Centos下通过yum安装步骤如下：
声明：相对比那些用源码安装，少了配置和新建log和data目录，这种简单粗暴，
1，创建仓库文件， vi /etc/yum.repos.d/mongodb-org-3.4.repo 2,复制下面配置，保存退出 [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
3，yum安装
yum install -y mongodb-org
4，修改配置文件，别的机器也能访问，不止是 127.0.0.1
vi /etc/mongod.conf -----》bind_ip 默认是127.0.0.1 修改为 0.0.0.0
5，启动，停止
service mongo start, service mongo stop
6,日志目录位置 ---》 cat /var/log/mongodb/mongod.log
数据库文件 ----》 cat /var/lib/mongo
7,卸载 mongo ----> yum erase $(rpm -qa | grep mongodb-org)
连接mongo的可视化工具我用的是--robo3T 注意的是MongoVUE不支持mongodb3版本的
mongodb 常用命令：
查看数据库 > show dbs 使用数据库 > use database-name 查看表 > show tables 查询数据 > db.table-name.find({}) 查询条件 > db.table-name.find({'name':'zhangsan'})
建立索引
> db.table-name.ensureIndex({'name':1}) 1为升序，-1为降序
复合索引
> db.table-name.ensureIndex{{'name':1,'age':1}} 只查询name会索引。如果只查询age不会用到索引，如果想用索引前面必须有N个索引列
查看索引是否建立
> db.table-name.getIndexes()
删除索引
> db.table-name.dropIndex({'name':1})
管理索引，查看所有索引：
> db.system.index.find()
插入字段
> db.table-name.update({query},{$set:{'status':'1'}},false,true)
query：where条件
false: 字段存在不插入，默认为false
true: 只更新第一条记录，如果为true 全部更新
查找是否存在
> db.table-name.find({'name':{$exists:true}}) ----->查找name字段是否存在
删除文档
> db.table-name.remove({query})
query：删除的条件
修改字段名字
> db.table-name.update({query},{$rename:{'old-name':'new-name'}},false,true)
修改字段类型
> 如下命令是将hscourses表中的ClassID字段从整型转换到字符串型:
db.hscourses.find({'ClassID' : { $type : 16 }}).forEach(function(x) {x.ClassID = x.ClassID+'';db.hscourses.save(x); })
>分组：mongo中group by
db.getCollection('bigdata').aggregate([
{$match:{"CtfId" : "152626198103082713"}},
{$group:{_id:'$CtfId',Name:{'$addToSet':'$Name'},Address:{'$addToSet':'$Address'}}
}])
aggregate 为聚合: $match 为条件类似于wherer。group为分组。_id是必填的分组项。 $addToSet 结果文档中插入值到一个数组中，但不创建副本。
如果显示多字段必须上聚合表达式（$sum，$avg，$addToSet……）
截取 Mobile字段包含 的js写法
db.bigdata.find({'table_type':'5','Mobile':/ /}).forEach(function(x){
x.Mobile=x.Mobile.substring(0,x.Mobile.length-1);//将其转为string类型
db.bigdata.save(x);//保存
});
mongo 导入 json 或者csv 做法
声明：4G的 .sql文件（20050144条数据）导入mongodb 总共时间为 28分钟 + 25分钟 + 15分钟
①，28分钟: 在linux 中 source ./.sql目录 导入数据库
②，25分钟： 用Navicat for MySQL 导出格式为csv 或者json
③，15分钟： 用mongo自带的mongoimport命令 上传csv或者json
前2步傻瓜式操作，唯一注意的是②步:
json格式情况下： 4G大小的.sql文件，如果用navicat转为json大小为11G，11G的json上传mongo会 ‘/a’错误，实验200MB的没有问题
csv格式情况下： 4G大小的.sql文件，如果用navicat转为csv大小还是4G，其中csv会是乱码，不用管，直接上传mongo没有问题，
navicat导出的时候选择一定选择 ’包含列的标题‘ 后期上传名mongdb时候可以少填写参数为列
导入命令如下：
json：
mongoimport --db table-name --collection table-name --file /test.json
csv：
mongoimport --db table-name --collection table-name --type csv --headerline --ignoreBlanks --file /test.csv --numInsertionWorkers 4
mongoimport --db bigdata --collection test4 --type csv --columnsHaveTypes --fields "EMail.string(),password1.string(),CtfId.string(),password2.string()" --file /home/kdjkadmin/mydb_sql/1312306.csv
这个语句是把csv里面的int类型变为string类型。如果字符串身份证号再mongdo里面是 numberLong类型的，pymongo查numberlong类型 python2 用long（）查询，python3 用int（）。如果身份证中有x 只能再导入时候变为字符串类型
导出命令如下：
json：
mongoexport --db table-name --collection table-name -o /test.json
csv：
mongoexport --db table-name --collection table-name --csv -f id,province,city -o /test.csv
--csv 指要要导出为csv 格式，导出csv之后必须指明导出的列
-f 指明需要导出哪些列
-f 后面跟着字段名不能有空格。有空格话会报错（too many positional arguments）
参数说明
--db 指明使用的库, 本例中为” table-name”
--collection 指明要导出的表, 本例中为”table-name”
--type 指明导入的类型，默认的为json
--headerline 仅适用于导入csv,tsv格式的数据，表示文件中的第一行作为数据头
--ignoreBlanks 忽略空白符
--file 文件的位置
--numInsertionWorkers 为了提高mongo的插入效率，采用mongodb推荐的（numInsertionWorkers）多线程操作。本质来说，就是将insert任务，拆分成多个线程来做。