MongoDB安装及基本使用

博客已经搬家https://www.tianmingxing.com

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：

1. 对数据库高并发读写的需求
2. 对海量数据的高效率存储和访问的需求
3. 对数据库的高可扩展性和高可用性的需求
4. 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：

1. 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。
2. 可用性（Availability）：每一个操作总是能够在一定的时间内返回结果
3. 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

1. 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
2. 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
3. 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）。

1. 基本可用（Basically Available）：系统能够基本运行并一直提供服务
2. 软状态（Soft-state）：系统不要求一直保持强一致状态
3. 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

1. 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）
2. 读写快速高效，多数都会映射到内存操作
3. 成本低廉，用普通机器，分布式集群即可
4. 数据模型灵活，没有固定的数据模型

缺点

1. 不提供对SQL的支持
2. 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。你可以自由创建一个目录，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。