "tom2",   "age" : 16   }]>db.scores.find({language:{'$in':['python']}});[   {   "language" : [   "java",   "c",   "python" ],   "_id" : {   "$oid" : "52156a8fcc93742c160c66db"   },   "student" : "tom1",   "age" : 16   },  {   "language" : [   "c",   "python" ],   "_id" : {   "$oid" : "52156a9dcc93742c160c66dc"   },   "student" : "tom2",   "age" : 16   }]>7. UpdatesNow create a couple documents like these for updating:  db.users.save({name: 'Johnny', languages: ['ruby', 'c']});   db.users.save({name: 'Sue', languages: ['scala', 'lisp']}); Make sure they were saved by called db.users.find()Update the first document like so:  db.users.update({name: 'Johnny'}, {name: 'Cash', languages: ['english']}); >db.users.save({name:'Johnny',language:['java','c']});"ok">db.users.save({name:'Tome',language:['python','java']});"ok">db.users.find();[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Tome",   "language" : [   "python",   "java" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   }   }]>db.users.find({name:'Tome'});[   {   "name" : "Tome",   "language" : [   "python",   "java" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   }   }]>db.users.update({name:'Tome'},{name:'Jack',language:['english']});"ok">db.users.find();[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Jack",   "language" : [   "english" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   }   }]>8. Update OperatorsThe previous update replaced the entire document, but MongoDB alsosupports partial updates to documents. For example, you can set a value:  db.users.update({name: 'Cash'}, {'$set': {'age': 50} }); You can also push and pull items from arrays:  db.users.update({name: 'Sue'}, {'$pull': {'languages': 'scala'} });   db.users.update({name: 'Sue'}, {'$push': {'languages': 'ruby'} }); Give these a try, check the results, and then enter 'next'.>db.users.update({name:'Jack'},{'$set':{'age':50}});"ok">db.users.find();[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Jack",   "language" : [   "english" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   },   "age" : 50   }]>db.users.update({name:'Jack'},{'$pull':{language:'java'}});"ok">db.users.find();[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Jack",   "language" : [   "english" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   },   "age" : 50   }]>db.users.find();"ok">db.users.update({name:'Jack'},{'$pull':{language:'java'}});[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Jack",   "language" : [   "english",   "java" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   },   "age" : 50   }]>db.users.find();"ok">db.users.update({name:'Jack'},{'$set':{age:60}});[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Jack",   "language" : [   "english" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   },   "age" : 50   }]>db.users.update({name:'Jack'},{'$set':{age:60}});"ok">db.users.find();[   {   "name" : "Johnny",   "language" : [   "java",   "c" ],   "_id" : {   "$oid" : "52156b66cc93742c160c66df"   }   },  {   "name" : "Jack",   "language" : [   "english" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   },   "age" : 60   }]>9. Deleting dataTo delete matching documents only, add a query selector to the remove method:  db.users.remove({name: 'Sue'});To delete everything from a collection:  db.scores.remove();>db.users.remove({name:'Johnny'});"ok">db.users.find();[   {   "name" : "Jack",   "language" : [   "english" ],   "_id" : {   "$oid" : "52156b8bcc93742c160c66e2"   },   "age" : 60   }]>db.users.remove();"ok">db.users.find();[   ]

6、MongoDB与RDBMS的比较与使用场景
不要简单的拿MongoDB与其它的RDBMS进行性能读写的场景比较，如mysql中的一个单表带索引的查询，与将这些数据放到mongoDB中，来比较谁的查询效率会更高，这种比较是没有意义的，就像飞机、轮船，汽车和自行车比较谁更快一样，如果是在很短的路程范围之内，是无法比较的，并且他们各自有各自的应用场景，在各处的应用场景中都能够发挥出很好的性能。MongoDB专注的是分布式、大容易存储，在大对象的处理处理会更有优势，如一个很复杂的对象，如果是存入到RDBMS中，可能会分为几个甚至于10几个表，查询数据的时候就会根据主外键到这10几个表中去关联数据；而MongoDB是基于是文档对象，存入到MongoDB中只需要放在一个collection中即可，查询的时候也只需要一下就全部查出来了，当然这只是一个方面而已。