NoSQL期末复习指南：核心概念、应用场景与实战技巧

一、NoSQL核心概念与分类

1.1 NoSQL的定义与兴起背景

NoSQL（Not Only SQL）是针对传统关系型数据库在高并发、海量数据、非结构化存储场景下的局限性而产生的数据库技术。其核心特点包括：

• 非关系型数据模型：支持键值对、文档、列族、图等多种结构；
• 水平扩展性：通过分布式架构实现节点动态扩容；
• 弱一致性设计：在CAP理论中优先保障可用性（Availability）和分区容忍性（Partition Tolerance）。

应用场景：社交网络用户关系存储、物联网传感器数据实时分析、电商商品推荐系统等。

1.2 NoSQL的四大分类

类型	代表数据库	数据模型	适用场景
键值存储	Redis、Riak	Key-Value对	缓存系统、会话管理
文档存储	MongoDB、CouchDB	JSON/BSON文档	内容管理系统、日志分析
列族存储	HBase、Cassandra	列族+行键+时间戳	时序数据、大规模数据分析
图存储	Neo4j、JanusGraph	节点+边+属性	社交网络、知识图谱

示例：使用MongoDB存储用户信息（文档存储）：

// 插入文档
db.users.insertOne({
  name: "Alice",
  age: 28,
  hobbies: ["reading", "hiking"],
  address: { city: "Beijing", zip: "100000" }
});
// 查询年龄大于25的用户
db.users.find({ age: { $gt: 25 } });

二、CAP理论与BASE理论

2.1 CAP理论三要素

• 一致性（Consistency）：所有节点数据同步更新；
• 可用性（Availability）：每个请求都能获得响应；
• 分区容忍性（Partition Tolerance）：网络分区时系统仍能运行。

权衡策略：

• CP型（如HBase）：强一致性优先，牺牲可用性；
• AP型（如Cassandra）：最终一致性，保障高可用。

2.2 BASE理论：NoSQL的妥协方案

• Basically Available：基本可用，允许部分失败；
• Soft State：系统状态可软变化，无需实时同步；
• Eventually Consistent：最终一致，通过异步复制实现。

实践建议：在电商订单系统中，可采用AP型数据库（如Cassandra）存储订单状态，通过版本号或时间戳解决冲突。

三、NoSQL数据模型设计

3.1 反规范化设计

问题：关系型数据库的JOIN操作在分布式环境中性能低下。
解决方案：通过嵌套文档或宽表结构减少关联查询。
示例：将订单与商品信息合并存储（MongoDB）：

{
  order_id: "ORD1001",
  customer: "Bob",
  items: [
    { product_id: "P001", name: "Laptop", price: 5999, quantity: 1 },
    { product_id: "P002", name: "Mouse", price: 99, quantity: 2 }
  ],
  total: 6197
}

3.2 索引优化策略

• 单字段索引：加速简单查询（如db.users.createIndex({ name: 1 })）；
• 复合索引：优化多条件查询（如db.orders.createIndex({ customer: 1, date: -1 })）；
• TTL索引：自动过期数据（如Redis的EXPIRE命令）。

避坑指南：避免过度索引导致写入性能下降，需根据查询模式设计索引。

四、NoSQL实战技巧

4.1 分布式事务处理

方案对比：
| 方案 | 适用场景 | 局限性 |
|——————————|———————————————|———————————————|
| 两阶段提交（2PC） | 强一致性要求 | 性能低，阻塞风险 |
| TCC补偿事务 | 金融交易等敏感操作 | 实现复杂 |
| Saga模式 | 长事务流程（如订单退款） | 需编写补偿逻辑 |
| 本地消息表 | 最终一致性场景 | 依赖定时任务扫描 |

代码示例（Saga模式实现订单退款）：

// 步骤1：冻结用户余额
public boolean freezeBalance(String userId, double amount) {
  // 调用账户服务API
}
// 步骤2：执行退款（若步骤1失败则跳过）
public boolean refund(String orderId, double amount) {
  // 调用支付服务API
}
// 步骤3：解冻余额（若步骤2失败则执行）
public boolean unfreezeBalance(String userId, double amount) {
  // 调用账户服务API
}

4.2 性能调优方法

• 读写分离：主节点写，从节点读（如MongoDB分片集群）；
• 缓存层设计：使用Redis缓存热点数据（如商品详情）；
• 批量操作：减少网络开销（如MongoDB的bulkWrite）；
• 压缩存储：启用Snappy或LZ4压缩（如HBase）。

监控工具推荐：

• MongoDB：mongostat、mongotop；
• Redis：INFO命令、redis-cli --stat；
• Cassandra：nodetool cfstats。

五、NoSQL与关系型数据库的对比

维度	NoSQL	关系型数据库（RDBMS）
扩展性	水平扩展（加节点）	垂直扩展（升配置）
schema	动态schema，灵活修改	固定schema，需迁移
事务	有限支持（单文档/轻量级）	完整ACID支持
生态	社区驱动，工具链分散	商业支持完善，工具链成熟

选型建议：

• 优先NoSQL：数据量大、结构多变、高并发写入；
• 优先RDBMS：复杂查询、强事务要求、数据一致性敏感。

六、期末复习重点总结

1. 核心理论：CAP/BASE理论、分布式事务模型；
2. 数据模型：四大分类特点、反规范化设计；
3. 实战技巧：索引优化、性能调优、监控工具；
4. 对比分析：NoSQL与RDBMS的适用场景差异。

备考建议：

• 结合教材案例动手实践（如用MongoDB实现迷你电商系统）；
• 关注行业应用（如Twitter用Cassandra存储时间线数据）；
• 掌握至少一种NoSQL数据库的CRUD操作和集群管理命令。

通过系统复习上述内容，可全面掌握NoSQL的核心知识，为期末考试和未来项目开发打下坚实基础。