一、Nosql分布式数据库期末考试核心考点梳理

1.1 Nosql基础理论：从关系型到非关系型的范式转变

Nosql（Not Only SQL）数据库的核心特征在于去中心化架构与灵活的数据模型。与传统关系型数据库（如MySQL）相比，Nosql通过水平扩展（而非垂直扩展）实现高并发处理，典型场景包括电商用户行为分析、物联网传感器数据存储等。

• 数据模型对比：

  • 键值对（Key-Value）：Redis、DynamoDB，适用于简单查询场景。
  • 文档型（Document）：MongoDB、CouchDB，支持嵌套JSON结构，适合半结构化数据。
  • 列族（Column-Family）：Cassandra、HBase，优化高吞吐写入，适用于日志分析。
  • 图数据库（Graph）：Neo4j、JanusGraph，解决复杂关系网络问题。

• 分布式架构基础：

  • 分区（Partitioning）：数据按哈希或范围分片，分散存储压力。
  • 复制（Replication）：主从复制（如MongoDB）或多主复制（如Cassandra），提升可用性。
  • 一致性模型：强一致性（如HBase）、最终一致性（如DynamoDB）。

1.2 CAP定理与分布式系统设计权衡

CAP定理指出，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）。考试中常考察以下场景：

• CP系统：HBase、MongoDB（默认配置），优先保证数据一致性。
• AP系统：Cassandra、Riak，在网络分区时仍提供服务，但可能返回旧数据。
• 权衡策略：通过调整写入一致性级别（如MongoDB的w参数）或读取策略（如r参数）平衡CAP。

案例：在金融交易系统中，需选择CP型数据库（如HBase）确保数据不丢失；而在社交网络评论系统中，AP型数据库（如Cassandra）可接受短暂不一致以提升用户体验。

二、Nosql分布式数据库题库精解

2.1 基础概念题

题目：简述Nosql数据库的四大核心优势。
解析：

1. 可扩展性：通过分片实现线性扩展，支持PB级数据。
2. 灵活性：无固定模式（Schema-Free），适应快速迭代的业务需求。
3. 高性能：低延迟读写，尤其适合高并发场景。
4. 高可用性：多副本与自动故障转移机制。

2.2 分布式架构设计题

题目：设计一个电商订单系统的Nosql方案，需满足以下需求：

• 支持每秒10万次订单写入。
• 订单数据需保留30天。
• 提供按用户ID的快速查询。

解析：

1. 数据库选择：Cassandra（列族模型，高写入吞吐）。
2. 分片策略：按用户ID哈希分片，确保均匀分布。
3. TTL设置：在Cassandra中配置TTL=2592000（30天）自动过期。
4. 查询优化：创建二级索引（Secondary Index）或使用物化视图（Materialized View）。

代码示例（Cassandra CQL）：

CREATE TABLE orders (
    user_id UUID,
    order_id UUID,
    items MAP<TEXT, INT>,
    timestamp TIMESTAMP,
    PRIMARY KEY ((user_id), timestamp)
) WITH CLUSTERING ORDER BY (timestamp DESC);
-- 设置TTL
INSERT INTO orders (user_id, order_id, items, timestamp)
VALUES (uuid(), uuid(), {'product1': 2}, toTimestamp(now()))
USING TTL 2592000;

2.3 一致性与复制题

题目：MongoDB副本集中，如何配置writeConcern和readConcern以实现强一致性？
解析：

• 写入配置：writeConcern: {w: "majority", j: true}，要求多数节点确认且写入日志。
• 读取配置：readConcern: "majority"，确保读取到已提交的多数派数据。

风险点：强一致性会降低吞吐量，需根据业务需求权衡。

2.4 性能调优题

题目：Redis集群中，如何优化大键（Big Key）导致的性能问题？
解析：

1. 拆分策略：将大键拆分为多个小键（如哈希字段拆分）。
2. 使用管道（Pipeline）：批量操作减少网络开销。
3. 监控工具：通过redis-cli --bigkeys定位大键。

代码示例（Python Redis Pipeline）：

import redis
r = redis.Redis(cluster=True)
# 使用Pipeline批量设置
pipe = r.pipeline()
for i in range(1000):
    pipe.hset(f"user:{i}", "name", f"user_{i}")
pipe.execute()

三、备考建议与实战技巧

3.1 理论结合实践

• 动手实验：在本地或云环境（如AWS ECS）部署MongoDB/Cassandra集群，验证分片、复制等特性。
• 压测工具：使用YCSB（Yahoo Cloud Serving Benchmark）模拟高并发场景。

3.2 重点突破方向

• CAP定理应用：理解不同业务场景下的权衡策略。
• 数据分片算法：掌握哈希分片、范围分片的优缺点。
• 故障恢复：熟悉MongoDB选举、Cassandra修复（nodetool repair）流程。

3.3 答题模板

• 概念题：定义→分类→应用场景→优缺点。
• 设计题：需求分析→数据库选型→分片策略→一致性配置→监控方案。

结语

Nosql分布式数据库期末考试不仅考察理论记忆，更强调对分布式系统设计的理解能力。通过系统梳理核心考点、精解典型题库，并结合实战演练，考生可高效掌握知识体系。建议以“理解原理→动手实践→总结归纳”为复习主线，最终实现从“应试”到“应用”的能力跃迁。