一、概述
NoSQL数据库与传统的关系型数据库相比，它具有操作简单、完全免费、源码公开、随时下载等特点，并可以用于各种商业目的。这使NoSQL产品广泛应用于各种大型门户网站和专业网站，大大降低了运营成本。
MongoDB的文档模型自由灵活，可以让你在开发过程中畅顺无比。对于大数据量、高并发、弱事务的互联网应用，MongoDB可以应对自如。MongoDB内置的水平扩展机制提供了从百万到十亿级别的数据量处理能力，完全可以满足Web2.0和移动互联网的数据存储需求，其开箱即用的特性也大大降低了中小型网站的运维成本。
二、安装MongoDB
到官网下载对应的版本http://www.mongodb.org/downloads，下载完成后解压即可使用。也可以下载源码自己编译https://github.com/mongodb/mongo。
下载编译好的文件：
cd ~/tools
wget -c https://fastdl.mongodb.org/osx/mongodb-osx-x86_64-3.0.2.tgz
# 等待下载完成
tar zxf mongodb-osx-x86_64-3.0.2
ln -s mongodb-osx-x86_64-3.0.2 mongodb
echo "export MONGODB_HOME=~/tools/mongodb" >> ~/.bash_profile && source ~/.bash_profile 命令行启动 MongoDB 后台驻留程序：
mongod --dbpath /data/mongodb/db --logpath /data/mongodb/logs/mongod.log --nojournal --fork --port 27037 后台mongodb 主流程序，监听本机 27037 号端口，数据库文件保存在`/data/mongodb/db`目录下，日志文件输出到`/data/mongodb/logs/mongod.log`文件下，并禁用`journaling`( 启用 journaling 后，会将数据库相关操作等以日志的形式保存下来，会占用较大的硬盘空间和虚拟内存，64位mongodb，默认开启；32位版本默认关闭 )。
通过 mongo 连接 MongoDB 服务：
#mongo --help 可以查看mongo命令介绍
mongo test # 连接本地，27017端口的test数据库
mongo 192.168.20.1/test # 连接192.168.20.1主机，27017端口的数据库test
mongo 192.168.20.1:66666/test #连接192.168.20.1主角，66666端口的数据库test
三、常用命令
一般数据操作都有一些常用的客户端命令( 此处为：mongo shell )，MongoDB 的基本存储单元是集合 (collection)，想到于关系数据库mysql、oracle或sql server的表；
查询数据库
> show dbs # or show databases
admin (empty)
local 0.078GB
test 0.078GB #### 切换数据库
> use test
switched to db test #### 查看数据集合
> show collections
system.indexes
users #### 集合操作 集合的基本操作命令如下所示：
db.<collectionName>.<operate>(<argument>)
常用的集合操作有：
查找记录 ( find )
查询记录数 ( count )
插入记录 ( insert )
删除记录 ( remove )
更新尽量 ( update ) 这所有的集合操作接受的参数都是通过 JSON 的形式传递的：
#查询所有记录
db.users.find()
# 查找 users 集合中，姓名为 小王的记录
db.users.find({name: '小王'}) 因为MongoDB是 NoSQL 数据库，因此不需要预定义表结构，直接通过 insert 插入数据即可。
四、分布式部署
本机部署3个shard、1个mongos和3个 configsvr；
- Shard1：27037
- Shard2：27038
- Shard3：27039
- Mongos：27017
- Config1：27027
- Config2：27028
- COnfig3：27029
在/data/mongodb目录下创建文件夹shard0001，shard0002，shard0003，config0001，config0002config0003和logs，分别用以保持分片数据、配置服务器数据和日志文件
启动配置服务器
首先启动3个配置服务器，测试环境使用一个配置服务器也可以，但是生产环境必须是3个，MongoDB最多支持3个配置服务器；
mongod --configsvr --port 27027 --dbpath /data/mongodb/config0001 --logpath /data/mongodb/logs/config0001.log --fork
mongod --configsvr --port 27028 --dbpath /data/mongodb/config0001 --logpath /data/mongodb/logs/config0001.log --fork
