NoSQL分布式数据库核心知识题库与考试指南

一、NoSQL分布式数据库核心概念题库

1.1 CAP理论应用与权衡

CAP理论（一致性Consistency、可用性Availability、分区容错性Partition Tolerance）是分布式系统的基石。考试中常出现以下题型：

• 选择题：在跨数据中心部署时，若优先保证强一致性（CP模型），可能牺牲的性能指标是？
  • 答案：可用性（如网络分区时拒绝部分请求）
• 案例分析：某电商系统要求订单数据在3秒内全球同步，但允许最终一致。请设计基于Cassandra的分区策略并说明CAP权衡。
  • 关键点：Cassandra的AP模型通过多副本异步复制实现高可用，需配置适当的read repair和hinted handoff机制。

1.2 数据分片（Sharding）策略

分片是分布式数据库横向扩展的核心技术，常见问题包括：

• 简答题：比较范围分片（Range Sharding）与哈希分片（Hash Sharding）的适用场景。
  • 解析：范围分片适合有序数据（如时间序列），但可能导致热点；哈希分片负载均衡更优，但跨分片查询成本高。
• 代码示例：MongoDB中如何通过shard key实现分片？

  // 启用分片并指定分片键
  sh.enableSharding("mydb")
  sh.shardCollection("mydb.orders", { "customerId": "hashed" })

二、分布式一致性模型深度解析

2.1 强一致性 vs 最终一致性

考试常结合实际场景考察：

• 判断题：ZooKeeper的ZAB协议属于强一致性模型。（√）
• 设计题：设计一个分布式计数器，要求在99%的请求中1秒内返回准确值，允许1%的请求延迟更新。
  • 方案：采用Redis Cluster的INCR命令（强一致）配合本地缓存（最终一致），通过WAN复制实现跨区域同步。

2.2 事务支持对比

• 对比题：MongoDB 4.0+的多文档事务与Spanner的全局事务有何本质区别？
  • 关键差异：MongoDB事务限于单个分片，依赖两阶段提交（2PC）；Spanner通过TrueTime实现跨区域外部一致性。

三、分布式数据库考试高频考点

3.1 副本与容错机制

• 填空题：HBase中Region Server宕机后，HMaster通过__机制将Region重新分配。
  • 答案：ZooKeeper监听+元数据表（.META.）更新
• 故障模拟题：模拟Cassandra节点网络分区，验证hinted handoff是否生效。
  • 操作步骤：
    1. 使用iptables阻断节点间通信
    2. 写入数据并观察system.hints表
    3. 恢复网络后检查数据修复情况

3.2 性能优化策略

• 调优题：MongoDB查询db.collection.find({status: "active"}).sort({date: -1})性能差，可能的原因及解决方案？
  • 诊断路径：
    1. 检查date字段是否有索引（db.collection.getIndexes()）
    2. 使用explain()分析执行计划
    3. 解决方案：创建复合索引{status: 1, date: -1}

四、实战案例题库

4.1 电商系统架构设计

• 需求：设计支持每秒10万订单的分布式数据库方案，要求：
  • 订单数据强一致
  • 用户浏览历史最终一致
  • 跨区域低延迟
• 参考答案：
  • 订单表：Spanner（全球事务+强一致）
  • 浏览历史：Cassandra（AP模型+TTL过期）
  • 缓存层：Redis Cluster（分片+主从复制）

4.2 金融风控系统实现

• 场景：实时计算用户交易风险评分，需从多个NoSQL集群聚合数据。
• 技术方案：
  1. 使用Apache Beam连接MongoDB（交易数据）、HBase（用户画像）、Elasticsearch（日志）
  2. 通过CoGroupByKey实现跨数据源关联
  3. 结果写入ClickHouse进行OLAP分析

五、备考建议与资源推荐

1. 理论巩固：

   • 精读《Designing Data-Intensive Applications》第5-7章
   • 掌握Jepsen测试报告中的一致性漏洞分析

2. 实操训练：

   • 在AWS/GCP部署3节点Cassandra集群，模拟节点故障
   • 使用Percona PMM监控MongoDB查询性能

3. 模考策略：

   • 优先攻克分值高的设计题（通常占40%）
   • 准备2-3个通用架构模板（如微服务+分库分表）

六、未来趋势考点

1. 多模型数据库：如ArangoDB支持文档、图、键值混合查询
2. AI辅助运维：基于Prometheus时序数据的异常预测
3. Serverless架构：AWS DynamoDB Auto Scaling的触发条件配置

通过系统化掌握上述题库，考生可全面覆盖分布式数据库从理论到实践的考核要点。建议结合开源项目（如TiDB、CockroachDB）的源码分析深化理解，并定期参与CNCF举办的分布式系统认证考试验证知识体系。