本文目录一览：
MongoDB怎样添加和查询集合数据
1、下面是例子：1）列出当前的数据库MongoDB shell version： 1connecting to： test show dbs -admin 0.03125GBlocal （empty） 可以使用show dbs来列出当前有多少个数据库，上面看到的是有两个，分别是admin和local。
2、第一个参数是一个查询条件，用于定位需要更新的文档。这里使用 access.id 来查询权限文档，找到对应的权限记录。第二个参数是一个更新操作，使用 $push 操作符将新的权限对象添加到 access.$.children 数组中。
3、如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。
4、如果我们遇到了一些数据需要跨多个文本或者统计等操作，这个时候可能文档自身也较为复杂，查询操作符已经无法满足的时候，这个时候就需要使用MongoDB的聚合查询框架了。
如何提高mongodb查询速度
对于速度比较慢的查询来说，它是最重要的性能分析工具之一。通过查看一个查询的explain（）输出信息，可以知道查询使用了哪个索引，以及是如何使用的。
排除方式七：查看mongodb数据文件，看是否已经很大？经查看，总大小才64M，这比32位文件上限的2G来讲，可以基本忽略；排除方式八：连接字符串。
在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。
如何在Mongodb集合中统计去重之后的数据
1、stage 1：通过match命令筛选出目标文档。stage 2： 然后将筛选出来的文档再通过group命令进行分组，最后通过sum命令对分组后的数据进行累加操作。这个概念相对复杂，以下仅为个人理解。
2、如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。
3、执行命令之后，提示“nInserted……”说明插入数据成功。之前也说过，MongoDB数据库里面的数据是键值对形式，所以如果想要插入多条数据，可以这样写，也就是键值对之间用逗号隔开。
4、mongodb 对某个字段去重后显示所有字段如何写搜索语句 我来答 分享 新浪微博 QQ空间 举报 可选中1个或多个下面的关键词，搜索相关资料。也可直接点“搜索资料”搜索整个问题。
谈谈mongodb,mysql的区别和具体应用场景
1、① mongodb不支持事务操作。② mongodb占用空间过大。③ 开发文档不是很完全，完善。MySQL优缺点分析 优点：在不同的引擎上有不同 的存储方式。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。
2、我能使用Mongodb的场景是：你不需要太多的事务和多表关联，那么使用Mongodb可以获得更大的性能提升。或者schema-free的使用场景。
3、mongodb 会比mysql快的多，原因是：首先是内存映射机制，数据不是持久化到存储设备中的，而是暂时存储在内存中，这就提高了在IO上效率以及操作系统对存储介质之间的性能损耗。
4、业务场景 问题上说的两种数据库区别还是蛮大的，mysql是传统关系型数据库，在处理小型系统和关系型数据时有很多的优点，什么支持多语言，开源，免费等等百度上就有很多。目前很多中小型公司都是用mysql。
5、MongoDB 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。
6、当然，Redis对丰富数据类型的操作很吸引人，可以轻松解决一些应用场景，其读写性能也相当高，之前的版本是存储和内存挂钩是挂钩的，这样如果存储大量的数据需要消耗太多的内存，当然现在的版本已经么有这样的问题了。
为什么要用mongodb?
1、——MongoDB会自动处理故障转移。这能让你在维持相当高的写可用性的同时，拥有强一致性特性，这对一些用例来说非常重要。
2、◆用于对象及JSON数据的存储：Mongo的BSON数据格式非常适合文档化格式的存储及查询。自然，MongoDB的使用也会有一些限制，例如它不适合：◆高度事务性的系统：例如银行或会计系统。
3、缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层。在系统重启之后，由MongoDB搭建的持久化缓存层可以避免下层的数据源过载。（3）大尺寸，低价值的数据。
4、MongoDB属于内存型数据库，在需要读性能要求很高的项目中有着比较不错的表现。
5、可扩展性 MongoDB被用在一些规模庞大的环境中，FourSquare/Craiglist都在使用它。通过分片数据缩放处理理论上可实现更高的吞吐量。