mongod --configsvr --port 27029 --dbpath /data/mongodb/config0001 --logpath /data/mongodb/logs/config0001.log --fork 运行上诉命令将启动3个配置服务器，其中的参数介绍：
--configsvr，指定启动的是分配操作的配置服务器，该参数仅仅指定了默认的端口号( 27019 )和默认数据存放位置( /data/configdb )，并没有其它的任何用途，可以显示指定以覆盖默认设置--port [端口号]，指定该配置服务器监听的端口号，如果设置了--configsvr参数则默认为27019；--dbpath [数据存放路径]，指定配置服务器存放文件目录，如果设置了--configsvr参数则默认为/data/configdb；--logpath [日志存放路径]，指定配置服务器的日志存放地；--fork，指定该配置服务器位后台驻留程序；
启动路由服务器
路由服务器可以根据需求启动一个或多个，启动个数没有限制，作为MongoDB集群的访问点，提供与未分配中mongod类似的功能，是MongoDB集群对外的“接口”；
mongos --port 27017 --configdb localhost:27027,localhost:27028,localhost:27029 logpath /data/mongodb/logs/mongos.log --fork 命令、参数介绍：
mongos，此处启动的命令是mongos；--configdb，指定配置服务器的主机/IP地址 + 端口号，只能是3个或1个，多个之间通过,分割；
启动分片
分片实例其实就是通过命令mongod启动的 MongoDB 实例；
mongod --port 27037 --dbpath /data/mongodb/shard0001 --logpath /data/mongodb/logs/shard0001.log --fork
mongod --port 27038 --dbpath /data/mongodb/shard0002 --logpath /data/mongodb/logs/shard0002.log --fork
mongod --port 27039 --dbpath /data/mongodb/shard0003 --logpath /data/mongodb/logs/shard0003.log --fork 至此所有分布式启动的后台程序都已启动完毕，后面就是分片操作了。
Mongo Shell 分片
在按照上诉顺序启动完所有MongoDB 实例后，打开一个命令行参数，想前面说的那样，通过mongo命令连接路由服务器；
mongo localhost:27017/admin
# or
$ mongo admin
MongoDB shell version: 2.6.7
connecting to: admin
mongos> 添加分片，MongoDB 会将启动的分片的信息保持到配置服务器上；
mongos> sh.addShard('localhost:27037')
{ "shardAdded" : "shard0000", "ok" : 1 }
mongos> sh.addShard('localhost:27038')
{ "shardAdded" : "shard0001", "ok" : 1 }
mongos> sh.addShard('localhost:27039')
{ "shardAdded" : "shard0002", "ok" : 1 } 通过`sh.status()` 查看分片结果：
mongos> sh.status()
--- Sharding Status ---
sharding version: {
"_id" : 1,
"version" : 4,
"minCompatibleVersion" : 4,
"currentVersion" : 5,
"clusterId" : ObjectId("55471025f722cd42a930ecee")
}
shards:
{ "_id" : "shard0000", "host" : "localhost:27037" }
{ "_id" : "shard0001", "host" : "localhost:27038" }
{ "_id" : "shard0002", "host" : "localhost:27039" }
databases:
{ "_id" : "admin", "partitioned" : false, "primary" : "config" }
{ "_id" : "test", "partitioned" : true, "primary" : "shard0000" } 启动数据库分片；
# 格式 : sh.enableSharding(<databaseName>)
mongos> sh.enableSharding('test')
{ "ok" : 1 } 当启动数据库*** test ***的分片过后，再通过`sh.status()`命令查看，可发现相应的改变：
# ... 前面相同
databases:
{ "_id" : "admin", "partitioned" : false, "primary" : "config" }
{ "_id" : "test", "partitioned" : true, "primary" : "shard0000" } 发现在***databases***一项中，对应的多了一向分片的*** test ***数据库，其中：
