一、分布式数据库基础概念试题解析

试题1：请简述分布式数据库的CAP理论，并举例说明其在工程实践中的权衡
CAP理论指出，分布式系统无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition Tolerance）三者。以电商系统为例，当网络分区发生时，若选择强一致性（如采用Paxos协议），则可能牺牲部分可用性（如订单查询延迟）；若选择最终一致性（如Dynamo模型），则需通过版本号或向量时钟解决冲突。实际工程中，MongoDB通过可调一致性级别（writeConcern和readConcern）允许用户根据场景权衡CAP。

试题2：如何设计一个支持水平扩展的分布式表结构？
水平扩展的核心在于分片（Sharding）策略。例如，用户表按用户ID哈希分片，可均匀分布数据；订单表按时间范围分片，便于历史数据归档。设计时需注意：

1. 分片键选择：避免热点（如自增ID导致单分片压力过大）；
2. 跨分片事务：通过TCC（Try-Confirm-Cancel）或Saga模式实现分布式事务；
3. 二级索引处理：全局索引需额外维护路由表（如Elasticsearch的路由机制）。

二、分布式事务与一致性试题解析

试题3：解释两阶段提交（2PC）与三阶段提交（3PC）的差异及适用场景
2PC通过协调者（Coordinator）控制全局事务，分为准备阶段和提交阶段，但存在阻塞问题（协调者故障时参与者无法释放资源）。3PC引入超时机制和预提交阶段，减少阻塞概率，但增加网络开销。适用于对一致性要求极高且网络稳定的场景（如金融交易），但需权衡性能损耗。

试题4：如何实现跨库分页查询的效率优化？
直接跨库聚合（如SELECT * FROM orders ORDER BY create_time LIMIT 100,10）会导致全量数据拉取。优化方案包括：

1. 预计算+缓存：定时计算热门分页结果并缓存；
2. 双层查询：先按分片键查询符合条件的分片，再在分片内分页；
3. 使用搜索引擎：如Elasticsearch的from/size或search_after参数。
   示例代码（伪代码）：

   -- 方案1：双层查询
   SELECT * FROM (
   SELECT * FROM orders WHERE user_id IN (
    SELECT user_id FROM users WHERE region='east' LIMIT 100
   ) ORDER BY create_time DESC LIMIT 10
   ) AS temp;

三、分布式数据库性能优化试题解析

试题5：列举至少三种分布式数据库的索引优化策略

1. 复合索引设计：遵循最左前缀原则（如MySQL的(a,b,c)索引）；
2. 覆盖索引：避免回表操作（如SELECT id FROM orders WHERE status='paid'）；
3. 局部索引：对分片内高频查询字段单独建索引（如TiDB的LOCAL索引）；
4. 倒排索引：适用于全文检索场景（如Elasticsearch的mapping配置）。

试题6：如何诊断并解决分布式数据库的慢查询问题？

1. 日志分析：通过慢查询日志定位耗时操作（如MySQL的slow_query_log）；
2. 执行计划分析：检查是否全表扫描（如PostgreSQL的EXPLAIN ANALYZE）；
3. 分布式追踪：使用Jaeger或SkyWalking追踪跨节点调用链；
4. 资源监控：通过Prometheus+Grafana监控CPU、IO、网络等指标。
   示例优化（MySQL分片表）：
   ```sql
   — 优化前：全分片扫描
   SELECT * FROM orders WHERE amount > 1000;

— 优化后：分片路由+索引
SELECT * FROM orders_shard_0 WHERE amount > 1000 AND shard_key=0;
```

四、分布式数据库高可用设计试题解析

试题7：描述分布式数据库的主从复制与多主复制的优缺点

• 主从复制：
  • 优点：架构简单，数据一致性高；
  • 缺点：主节点故障时需手动切换，写性能受限。
• 多主复制：
  • 优点：支持多节点写入，提高吞吐量；
  • 缺点：冲突解决复杂（如CockroachDB的冲突检测）。

试题8：如何设计一个容灾能力达到RPO=0、RTO<30秒的分布式数据库方案？

• RPO=0：采用同步复制（如MySQL Group Replication的GROUP_REPLICATION_SYNC_WAIT）；
• RTO<30秒：
  1. 部署跨可用区（AZ）或跨区域（Region）副本；
  2. 使用自动化故障切换工具（如Orchestrator）；
  3. 定期演练切换流程（如混沌工程）。

五、试题答案与学习建议

综合试题答案示例
Q：分布式数据库与集中式数据库的主要区别是什么？
A：分布式数据库通过数据分片与副本实现水平扩展和容灾，但需解决网络延迟、一致性等问题；集中式数据库则依赖单机性能，扩展性受限。

学习建议

1. 实践驱动：通过Docker或Kubernetes部署TiDB、CockroachDB等开源分布式数据库；
2. 案例分析：研究AWS Aurora、Google Spanner等云原生数据库的设计文档；
3. 工具使用：掌握Prometheus监控、Percona Toolkit等运维工具。

本文通过系统化的试题与答案，覆盖了分布式数据库的核心知识点，适合开发者用于技术自测或面试准备。实际工作中，需结合业务场景选择合适的技术方案，并持续优化系统性能与可靠性。