什么是mongodb
MongoDB是一个基于分布式文件存储的数据库，由C++语言编写。对于结构复杂的数据，使用MongoDB比关系型数据库更加灵活。
旨在为WEB应用提供可扩展的高性能数据存储解决方案。
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。它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。
Mongo最大的特点是它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。
可用性和负载均衡
MongoDB在高可用和读负载均衡上的实现非常简洁和友好，MongoDB自带了副本集的概念，通过设计适合自己业务的副本集和驱动程序，可以非常有效和方便地实现高可用，读负载均衡。而在其他数据库产品中想实现以上功能，往往需要额外安装复杂的中间件，大大提升了系统复杂度，故障排查难度和运维成本。
扩展性在扩展性方面
假设应用数据增长非常迅猛的话，通过不断地添加磁盘容量和内存容量往往是不现实的，而手工的分库分表又会带来非常繁重的工作量和技术复杂度。
在扩展性上，MongoDB有非常有效的，现成的解决方案。通过自带的Mongos集群，只需要在适当的时候继续添加Mongo分片，就可以实现程序段自动水平扩展和路由，一方面缓解单个节点的读写压力，另外一方面可有效地均衡磁盘容量的使用情况。整个mongos集群对应用层完全透明，并可完美地做到各个Mongos集群组件的高可用性。
数据压缩
自从MongoDB 3.0推出以后，MongoDB引入了一个高性能的存储引擎WiredTiger，并且它在数据压缩性能上得到了极大的提升，跟之前的MMAP引擎相比，压缩比至少可增加5倍以上，可以极大地改善磁盘空间使用率。其他特性相比其他关系型数据库，MongoDB引入了”固定集合”的概念。所谓固定集合，就是指整个集合的大小是预先定义并固定的，内部就是一个循环队列，假如集合满了，MongoDB后台会自动去清理旧数据，并且由于每次都是写入固定空间，可大大地提升写入速度。这个特性就非常适用于日志型应用，不用再去纠结日志疯狂增长的清理措施和写入效率问题。另外需要更加精细的淘汰策略设置，还可以使用TTL索引(time-to-liveindex)，即具有生命周期的索引，它允许为每条记录设置一个过期时间，当某条记录达到它的设置条件时可被自动删除。在某些LBS的应用中，使用MongoDB也有非常巨大的优势。MongoDB支持多种类型的地理空间索引，支持多种不同类型的地理空间查询，比如intersection，within和nearness等。
MongoDB不适用的应用场景在某些场景下
MongoDB作为一个非关系型数据库有其局限性。MongoDB不支持事务操作，所以需要用到事务的应用建议不用MongoDB，另外MongoDB目前不支持join操作，需要复杂查询的应用也不建议使用MongoDB。
MongoDB语法 MySql语法
db.test.find({‘name’:‘foobar’}) <> select * from test where name=‘foobar’
db.test.find()* <> select from test
db.test.find({‘ID’:10}).count() <==> select count() from test where ID=10
db.test.fin*d().skip(10).limit(20) <> select * from test limit 10,20
db.test.find({‘ID’:{KaTeX parse error: Expected 'EOF', got '}' at position 14: in:[25,35,45]}̲}) <==> …lt:20}}) <> select distinct(name) from testwhere ID<20。
db.test.group({key:{‘name’:true},cond:{‘name’:‘foo’},reduce:function(obj,prev){prev.msum+=obj.marks;},initial:{msum:0}}) <==> select name,sum(marks) from testgroup by name
db.test.find(‘this.ID<20’,{name:1}) <==> select name from test whereID<20
db.test.insert({‘name’:‘foobar’,‘age’:25}) <==> insertinto test (‘name’,‘age’) values(‘foobar’,25)
db.test.remove({}) <==> delete * from test
db.test.remove({‘age’:20}) <==> delete test where age=20
db.test.remove({‘age’:{$lt:20}}) <==> delete test where age<20