_id，表示分片的数据库名，此处为** test **；partitioned，表示是否启动分片，为 ** true **表示启用分片；primary，表示数据库存放的“主片”，一旦主片存放满了，或达到了分片设置的阈值，才会将数据存放到其它片，否则将一直存放于该主片上。
至此 MongoDB 的分布式部署完成。
五、集合分片
在集合分片之前，说明单片( 不分片 )的局限性：
- 单台主机的硬盘资源限制，一台主机的硬盘空间是一定的，当存放数据量达到硬盘的容量极限后，就只能为主机增加硬盘空间；
- 入库速度的限制，如果某个功能实现每分每秒有大量的数据插入 (如：日志收集、网页抓取等)，单台主机入库的速度存在则极限( 后面会介绍 )，一旦入库请求操作此极限，入库速度会急剧下降；
由此，分片的好处就不言而喻了，它可以进行水平扩展，一旦现行的设备无法满足需求之后，只需要添加分片即可，添加之后 MongoDB 会根据设置自动平衡数据( 将数据移动到新插入的分片中 )；
还有就是如果集合分片之后，入库将会是分布式方式入库，**mongos **会将所有的入库请求，根据设置分配到各个分片上，降低耽搁分片入库的极限，使得一些对入库要求很高的的程序能稳定运行；
有得必有失，分片增加的入库速度，相应的查询更新速度就有所降低，如果不合理的查询( 没有提供分配字段 )，将导致遍历整个数据集合，这里的不合理查询一般都是查询条件中不包含分片的字段，MongoDB 则无法定位查询在哪个分配上进行，进而导致遍历整个集合。
Range 分片
根据给定的列( 如：age )，按分片数的范围分片，如此处分为三片，则分配范围：
minKey ~ 30 30 ~ 60 60 ~ maxKey
shard0001 shard0002 shard0003 年龄在`minKey ~ 30`之间的信息，将会保存在分片***shard0001***上，`30 ~ 60`的则会保持在***shard0002***上，依次类推。
分片方式：
# sh.shardCollection('<database>.<collection>', {'colName' : 1/-1})
sh.shardCollection('test.users', {'age': 1})
{ "collectionsharded" : "test.users", "ok" : 1 } 可以通过`db.users.stats()`来查看分片过后集合的状态信息，因为是按范围分布的，相同范围之内的存放于同一个分片中，要提升入库速度的话，必须选择合适的分片依据，防止同一时间段内入口同一范围的数据；
可以通过设置多个分片健来解决，
sh.shardCollections('test.users', {'age': 1, 'name': 1}) 所以合理选择分片Key很重要
Hash 分片
顾名思义，Hash 分片就是将数据根据分配字段 Hash 分布到各个片中，好处是即使同一时刻分配字段连续递增，入库结果基本也是均衡分配的；
Hash Function
_________________|_____________________
| | |
shard0001 shard0002 shard0003 入库记录会经过***mongos***的Hash 函数的处理，将不同的记录分发到各个分片中入库。
分片方式：
# sh.shardCollection('<database>.<collection>', {'age': 'hashed'})
mongos> sh.shardCollection('test.info', {'phone': 'hashed'})
{ "collectionsharded" : "test.info", "ok" : 1 } 分片信息`db.info.stats()`：
mongos> db.info.stats()
{
"sharded" : true,
"systemFlags" : 1,
"userFlags" : 1,
"ns" : "test.info",
"count" : 0,
"numExtents" : 3,
"size" : 0,
"storageSize" : 24576,
"totalIndexSize" : 49056,
"indexSizes" : {
"_id_" : 24528,
"phone_hashed" : 24528
},
"avgObjSize" : 0,
"nindexes" : 2,
"nchunks" : 6,
"shards" : {
"shard0000" : {
"ns" : "test.info",
"count" : 0,
"size" : 0,
"storageSize" : 8192,
"numExtents" : 1,
"nindexes" : 2,
"lastExtentSize" : 8192,
"paddingFactor" : 1,
"systemFlags" : 1,
"userFlags" : 1,
"totalIndexSize" : 16352,
"indexSizes" : {
"_id_" : 8176,
"phone_hashed" : 8176
},
"ok" : 1
},
"shard0001" : {
...
},
"shard0002" : {
...
}
},
"ok" : 1
} 现在再去插入一些记录看下，所有的记录分别被插入到了不同的分当中去了。
</br>
===
</br>
分片部分完成，后续还有 MongoDB 分片等的，根据官方文档的详细介绍。