一、NoSQL核心概念与分类体系

1.1 NoSQL的四大特征

NoSQL（Not Only SQL）数据库以非关系型数据模型为核心，突破传统ACID事务限制，通过BASE模型（Basically Available, Soft state, Eventually consistent）实现高可用性。其四大特征包括：

• 模式自由：无需预定义表结构，支持动态字段扩展
• 水平扩展：通过分片技术实现线性扩容，典型如MongoDB的自动分片机制
• CAP定理权衡：根据业务场景选择CP（一致性优先）或AP（可用性优先）架构
• 多数据模型支持：涵盖键值对、文档、列族、图数据库等多种类型

1.2 主流NoSQL分类与典型代表

类型	代表数据库	适用场景	数据模型示例
键值存储	Redis, Riak	缓存系统、会话管理	{"user_id": "123", "session": "..."}
文档存储	MongoDB, CouchDB	内容管理系统、用户画像	{name: "John", address: {city: "NY"}}
列族存储	HBase, Cassandra	时序数据、日志分析	row_key: "user123", columns: {cf1: {name: "John"}}
图数据库	Neo4j, JanusGraph	社交网络、推荐系统	(Alice)-[KNOWS]->(Bob)

二、核心数据模型与操作原理

2.1 文档数据库深度解析

以MongoDB为例，其BSON格式文档支持嵌套结构：

// 插入文档示例
db.users.insertOne({
  _id: ObjectId("507f1f77bcf86cd799439011"),
  name: "Alice",
  orders: [
    { product: "Laptop", price: 999 },
    { product: "Mouse", price: 25 }
  ]
})

查询优化技巧：

• 索引策略：创建复合索引db.users.createIndex({name:1, age:1})
• 查询投影：db.users.find({}, {name:1, _id:0})仅返回name字段
• 聚合管道：$group、$match、$sort组合实现复杂分析

2.2 列族数据库存储机制

HBase采用LSM树（Log-Structured Merge Tree）结构，写入流程：

1. MemStore缓存写入数据
2. 达到阈值后刷写为HFile
3. 定期执行Compaction合并文件

表设计原则：

• 行键设计：使用倒序时间戳实现时序数据最新优先
• 列族划分：高频访问字段与低频字段分离
• 预分区策略：splitKeys参数控制初始分区数

三、分布式架构与一致性保障

3.1 分区与复制策略

Cassandra的虚拟节点（vnode）机制实现动态负载均衡：

# 配置示例
num_tokens: 256  # 每个节点分配256个虚拟节点

数据复制模型：

• 简单策略：每个数据中心保存完整副本
• 网络拓扑策略：跨机架、跨可用区复制

3.2 一致性协议对比

协议	代表系统	特点	适用场景
Paxos	Zookeeper	强一致性，但性能受限	分布式锁、配置管理
Raft	etcd	易于理解，领导选举明确	服务发现、元数据存储
Gossip	Cassandra	最终一致性，去中心化传播	大规模集群数据同步

四、典型应用场景与性能调优

4.1 电商系统实践案例

订单处理系统设计：

• 文档数据库存储订单详情（MongoDB）
• Redis缓存热销商品数据
• Cassandra存储用户行为日志

性能优化方案：

• 读写分离：主节点处理写操作，从节点处理读操作
• 批量写入：MongoDB的bulkWrite操作
• 缓存预热：系统启动时加载核心数据

4.2 时序数据处理方案

InfluxDB的时序数据模型：

measurement,tag_set field_set timestamp
cpu,host=server1 usage=75.5 1625097600000000000

优化策略：

• 连续查询（CQ）实现自动聚合
• 保留策略（RP）设置数据生命周期
• 降采样处理长期历史数据

五、期末考试高频考点解析

5.1 概念辨析题

Q：解释BASE模型与ACID的区别
A：

• ACID强调强一致性，适用于金融交易场景
• BASE通过最终一致性实现高可用，适用于社交网络

5.2 设计实践题

Q：设计一个微博系统的存储方案
A：

• 用户信息：MongoDB文档存储
• 微博内容：Elasticsearch全文检索
• 关注关系：Neo4j图数据库
• 实时计数：Redis原子操作

5.3 故障排查题

Q：MongoDB写入延迟突然升高，可能原因有哪些？
A：

1. 工作集超出内存，触发磁盘I/O
2. 未建立适当索引导致全表扫描
3. 分片集群数据分布不均
4. 硬件资源不足（CPU、磁盘I/O）

六、备考建议与资源推荐

1. 实践验证：使用Docker快速部署测试环境

   docker run --name mongo -d -p 27017:27017 mongo

2. 官方文档：重点阅读MongoDB University、Cassandra DataStax文档
3. 性能测试：使用YCSB（Yahoo! Cloud Serving Benchmark）进行基准测试
4. 案例分析：研究Netflix、LinkedIn等公司的NoSQL应用实践

通过系统性掌握上述知识点，考生可全面应对NoSQL数据库相关考试，同时为实际项目开发奠定坚实基础。建议结合具体数据库产品进行实操演练，深化对分布式系统原理的理解。