mongodb嵌套存储
1)列出当前的数据库
MongoDB shell version: 1.8.1
connecting to: test
> show dbs -www.linuxidc.com-
admin 0.03125GB
local (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) 定义新的数据库名
我们通过使用“use new-databasename”的语法去使用一个新的数据库，注意，即使你的数据库还没建立起来，依然可以这样使用，因为mongodb会在真正插入了数据后，才会真正建立起来。
>use mkyongdb
switched to db mkyongdb
> show dbs
admin 0.03125GB
local (empty)
注意，在use mkyongdb后，mkyongdb实际上还没真正建立起来，只是表明目前是在使用mkyongdb了。
3)保存数据
定义一个collection,名为“users”,然后插入数据，如下：
> db.users.save( {username:"mkyong"} )
> db.users.find()
{ "_id" : ObjectId("4dbac7bfea37068bd0987573"), "username" : "mkyong" }
>
> show dbs -www.linuxidc.com-
admin 0.03125GB
local (empty)
mkyongdb 0.03125GB
可以看到，用db.users.find()可以找出已插入的数据。这个时候，名为“users”的collection已经建立起来了，同时，数据库mkyongdb也建立起来了。
B. nodejs mongodb嵌套数据
标准的js对象访问过程，以newPeople为例，访问phone：
var phone = newPeople.friend[0].phone;
赋值类似。
这种数组类型的内置文档，mongodb中有专门操作的API，可以操作数组的元素。
C. MongoDB如何进行嵌套查询
你得用两个query，不能在一个里完成。
但是因为mongodb一般都把正在用的数据放在内存里，所以两个query也不会太慢。如果你的程序和mongodb之间的连接成为瓶颈，必须要用一个query的话，你可以用stored javascript。慕课网上有很多类似的视频教程，你可以看看。
D. mongodb使用嵌套存放数据是不是会影响效率
会的。会让效率更高。
因为如果你不embed在这个collection的doc里，就需要另一个collection来存这个数据。这样就会需要两个query才能得到数据。
E. mongodb存储文件如何存储
您好，你的问题，我之前好像也遇到过，以下是我原来的解决思路和方法，希望能帮助到你，若有错误，还望见谅！以文档形式存储数据的。一个document对象包含任意多个key-value格式的数据。可以嵌套使用数组等。。非常感谢您的耐心观看，如有帮助请采纳，祝生活愉快！谢谢！
F. Mongodb多层嵌套数组如何更好的查询
直接在程序里把不匹配的数组元素滤掉最简单了。会作为个体被查询的数据最好不要放在数组里面，mongodb的查询对数组元素是比较弱的，以前（2.2或者2.4以前）没有$elemMatch操作符，连查询一个特定元素符合两个条件都做不到，只能查询数组里面存在符合这两个条件的元素。举例来说就是既可能命中{array:[{a:1,b:1}]}也可能命中{array:[{a:1},{b:1}]}。
因此我认为把商品单列出来会比较合适。
G. mongodb数据库适合做什么
mongodb众所周知不支持事务，所以需要强事务的业务根本不能考虑mongodb。
mongodb的优势就是文档存储:
1. 业务经常变动，需要不时的添加字段，那么mongodb比较适合，关系型数据库添加字段的复杂度也还好
2. 嵌套文档，业务数据比较复杂，适合嵌套文档式存储，那么mongodb非常合适，这个关系型数据库比较难搞，虽然MySQL和pg也有文档存储，但MySQL的不成熟，pg毕竟现在生产中使用还是偏少，个人也不了解，这里不谈。但这不仅仅这一点优势，具体下面会细说。
3. upsert支持，查询速度也不慢
4. 高可用的副本集支持
5. 查询语法非常丰富，嵌套文档查询功能非常强大，不是重度用户可能不能理解
下面说说一个具体的使用事例:
项目的一条数据在10kb左右，如果使用关系型数据库那么需要将这条数据拆分成大概几百条左右，建造多个表，设计较复杂，这种数据大概在一百万条左右，想想拆分后在十几亿的数据量就可怕。打平后的数据什么DB也都可以拿下，只是一百万变十几亿比较恐怖而已。
如果采用MySQL存储，每次查询需要使用外键查询多个表，从这些表中拉取数据，性能肯定要下降很多，比不上只在一个表查询，而且只拉取少两个数量级的数据。查询也还好，业务允许可以对结果做缓存，放到redis里去。
但是重点来了，需求要增量更新部分数据，这时候需要更新多个表，根本没法做到原子性（注意事务不是原子操作），当然也可以使用cas等技术补偿，达到最终一致性。但使用mongodb存储只需要update一条数据，对相应的嵌套文档中内容更新，可以做到原子性，是不是很方便？
推荐学习《python教程》
具体说说该项目的难点，查询无法使用缓存，可能会很吃惊，但是业务决定了确实做不了，而且增量更新的量达到上万的QPS，如果不能保证原子性想想多么可怕！
所以mongodb在这里帮了大忙，关系型数据库解决不了这个难题。
有人可能要问，mongodb没有事务，上游数据写入也会有问题，你不可能所有数据都存一个表吧？
当然不是的，我们mongodb里的数据是从MySQL中清洗出来存到mongodb中的，mongodb只做单点的业务需求，综合的数据还是在MySQL中。
此项目我们用了上百个副本集，保证系统的高可用，这些副本集配置只要一条shell就搞定，如果用MySQL的主从不知道怎么配（我自己不懂），估计DBA得忙死，而该项目完全不需要也没用到DBA。
说了这么多mongo的优点，也说说他的缺点:
1. 查询优化器和MySQL没法比
2. 不支持reload，只能冷重启，初始化配置的时候比较麻烦
3. 没有事务，不敢存储第一手数据，多用来做备份数据的存储
mongodb可以做很多事情，取决于你脑洞，性能不差，存一些相对不重要的数据，mongodb嵌套文档功能强大，多看看官方文档挖掘挖掘有用信息，每次都能发现惊喜。