1、首先到官网(http://www.mongodb.org/downloads)或者(https://www.mongodb.org/dl/win32/x86_64-2008plus-ssl)下载合适的安装包，推荐下载zip压缩版。
mongodb-win32-x86_64-2008plus-ssl-4.0.5.zip
下载地址：
https://fastdl.mongodb.org/win32/mongodb-win32-x86_64-2008plus-ssl-4.0.5.zip
因为我这里已经下载过3.4的 因此直接使用我现在版本的
2、解压下载的mongodb-win32-x86_64-2008plus-ssl-v3.4-latest.zip 到指定的盘，我解压到了 D:\tools\mongodb3.4，目录如下：
3、创建D:\tools\mongodb3.4\data目录，并在D:\tools\mongodb3.4\bin目录下执行命令：
mongod --dbpath D:\tools\mongodb3.4\data
在cmd最后出现以下信息证明启动成功：
2017-03-1T14:10:48.391+0800[initandlisten] waitingforconnections on port27017
在浏览器中输入：http://localhost:27017/
出现
It looks like you are trying to access MongoDB over HTTP on the native driver port.
4、在D:\tools\mongodb3.4文件夹下创建：
文件夹 conf,data,logs
创建D:\tools\mongodb3.4\conf\mongo.conf 文件
mongo.conf文件内容：
#端口号 默认为27017
port=27017
#数据库路径
dbpath=D:\tools\mongodb3.4\data
#日志输文件路径
logpath=D:\tools\mongodb3.4\logs\mongo.log
#错误日志采用追加模式
logappend=true
#启用日志文件，默认启用
journal=true
#这个选项可以过滤掉一些无用的日志信息，若需要调试使用请设置为false
quiet=true
4、在D:\tools\mongodb3.4\bin目录下执行命令：
启动服务
mongod --config "D:\tools\mongodb3.4\conf\mongo.conf"
在浏览器中输入：http://localhost:27017/
出现：It looks like you are trying to access MongoDB over HTTP on the native driver port.
5、如果每次都按照步骤4启动非常麻烦，直接将mongodb作为服务：
在D:\tools\mongodb3.4\bin目录下执行命令：
mongod --config "D:\tools\mongodb3.4\conf\mongo.conf" --install --serviceName "MongoDB3.4"
启动：
net start MongoDB
至此mongodb安装完毕。
如果需要卸载MongoDB服务，首先进入D:\tools\mongodb3.4\bin（依安装目录而定）目录下，执行如下命令：
mongod --remove --serviceName "MongoDB3.4"
6、配置环境变量
在path环境变量增加：D:\tools\mongodb3.4\bin路径
特点
与关系型数据库相比，MongoDB的优点：
①弱一致性（最终一致），更能保证用户的访问速度：
举例来说，在传统的关系型数据库中，一个COUNT类型的操作会锁定数据集，这样可以保证得到“当前”情况下的较精确值。这在某些情况下，例 如通过ATM查看账户信息的时候很重要，但对于Wordnik来说，数据是不断更新和增长的，这种“较精确”的保证几乎没有任何意义，反而会产生很大的延 迟。他们需要的是一个“大约”的数字以及更快的处理速度。
但某些情况下MongoDB会锁住数据库。如果此时正有数百个请求，则它们会堆积起来，造成许多问题。我们使用了下面的优化方式来避免锁定：
每次更新前，我们会先查询记录。查询操作会将对象放入内存，于是更新则会尽可能的迅速。在主/从部署方案中，从节点可以使用“-pretouch”参数运行，这也可以得到相同的效果。
使用多个mongod进程。我们根据访问模式将数据库拆分成多个进程。
②文档结构的存储方式，能够更便捷的获取数据。
对于一个层级式的数据结构来说，如果要将这样的数据使用扁平式的，表状的结构来保存数据，这无论是在查询还是获取数据时都十分困难。
③内置GridFS，支持大容量的存储。
GridFS是一个出色的分布式文件系统，可以支持海量的数据存储。
内置了GridFS了MongoDB，能够满足对大数据集的快速范围查询。
④内置Sharding。
提供基于Range的Auto Sharding机制：一个collection可按照记录的范围，分成若干个段，切分到不同的Shard上。
Shards可以和复制结合，配合Replica sets能够实现Sharding+fail-over，不同的Shard之间可以负载均衡。查询是对 客户端是透明的。客户端执行查询，统计，MapReduce等操作，这些会被MongoDB自动路由到后端的数据节点。这让我们关注于自己的业务，适当的 时候可以无痛的升级。MongoDB的Sharding设计能力较大可支持约20 petabytes，足以支撑一般应用。
这可以保证MongoDB运行在便宜的PC服务器集群上。PC集群扩充起来非常方便并且成本很低，避免了“sharding”操作的复杂性和成本。
