NoSQL期末复习指南：核心概念、类型与实战技巧

一、NoSQL核心概念与理论基础

NoSQL（Not Only SQL）的核心在于突破传统关系型数据库的ACID（原子性、一致性、隔离性、持久性）限制，通过BASE（基本可用、软状态、最终一致性）模型实现高扩展性与性能。复习时需重点理解CAP理论：一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）三者不可兼得。例如，Cassandra选择AP（牺牲强一致性），而MongoDB通过副本集在CP与AP间动态平衡。

实践建议：设计系统时需明确业务场景对CAP的优先级。如金融交易系统需强一致性（CP），而社交媒体点赞功能可接受最终一致性（AP）。

二、NoSQL数据模型与主流类型

1. 键值数据库（Key-Value）

代表：Redis、DynamoDB
特点：通过键直接访问值，适合缓存、会话管理。
复习要点：

• 数据结构：支持字符串、哈希、列表等（如Redis的SET key value）。
• 持久化策略：RDB快照与AOF日志结合（Redis配置示例）：

  save 900 1      # 900秒内1次修改触发快照
  appendonly yes  # 启用AOF持久化

• 扩展性：水平分片（Sharding）通过哈希取模分配键值对。

实战案例：电商系统利用Redis缓存商品详情，QPS从1000提升至50000。

2. 文档数据库（Document）

代表：MongoDB、CouchDB
特点：存储半结构化数据（JSON/BSON），支持动态字段。
复习要点：

• 查询语法：MongoDB的find()与聚合管道（Aggregation Pipeline）：

  db.users.aggregate([
    { $match: { age: { $gt: 25 } } },
    { $group: { _id: "$city", count: { $sum: 1 } } }
  ]);

• 索引优化：单字段索引、复合索引、文本索引（db.collection.createIndex({ name: 1 })）。
• 事务支持：MongoDB 4.0+支持多文档事务（需在副本集中启用）。

性能调优：为高频查询字段创建索引，避免全表扫描。

3. 列族数据库（Column-Family）

代表：HBase、Cassandra
特点：按列存储，适合高吞吐写入场景（如日志分析）。
复习要点：

• 数据模型：Cassandra的表结构定义：

  CREATE TABLE user_activity (
    user_id UUID,
    activity_time TIMESTAMP,
    event_type TEXT,
    PRIMARY KEY ((user_id), activity_time)
  );

• 一致性级别：Cassandra支持ONE、QUORUM、ALL等（通过CONSISTENCY LEVEL QUORUM设置）。
• 压缩策略：Snappy或LZ4压缩减少存储空间。

故障处理：Cassandra节点宕机时，通过nodetool repair同步数据。

4. 图数据库（Graph）

代表：Neo4j、JanusGraph
特点：基于节点和边存储关系数据，适合社交网络、推荐系统。
复习要点：

• Cypher查询语言：Neo4j的路径查询示例：

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

• 遍历算法：深度优先搜索（DFS）与广度优先搜索（BFS）的适用场景。
• 分布式挑战：图分割可能导致跨节点查询性能下降。

应用场景：反欺诈系统通过图数据库识别关联账户。

三、分布式架构与运维实践

1. 分片（Sharding）与副本（Replication）

• 分片策略：范围分片（如MongoDB的{ _id: { $gt: 100 } }）与哈希分片（Cassandra的Murmur3Partitioner）。
• 副本配置：MongoDB的副本集需奇数个节点（rs.initiate({ _id: "rs0", members: [...] })），Cassandra的NUM_TOKENS参数控制数据分布。

避坑指南：分片键选择低基数字段会导致数据倾斜（如仅用性别字段分片）。

2. 一致性协议对比

• Paxos：强一致性但性能较低（如ZooKeeper使用）。
• Raft：简化Paxos的实现（如etcd采用）。
• Gossip协议：Cassandra通过感染式传播更新集群状态。

性能测试：使用YCSB（Yahoo! Cloud Serving Benchmark）对比不同协议的吞吐量。

3. 监控与故障排查

• 监控工具：Prometheus+Grafana监控MongoDB的connections、queryExecTime等指标。
• 日志分析：Elasticsearch+Logstash解析Cassandra的系统日志（/var/log/cassandra/system.log）。
• 慢查询优化：MongoDB的explain()分析查询计划：

  db.orders.find({ status: "pending" }).explain("executionStats");

四、期末复习方法论

1. 对比记忆法：制作表格对比不同NoSQL类型的特性（如CAP取舍、索引支持）。
2. 案例分析法：结合课程实验中的电商系统，分析为何选择MongoDB而非Redis存储订单数据。
3. 真题演练：模拟题示例：

   题目：设计一个日均千万级写入的物联网传感器数据存储方案。
   解答：选用Cassandra，按设备ID分片，配置LOCAL_QUORUM一致性级别，启用LZ4压缩。

五、未来趋势与扩展阅读

• 多模型数据库：ArangoDB支持键值、文档、图三种模型。
• Serverless NoSQL：AWS DynamoDB Auto Scaling与Azure Cosmos DB的无服务器模式。
• 学术前沿：阅读《Designing Data-Intensive Applications》第5章深入理解分布式系统设计。

通过系统复习上述内容，结合实践案例与工具操作，可全面掌握NoSQL的核心知识，为期末考试与实际项目开发奠定坚实基础。