NoSQL期末复习指南：核心概念、应用场景与备考策略

一、NoSQL核心概念与背景

NoSQL（Not Only SQL）是针对传统关系型数据库（RDBMS）在海量数据、高并发、灵活模型等场景下的局限性而兴起的非关系型数据库技术。其核心特点包括：

1. 非结构化数据支持：支持JSON、XML、键值对等半结构化或非结构化数据，适应社交网络、日志分析等场景。
2. 水平扩展能力：通过分布式架构实现线性扩展，解决单节点性能瓶颈（如MongoDB的分片集群）。
3. CAP理论权衡：根据业务需求在一致性（Consistency）、可用性（Availability）、分区容忍性（Partition Tolerance）间取舍（如Cassandra侧重AP，HBase侧重CP）。

备考建议：理解NoSQL诞生的技术背景（如Web2.0数据爆发），对比其与RDBMS的差异（如ACID vs BASE模型）。

二、主流NoSQL类型与典型应用

1. 键值存储（Key-Value Store）

• 代表数据库：Redis、Riak
• 特点：数据以键值对形式存储，支持高并发读写（如Redis的内存缓存）。
• 应用场景：会话管理、计数器、实时排行榜。
• 代码示例（Redis设置键值）：

  import redis
  r = redis.Redis(host='localhost', port=6379)
  r.set('user:1001', '{"name":"Alice","age":30}')  # 存储JSON字符串
  value = r.get('user:1001')  # 获取值

2. 文档存储（Document Store）

• 代表数据库：MongoDB、CouchDB
• 特点：以文档（如JSON、BSON）为单位存储，支持动态字段和嵌套结构。
• 应用场景：内容管理系统、用户画像。
• 代码示例（MongoDB插入文档）：

  // MongoDB Shell
  db.users.insertOne({
  name: "Bob",
  hobbies: ["reading", "hiking"],
  address: { city: "New York", zip: "10001" }
  });

3. 列族存储（Column-Family Store）

• 代表数据库：HBase、Cassandra
• 特点：以列族为单位组织数据，适合稀疏矩阵存储（如时间序列数据）。
• 应用场景：物联网传感器数据、日志分析。
• 数据模型：Cassandra的表结构示例

  CREATE TABLE sensor_data (
  sensor_id text,
  timestamp timestamp,
  value double,
  PRIMARY KEY (sensor_id, timestamp)
  ) WITH CLUSTERING ORDER BY (timestamp DESC);

4. 图数据库（Graph Database）

• 代表数据库：Neo4j、JanusGraph
• 特点：以节点和边表示数据关系，支持高效图遍历（如社交网络中的好友推荐）。
• 应用场景：欺诈检测、知识图谱。
• 代码示例（Neo4j Cypher查询）：

  MATCH (a:User)-[:FRIENDS_WITH]->(b:User)
  WHERE a.name = "Alice"
  RETURN b.name AS friend_name;

三、CAP理论与分布式设计

1. CAP理论三选二

• 一致性（C）：所有节点数据同步（如HBase的强一致性写）。
• 可用性（A）：任何节点故障时仍能响应请求（如Cassandra的最终一致性）。
• 分区容忍性（P）：网络分区时系统仍能运行（分布式系统的必要条件）。

备考策略：结合案例分析（如电商系统在促销期间选择AP，金融系统选择CP）。

2. 一致性模型对比

模型	描述	适用场景
强一致性	写操作完成后所有节点立即同步	金融交易
最终一致性	允许短暂不一致，最终达成一致	社交网络动态
因果一致性	保证因果相关的操作顺序	协作编辑

四、NoSQL设计模式与最佳实践

1. 数据建模原则

• 反范式化设计：避免多表关联，通过嵌套文档或宽表减少查询（如MongoDB的$lookup替代）。
• 预计算聚合：对高频查询字段提前计算（如Redis的INCR实现计数器）。
• 分片键选择：基于查询模式设计分片键（如MongoDB按用户ID分片）。

2. 性能优化技巧

• 索引策略：MongoDB的复合索引、Cassandra的二级索引。
• 缓存层设计：Redis作为热点数据缓存，设置TTL自动过期。
• 批量操作：MongoDB的bulkWrite、Cassandra的BATCH语句。

五、期末复习方法论

1. 知识图谱构建：用思维导图梳理NoSQL分类、CAP理论、数据模型等核心概念。
2. 真题实战：分析历年考题中的设计题（如“设计一个微博系统的数据存储方案”）。
3. 工具实操：通过Docker快速部署MongoDB/Redis，实践CRUD操作和集群配置。
4. 论文阅读：推荐阅读《Dynamo: Amazon’s Highly Available Key-value Store》理解分布式系统设计。

六、未来趋势与挑战

• 多模型数据库：如ArangoDB支持键值、文档、图三种模型。
• Serverless NoSQL：AWS DynamoDB、Azure Cosmos DB的按需付费模式。
• AI集成：NoSQL与向量数据库（如Pinecone）结合实现语义搜索。

总结：NoSQL期末复习需兼顾理论深度与实践能力，重点掌握数据模型选择、CAP权衡和分布式设计模式。通过案例分析、代码实践和真题演练，构建完整的知识体系，为应对大数据时代的挑战做好准备。