说明
Mongodb 作为 nosql 数据库的代表，和传统的 mysql 的关系型数据库不同，他的数据结构只有一种，那就是 BSON，没有固定的 schema，所以他是 no schema 的数据存储方式。
需要注意的是，Mongodb 只支持单文档事务，所以用到的业务中不应该有事务性强的数据源。
这么说比较直白。具体举例几个应用场景：
游戏场景，使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新
物流场景，使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
社交场景，使用 MongoDB 存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能
等等
Mongodb 的优势
更高的写负载
默认情况下，对比事务安全，MongoDB 更关注高的插入速度。如果你需要加载大量低价值的业务数据，比如日志收集，那么 MongoDB 将很适合你的用例，但是必须避免在要求高事务安全的情景下使用 MongoDB，比如一个 1000 万美元的交易。处理很大的规模的单表：
数据库扩展是非常有挑战性的，当单表格大小达到 5-10GB 时，MySQL 表格性能会毫无疑问的降低。如果你需要分片并且分割你的数据库，MongoDB 将很容易实现这一点。不可靠环境保证高可用性
设置副本集（主-从服务器设置）不仅方便而且很快，此外，使用 MongoDB 还可以快速、安全及自动化的实现节点（或数据中心）故障转移。使用基于位置的数据查询，查的更快
MongoDB 支持二维空间索引，比如管道，因此可以快速及精确的从指定位置获取数据。
MongoDB 在启动后会将数据库中的数据以文件映射的方式加载到内存中。如果内存资源相当丰富的话，这将极大地提高数据库的查询速度，毕竟内存的 I/O 效率比磁盘高多了非结构化数据的爆发增长
增加列在有些情况下可能锁定整个数据表，或者增加负载从而导致性能下降，这个问题通常发生在表格大于 1GB 的情况下。鉴于 MongoDB 的弱数据结构模式，添加 1 个新字段不会对旧表格有任何影响，整个过程会非常快速；因此，在应用程序发生改变时，你不需要专门的 1 个 DBA 去修改数据库模式。
总结
动态查询
全索引支持,扩展到内部对象和内嵌数组
查询记录分析
快速,就地更新
高效存储二进制大对象 (比如照片和视频)
复制和故障切换支持
Auto- Sharding 自动分片支持云级扩展性
MapReduce 支持复杂聚合
商业支持,培训和咨询
缺点：
不支持复杂的真正的事务
不支持多表联查
MongoDB 占用空间过大