db.test.remove({‘age’:{$lte:20}}) <==> delete test where age<=20
db.test.remove({‘age’:{$gt:20}}) <==> delete test where age>20
db.test.remove({‘age’:{$gte:20}}) <==> delete test where age>=20
db.test.remove({‘age’:{$ne:20}}) <==> delete test where age!=20
db.test.update({‘name’:‘foobar’},{$set:{‘age’:36}})<==> update test set age=36 where name=‘foobar’
db.test.update({‘name’:‘foobar’},{$inc:{‘age’:3}})<==> update test set age=age+3 where name=‘foobar’
模糊查询：KaTeX parse error: Expected '}', got 'EOF' at end of input: ….find({"name":{regex:“aaa”}})
分组个数过滤
db.getCollection(‘id_mapper’).aggregate([{KaTeX parse error: Expected '}', got 'EOF' at end of input: group:{ _id :"contract_id",count:{KaTeX parse error: Expected 'EOF', got '}' at position 6: sum:1}̲}},{match:{count:{$gt:1}}}])
判断是否为空
db.getCollection(‘id_mapper’).find({“sinocardid”:{$in:[null]}})
Mongodb与mysql对比
主要是对比MySQL来说明
优点
不存在sql注入：MySQL的是sql注入是一个很严重的缺点，虽然可以使用参数绑定和预处理以及特殊字符转义来处理。但是MongoDB根本不存在这个问题。不过xss攻击还是需要防范的。
不需要提前创建表：在MySQL中如果想要写入一条数据的话必须要先创建好一张表然后才能写入数据，比如：要在user表里写入id=1,username=‘aaa’,sex=‘女’,age=‘20’这条数据，那你就必须在MySQL数据库上提前建好一张user表，并且至少必须有id,username,sex,age这几个字段才能写入成功。但是MongoDB可以直接写入数据，不需要提前创建表，例子：db.user.insert({“id”:1,“username”:“aaa”,“sex”:“女”,“age”:20}) 就好
可以任意添加或减少字段：用上一个例子，在MySQL中假设我要在上一条数据上再加一个身高height字段,那么我就必须再去user表上再去添加一个height字段才能写入height数据。但是在MongoDB中你可以直接写就行，而且假设你的第一条数据是 id,username,sex,age，那么你的第二条数据大可以写成 id,username,age,leight。
字段数据格式自由：在MySQL中，如果id字段是数字的话你写一个字符串进去是会报错的，但是MongoDB不会。
可以处理json结构：在MongoDB可以存储一个json对象，比如 字段a的值为{“a”:11,“b”:12,“c”:“abc”,“d”:[1,2,3]},你可以直接去读取或设置a字段的b值 a.b，读取a字段d数组的第二个值：a.d.1,可以去删除a字段的a数据KaTeX parse error: Expected '}', got 'EOF' at end of input: …直接插入。({where},{set:{data}},{“upsert”:true})
充分利用了计算机内存，所以查询和插入效率要远大于MySQL。我自己测试（400w随机数据）的时候只有在没有索引的情况下MongoDB的查询效率要远大于MySQL，插入效率和MySQL差不多都是8w条左右1分钟。在有索引的时候MySQL的查询要速度要高于MongoDB。
缺点
MongoDB是个nosql数据，所以关系能力薄弱，不能像MySQL一样使用join，union来进行联合查找，只能通过结合一些特殊语法来达到类似的结果。
事务能力薄弱，虽然MongoDB里事务，但是好像只能针对单条语句（查了好多但是有些看不懂），不能像MySQL一样利用事务执行多条语句，可以根据情况来选着全部提交执行或者全部取消回滚。
相比MySQL，MongoDB的效率存在一定的波动性，不是很稳定。
由于数据存储的问确定性2，3，4条，MongoDB的管理相对MySQL会困难一些
MongoDB的管人员（DBA）比较少
总结：
如果会频繁使用事务和关联查询，并且最求服务的稳定性最好还是选用MySQL
如果数据格式不确定，却少数据库管理人员，不怎么使用关联查询和事务，不是特别追求服务的稳定性可以使用MongoDB
不是很重要的数据可以使用MongoDB，比较重要的使用可以用使用MySQL。
MongoDB与Redis对比
