NoSql期末试题全面复习指南

一、NoSQL核心概念与分类

NoSQL（Not Only SQL）是区别于传统关系型数据库的非关系型数据库统称，其核心设计目标是解决海量数据下的高并发、高扩展和灵活数据模型需求。根据数据模型差异，NoSQL可分为四大类：

1. 键值存储（Key-Value Store）
   以Redis、Riak为代表，数据以键值对形式存储，适用于缓存、会话管理等场景。例如，Redis通过SET user:1001 "{'name':'Alice','age':25}"存储用户信息，支持毫秒级响应。
2. 列族存储（Column-Family Store）
   HBase、Cassandra采用列族模型，适合处理稀疏矩阵数据。如HBase表结构中，rowkey:user1001可包含多个列族（info、order），每个列族下又有多个列（name、email）。
3. 文档存储（Document Store）
   MongoDB、CouchDB以JSON/BSON格式存储文档，支持嵌套结构和动态Schema。例如，MongoDB插入文档：

   db.users.insertOne({
     _id: "1001",
     name: "Bob",
     address: { city: "Beijing", zip: "100000" }
   });

4. 图数据库（Graph Database）
   Neo4j、JanusGraph通过节点和边存储关系数据，适用于社交网络、推荐系统。例如，Neo4j中创建好友关系：

   CREATE (a:User {name: "Alice"})-[:FRIENDS_WITH]->(b:User {name: "Bob"});

二、CAP理论与BASE模型

NoSQL数据库的设计需在CAP定理（一致性Consistency、可用性Availability、分区容错性Partition Tolerance）中权衡。例如：

• CP型数据库（如HBase）：优先保证强一致性和分区容错，可能牺牲可用性。
• AP型数据库（如Cassandra）：优先保证高可用和分区容错，允许最终一致性。

BASE模型（Basically Available, Soft state, Eventually consistent）是NoSQL对CAP的妥协方案，通过“最终一致性”替代强一致性。例如，DynamoDB的写操作可能先返回成功，后台通过Gossip协议同步数据。

三、分布式架构与数据分片

NoSQL通过分片（Sharding）实现水平扩展，核心策略包括：

1. 哈希分片：如Cassandra使用一致性哈希将数据均匀分布到节点。
2. 范围分片：HBase按RowKey范围划分Region，支持范围查询。
3. 一致性哈希环：DynamoDB通过虚拟节点减少数据迁移开销。

案例：MongoDB分片集群中，配置服务器（Config Server）存储元数据，路由进程（mongos）根据分片键（如user_id）将请求转发至对应分片。

四、索引与查询优化

1. 索引类型
   • 单键索引：MongoDB的db.users.createIndex({name:1})。
   • 复合索引：优化多字段查询，如db.orders.createIndex({user_id:1, date:-1})。
   • 地理空间索引：MongoDB的2dsphere索引支持位置查询。
2. 查询优化技巧
   • 避免全表扫描，使用explain()分析查询计划。
   • 覆盖查询（Covered Query）：仅通过索引返回数据，减少IO。
   • 读写分离：主节点处理写操作，从节点处理读操作。

五、事务与一致性保障

1. 单文档事务
   MongoDB 4.0+支持多文档事务，示例：

   session.startTransaction();
   db.accounts.updateOne({_id: "A"}, {$inc: {balance: -100}});
   db.accounts.updateOne({_id: "B"}, {$inc: {balance: 100}});
   session.commitTransaction();

2. 分布式事务
   • 两阶段提交（2PC）：如X/Open XA协议，但性能较低。
   • Saga模式：将长事务拆分为多个本地事务，通过补偿操作回滚。
   • TCC（Try-Confirm-Cancel）：适用于金融等强一致性场景。

六、实战案例与复习要点

1. 案例1：电商系统库存扣减
   • 问题：超卖现象。
   • 解决方案：Redis原子操作DECR或MongoDB事务。

     # Redis示例
     import redis
     r = redis.Redis()
     stock = r.decr("productstock")
     if stock < 0:
       r.incr("productstock")  # 回滚

2. 案例2：日志分析系统
   • 问题：海量日志存储与快速查询。
   • 解决方案：Elasticsearch分片+倒排索引，结合Logstash数据管道。

七、期末复习建议

1. 理论部分
   • 对比NoSQL与SQL的适用场景（如高并发写入 vs 复杂事务）。
   • 掌握CAP定理与BASE模型的差异。
2. 实践部分
   • 动手搭建MongoDB分片集群或Redis集群。
   • 使用JMeter测试NoSQL数据库的并发性能。
3. 常见考点
   • NoSQL的四种数据模型及其应用场景。
   • 分布式事务的实现方式与优缺点。
   • 索引优化策略与查询计划分析。

八、总结

NoSQL期末复习需兼顾理论深度与实践能力，重点掌握数据模型分类、CAP定理、分布式架构及查询优化。通过案例分析理解技术选型逻辑，结合实验巩固操作技能，方能在考试中游刃有余。