re.: http://www.runoob.com/mongodb/mongodb-connections.html
MongoDB 连接
mongodb://[username:password@]host1[:port1][,host2[:port2],...[,hostN[:portN]]][/[database][?options]]
MongoDB 创建数据库的语法格式如下：
use DATABASE_NAME
MongoDB 删除数据库
db.dropDatabase()
MongoDB 插入文档
db.COLLECTION_NAME.insert(document)- 插入文档你也可以使用 db.col.save(document) 命令。如果不指定 _id 字段 save() 方法类似于 insert() 方法。如果指定 _id 字段，则会更新该 _id 的数据。
MongoDB 更新文档
db.collection.update( , , { upsert: , multi: , writeConcern: })>db.col.update({'title':'MongoDB 教程'},{$set:{'title':'MongoDB'}},{multi:true})db.collection.save( , { writeConcern: })只更新第一条记录：db.col.update( { "count" : { $gt : 1 } } , { $set : { "test2" : "OK"} } );全部更新：db.col.update( { "count" : { $gt : 3 } } , { $set : { "test2" : "OK"} },false,true );只添加第一条：db.col.update( { "count" : { $gt : 4 } } , { $set : { "test5" : "OK"} },true,false );全部添加加进去:db.col.update( { "count" : { $gt : 5 } } , { $set : { "test5" : "OK"} },true,true );全部更新：db.col.update( { "count" : { $gt : 15 } } , { $inc : { "count" : 1} },false,true );只更新第一条记录：db.col.update( { "count" : { $gt : 10 } } , { $inc : { "count" : 1} },false,false );
MongoDB 删除文档
db.collection.remove( , { justOne: , writeConcern: })如果你想删除所有数据，可以使用以下方式（类似常规 SQL 的 truncate 命令）：>db.col.remove({})>db.col.find()>
MongoDB 查询文档
db.collection.find(query, projection)>db.col.find({"likes": {$gt:50}, $or: [{"by": "菜鸟教程"},{"title": "MongoDB 教程"}]}).pretty(){ "_id" : ObjectId("56063f17ade2f21f36b03133"), "title" : "MongoDB 教程", "description" : "MongoDB 是一个 Nosql 数据库", "by" : "菜鸟教程", "url" : "http://www.runoob.com", "tags" : [ "mongodb", "database", "NoSQL" ], "likes" : 100}
- 分页相关
MongoDB Limit与Skip方法
我们除了可以使用limit()方法来读取指定数量的数据外，还可以使用skip()方法来跳过指定数量的数据，skip方法同样接受一个数字参数作为跳过的记录条数。>db.col.find({},{"title":1,_id:0}).limit(1).skip(1){ "title" : "Java 教程" }>
- 排序 MongoDB sort()方法 在MongoDB中使用使用sort()方法对数据进行排序，sort()方法可以通过参数指定排序的字段，并使用 1 和 -1 来指定排序的方式，其中 1 为升序排列，而-1是用于降序排列。
>db.COLLECTION_NAME.find().sort({KEY:1})
MongoDB 索引
>db.COLLECTION_NAME.ensureIndex({KEY:1})>db.col.ensureIndex({"title":1,"description":-1})语法中 Key 值为你要创建的索引字段，1为指定按升序创建索引，如果你想按降序来创建索引指定为-1即可。
MongoDB 聚合 http://www.runoob.com/mongodb/mongodb-aggregate.html
db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])以上实例类似sql语句：select by_user as _id, count(*) as num_tutorial from mycol group by by_user默认情况下_id字段是被包含的，如果要想不包含_id话可以这样:db.article.aggregate( { $project : { _id : 0 , title : 1 , author : 1 }});---db.articles.aggregate( [ { $match : { score : { $gt : 70, $lte : 90 } } }, { $group: { _id: null, count: { $sum: 1 } } } ] ); $match用于获取分数大于70小于或等于90记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处理。---db.article.aggregate( { $skip : 5 });经过$skip管道操作符处理后，前五个文档被"过滤"掉。
- MongoDB 关系
嵌入式关系 > 这种数据结构的缺点是，如果用户和用户地址在不断增加，数据量不断变大，会影响读写性能。
引用式关系 > 这种方法需要两次查询，第一次查询用户地址的对象id（ObjectId），第二次通过查询的id获取用户的详细地址信息。