⑤第三方支持丰富。(这是与其他的NoSQL相比，MongoDB也具有的优势)
现在网络上的很多NoSQL开源数据库完全属于社区型的，没有官方支持，给使用者带来了很大的风险。
而开源文档数据库MongoDB背后有商业公司10gen为其提供供商业培训和支持。
而且MongoDB社区非常活跃，很多开发框架都迅速提供了对MongDB的支持。不少知名大公司和网站也在生产环境中使用MongoDB，越来越多的创新型企业转而使用MongoDB作为和Django，RoR来搭配的技术方案。
⑥性能优越：
在使用场合下，千万级别的文档对象，近10G的数据，对有索引的ID的查询不会比mysql慢，而对非索引字段的查询，则是全面胜出。 mysql实际无法胜任大数据量下任意字段的查询，而mongodb的查询性能实在让我惊讶。写入性能同样很令人满意，同样写入百万级别的数 据，mongodb比我以前试用过的couchdb要快得多，基本10分钟以下可以解决。补上一句，观察过程中mongodb都远算不上是CPU杀手。
与关系型数据库相比，MongoDB的缺点
①mongodb不支持事务操作。
所以事务要求严格的系统（如果银行系统）肯定不能用它。(这点和优点①是对应的)
②mongodb占用空间过大。
关于其原因，在官方的FAQ中，提到有如下几个方面：
1、空间的预分配：为避免形成过多的硬盘碎片，mongodb每次空间不足时都会申请生成一大块的硬盘空间，而且申请的量从64M、128M、256M那 样的指数递增，直到2G为单个文件的较大体积。随着数据量的增加，你可以在其数据目录里看到这些整块生成容量不断递增的文件。
2、字段名所占用的空间：为了保持每个记录内的结构信息用于查询，mongodb需要把每个字段的key-value都以BSON的形式存储，如果 value域相对于key域并不大，比如存放数值型的数据，则数据的overhead是较大的。一种减少空间占用的方法是把字段名尽量取短一些，这样占用 空间就小了，但这就要求在易读性与空间占用上作为权衡了。我曾建议作者把字段名作个index，每个字段名用一个字节表示，这样就不用担心字段名取多长 了。但作者的担忧也不无道理，这种索引方式需要每次查询得到结果后把索引值跟原值作一个替换，再发送到客户端，这个替换也是挺耗费时间的。现在的实现算是 拿空间来换取时间吧。
3、删除记录不释放空间：这很容易理解，为避免记录删除后的数据的大规模挪动，原记录空间不删除，只标记“已删除”即可，以后还可以重复利用。
4、可以定期运行db.repairDatabase()来整理记录，但这个过程会比较缓慢
③MongoDB没有如MySQL那样成熟的维护工具，这对于开发和IT运营都是个值得注意的地方。
MongoDB适合存储一些关系简单、数据量又很大的数据，比如我们的平台上虚拟机的监控信息，包括内存、IO、CPU、网络等数据，每隔几秒就采集一次数据，每周、每月，量很大，而且旧的监控数据也不会保留太长时间，就使用的mongodb来存储这些数据；
另外mongodb的集群部署相对比较简单，易于扩展；比如主从复制，在mongo.conf配置几个参数就OK了；分片集群的配置也比较简单。还支持使用命令行来进行动态地添加和删除节点；
Mongodb的优点与不足
（1）Mongodb的不足之处
1、在集群分片中的数据分布不均匀
2、单机可靠性比较差
3、大数据量持续插入，写入性能有较大波动
4、磁盘空间占用比较大
（2）Mongodb的过人之处
1、无模式
2、查询与索引方式灵活，是最像SQL的Nosql
3、支持复制集、主备、互为主备、自动分片等特性
Mongodb与redis相比较
mongoDB 源码语言是C++,redis也是C或C++,
mongodb 文件存储是BSON格式类似JSON，或自定义的二进制格式。
mongodb与redis性能都很依赖内存的大小，mongodb 有丰富的数据表达、索引；最类似于关系数据库，支持丰富的查询语言，redis数据丰富，较少的IO ，这方面mongodb优势明显。
mongodb不支持事物，靠客户端自身保证，redis支持事物，比较弱，仅能保证事物中的操作按顺序执行，这方面 redis优于mongodb。
mongodb对海量数据的访问效率提升，redis 较小数据量的性能及运算,这方面 mongodb性能优于redis .monbgodb 有mapredurce功能，提供数据分析，redis 没有 ，这方面 mongodb优于redis
使用场景
介绍了MongoDB的优势，也不得不提MongoDB的不足，MongoDB仅支持文档内的事务，所以对于需要跨文档或跨集合事务的应用，请谨慎使用MongoDB；另外，对于需要多表复杂Join的业务，还是使用关系型数据库为好，MongoDB还在改善的路上；最后，对于PB级大数据量，且需要进行大规模计算的场景，使用MongoDB时需要配套使用Spark、Hadoop等大数据套件，让MongoDB做正确的事情。总结起来，如果你的业务满足一个或多个特点，那么选择MongoDB是个正确的决定：
1、无需要跨文档或跨表的事务及复杂的join查询支持
2、敏捷迭代的业务，需求变动频繁，数据模型无法确定
3、存储的数据格式灵活，不固定，或属于半结构化数据
4、业务并发访问量大，需数千的QPS
5、TB级以上的海量数据存储，且数据量不断增加
6、要求存储的数据持久化、不丢失
7、需要99.999%的数据高可用性
8、需要大量的地理位置查询、文本查询
典型场景：商品的不规则属性
商品除了共有属性之外还有一些特殊属性，比如上衣圆领，方领，之类的，可以单独和商品放在一起，一同查询出来，避免关系数据库上的join查询。
后台管理系统的层级菜单栏，直接可以保存和查询，避免了关系数据库的多次层级遍历。
物联网中的设备传感器实时上报监测数据等，比如GPS运动轨迹
地理位置：mongoDB,elastic-searcht，redis他们都提供,但是redis不推荐存储大数据量
