NoSQL数据库期末复习指南：核心概念与实战要点

一、NoSQL数据库核心特性与分类

NoSQL（Not Only SQL）数据库以非关系型数据模型为核心，突破了传统关系型数据库的ACID约束，采用BASE（Basically Available, Soft state, Eventually consistent）模型实现高可用性和横向扩展性。其核心特性包括：

1. 模式自由（Schema-Free）：无需预定义表结构，支持动态字段扩展。例如MongoDB的文档模型允许同一集合中存储不同结构的文档。
2. 水平扩展性：通过分片（Sharding）技术实现数据分布式存储。Cassandra采用一致性哈希分片，Redis Cluster通过槽位（Slot）分配实现数据分散。
3. 多数据模型支持：
   • 键值存储：Redis以内存为载体，支持字符串、哈希、列表等数据结构，适用于缓存和会话管理。
   • 文档存储：MongoDB使用BSON格式存储JSON-like文档，支持嵌套查询和聚合管道。
   • 列族存储：HBase按列族组织数据，适合稀疏矩阵存储和实时读写场景。
   • 图数据库：Neo4j通过节点和边建模复杂关系，支持图遍历算法（如最短路径）。

实践建议：根据业务场景选择数据模型。例如电商系统用户行为跟踪适合文档存储，社交网络关系分析需图数据库支持。

二、分布式架构与CAP理论

NoSQL数据库通过分布式架构实现高可用性，其设计需权衡CAP理论中的一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）。

1. CAP权衡策略：
   • CP系统：HBase和MongoDB在分区时优先保证强一致性，可能牺牲可用性。
   • AP系统：Cassandra和DynamoDB采用最终一致性模型，确保分区后服务仍可用。
   • 可调一致性：如Riak允许设置读写一致性级别（Quorum/All）。
2. 一致性协议：
   • Paxos/Raft：ZooKeeper和etcd使用Raft协议实现强一致性。
   • Gossip协议：Cassandra通过Gossip传播节点状态信息，支持去中心化部署。
3. 分片与复制策略：
   • 一致性哈希：减少分片迁移开销，但可能导致数据倾斜。
   • 虚拟节点：Cassandra引入虚拟节点（VNodes）优化负载均衡。
   • 多副本写入：如MongoDB的副本集（Replica Set）支持异步复制。

案例分析：某金融系统采用Cassandra的AP特性，在网络分区时仍能处理交易请求，但需通过读修复（Read Repair）最终同步数据。

三、主流NoSQL系统对比与选型

系统	类型	优势	适用场景
MongoDB	文档存储	丰富查询、聚合管道	内容管理系统、日志分析
Cassandra	列族存储	线性扩展、多数据中心支持	物联网传感器数据、时间序列
Redis	键值存储	内存计算、原子操作	缓存层、实时排行榜
Neo4j	图数据库	原生图结构、Cypher查询语言	欺诈检测、推荐系统

选型建议：

1. 写密集型场景：优先选择Cassandra或HBase，其LSM树结构优化写入性能。
2. 复杂查询需求：MongoDB支持二级索引和地理空间查询。
3. 低延迟要求：Redis的内存存储可实现微秒级响应。

四、性能优化与故障排查

1. 索引优化：
   • MongoDB：单字段索引、复合索引、文本索引。
   • Cassandra：需预先设计主键（Partition Key + Clustering Key）。
   • 反模式：避免在高频更新字段上创建索引。
2. 查询优化：
   • MongoDB：使用explain()分析查询计划，避免全集合扫描。
   • Redis：使用SCAN替代KEYS防止阻塞。
3. 常见故障：
   • 内存溢出：Redis未设置maxmemory策略导致OOM。
   • 分片不均：Cassandra的TokenAwarePolicy未正确配置。
   • 网络延迟：跨数据中心部署时需优化Gossip间隔。

调试工具：

• MongoDB：mongotop监控操作耗时，mongostat查看系统状态。
• Cassandra：nodetool cfstats检查表统计信息，tpstats监控线程池。

五、期末考试重点题型解析

1. 设计题：
   • 示例：设计一个支持高并发的电商购物车系统。
   • 解答：采用Redis存储会话数据，利用Hash结构存储商品ID和数量；设置过期时间防止脏数据；异步写入MongoDB持久化。
2. 对比题：
   • 示例：比较MongoDB与Cassandra在分布式事务上的差异。
   • 解答：MongoDB 4.0+支持多文档事务，但跨分片事务性能较低；Cassandra通过轻量级事务（LWT）实现行级原子性。
3. 案例分析题：
   • 示例：某系统出现写入延迟，如何排查？
   • 解答：检查分片键是否均匀分布；分析慢查询日志；监控磁盘I/O和内存使用。

六、未来趋势与扩展学习

1. 多模型数据库：如ArangoDB同时支持文档、键值和图模型。
2. Serverless架构：AWS DynamoDB Auto Scaling自动调整吞吐量。
3. AI集成：MongoDB Atlas支持向量搜索，用于相似度匹配。

推荐资源：

• 书籍：《NoSQL Distilled》《Designing Data-Intensive Applications》
• 实践平台：MongoDB University免费课程、Cassandra官方沙箱

通过系统掌握上述知识点，考生不仅能应对期末考试，更能为实际项目中的数据库选型和优化提供理论支持。建议结合实验环境（如Docker部署单机版NoSQL）加深理解。