嵌入式关系 > { "_id":ObjectId("52ffc33cd85242f436000001"), "contact": "987654321", "dob": "01-01-1991", "name": "Tom Benzamin", "address": [ { "building": "22 A, Indiana Apt", "pincode": 123456, "city": "Los Angeles", "state": "California" }, { "building": "170 A, Acropolis Apt", "pincode": 456789, "city": "Chicago", "state": "Illinois" }]} >db.users.findOne({"name":"Tom Benzamin"},{"address":1})引用式关系 > { "_id":ObjectId("52ffc33cd85242f436000001"), "contact": "987654321", "dob": "01-01-1991", "name": "Tom Benzamin", "address_ids": [ ObjectId("52ffc4a5d85242602e000000"), ObjectId("52ffc4a5d85242602e000001") ]}>var result = db.users.findOne({"name":"Tom Benzamin"},{"address_ids":1})>var addresses = db.address.find({"_id":{"$in":result["address_ids"]}})
MongoDB 数据库引用
使用 DBRefs以下实例中用户数据文档使用了 DBRef, 字段 address：{ "_id":ObjectId("53402597d852426020000002"), "address": { "$ref": "address_home", "$id": ObjectId("534009e4d852427820000002"), "$db": "runoob"}, "contact": "987654321", "dob": "01-01-1991", "name": "Tom Benzamin"}以下代码中，我们通过指定 $ref 参数（address_home 集合）来查找集合中指定id的用户地址信息：>var user = db.users.findOne({"name":"Tom Benzamin"})>var dbRef = user.address>db[dbRef.$ref].findOne({"_id":(dbRef.$id)})
MongoDB 查询分析 http://www.runoob.com/mongodb/mongodb-analyzing-queries.html
>db.users.find({gender:"M"},{user_name:1,_id:0}).explain()>db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1}).explain()
MongoDB 高级索引
考虑以下文档集合（users ）:{ "address": { "city": "Los Angeles", "state": "California", "pincode": "123" }, "tags": [ "music", "cricket", "blogs" ], "name": "Tom Benzamin"}- 索引数组字段>db.users.ensureIndex({"tags":1})>db.users.find({tags:"cricket"}).explain()- 索引子文档字段>db.users.ensureIndex({"address.city":1,"address.state":1,"address.pincode":1})>db.users.find({"address.city":"Los Angeles","address.state":"California"})
MongoDB ObjectId
>newObjectId = ObjectId()创建文档的时间戳>ObjectId("5349b4ddd2781d08c09890f4").getTimestamp()ISODate("2014-04-12T21:49:17Z")ObjectId 转换为字符串>new ObjectId().str以上代码将返回Guid格式的字符串：5349b4ddd2781d08c09890f3
MongoDB Map Reduce
>db.collection.mapReduce( function() {emit(key,value);}, //map 函数 function(key,values) {return reduceFunction}, //reduce 函数 { out: collection, query: document, sort: document, limit: number })
MongoDB 自动增长 http://www.runoob.com/mongodb/mongodb-autoincrement-sequence.html
mongodb 优化
注意：skip少用
补充说明skip和limit方法只适合小数据量分页，如果是百万级效率就会非常低，因为skip方法是一条条数据数过去的，建议使用where_limit
这么说Skip就要避免使用了，那么如何避免呢？首先来回顾SQL分页的后一种时间戳分页方案，这种利用字段的有序性质，利用查询来取数据的方式，可以直接避免掉了大量的数数。也就是说，如果能附带上这样的条件那查询效率就会提高，事实上是这样的么？我们来验证一下： 这里我们假设查询第100001条数据，这条数据的Amount值是：2399927，我们来写两条语句分别如下：
db.test.sort({"amount":1}).skip(100000).limit(10) //183msdb.test.find({amount:{$gt:2399927}}).sort({"amount":1}).limit(10) //53ms
- Hint
虽然MongoDB查询优化器一般工作的很不错，但是也可以使用hint()来强迫MongoDB使用一个特定的索引。在这种方法下某些情形下会提升性能。一个有索引的collection并且执行一个多字段的查询。传入一个制定的索引，强迫查询使用该索引。db.users.find({"username":"user1000", "age":30}).hint({"username":1})注意：请确定你已经创建了相应的索引。假设在users上有个{"a": 1, "b": 1}的索引，名称是"a_1_b_1"，则如下两种方式等价：db.users.find({"a": 4, "b": 5, "c": 6}).hint({"a": 1, "b": 1})db.users.find({"a": 4, "b": 5, "c": 6}).hint("a_1_b_1")也可以强迫查询不适用索引，做表扫描：db.users.find().hint({"$natural":1})【文章原创作者：阿里云代理商 http://www.558idc.com/aliyun.html 网络转载请说明出处】