NoSQL实战进阶：习题解析与考试要点全攻略

一、NoSQL基础概念与分类习题解析

1.1 NoSQL定义与核心特征
NoSQL（Not Only SQL）的核心在于突破传统关系型数据库的范式约束，采用非结构化或半结构化数据模型。其四大核心特征包括：

• 水平扩展性：通过分片（Sharding）技术实现分布式存储，如MongoDB的自动分片机制；
• 高可用性：支持多副本复制（如Redis的主从复制），确保故障自动切换；
• 灵活模式：文档型数据库（如CouchDB）允许动态字段增减，无需预定义Schema；
• CAP定理权衡：根据业务场景选择一致性（CP）或可用性（AP），例如Cassandra偏向AP，HBase偏向CP。

习题示例：
题目：以下哪项是NoSQL数据库的典型特征？
A. 严格遵循ACID事务
B. 支持固定表结构
C. 通过分片实现水平扩展
D. 仅支持键值存储
答案：C
解析：NoSQL通过分片技术突破单机存储限制，而ACID事务和固定表结构是关系型数据库的特点，键值存储仅为NoSQL的一种类型。

1.2 NoSQL分类与适用场景
NoSQL数据库可分为四类，每类对应不同业务需求：

• 键值存储（Redis、Riak）：适用于缓存、会话管理等简单查询场景；
• 文档存储（MongoDB、CouchDB）：适合JSON格式的半结构化数据，如用户画像；
• 列族存储（HBase、Cassandra）：面向海量稀疏数据的分析，如日志存储；
• 图数据库（Neo4j、JanusGraph）：用于复杂关系网络，如社交网络分析。

考试题示例：
题目：某电商系统需要存储商品信息（包含动态属性），且需支持高频查询，应选择哪种NoSQL类型？
A. 键值存储
B. 文档存储
C. 列族存储
D. 图数据库
答案：B
解析：商品信息通常为半结构化JSON数据，文档存储的灵活模式与高效查询能力完美匹配。

二、NoSQL数据模型与查询语言实战

2.1 文档存储模型设计
以MongoDB为例，其数据模型设计需遵循以下原则：

• 嵌套与引用平衡：高频访问的关联数据应内嵌（如订单中的商品详情），低频数据通过引用（如用户地址库）减少冗余；
• 索引优化：为查询字段（如user_id、create_time）创建单键索引，复合查询需使用复合索引（如{user_id:1, status:1}）；
• 分页性能：避免大偏移量分页（如skip(10000)），改用基于游标的分页（如_id > last_id）。

习题示例：
题目：在MongoDB中，以下哪种索引设计能最优支持按用户ID和时间范围查询订单？
A. {user_id:1}
B. {create_time:1}
C. {user_id:1, create_time:1}
D. {create_time:1, user_id:1}
答案：C
解析：复合索引需将高选择性字段（如user_id）前置，以减少索引扫描范围。

2.2 图数据库查询实践
以Neo4j的Cypher语言为例，图查询的核心在于路径匹配。例如，查找用户A到用户B的最短社交路径：

MATCH path = shortestPath((a:User {name: 'A'})-[:FRIEND*..5]-(b:User {name: 'B'}))
RETURN path

考试题示例：
题目：在金融反欺诈场景中，需快速识别与某用户关联的所有账户（3度以内），应如何优化图查询？
A. 使用*..3限定路径长度
B. 为USER节点创建全局索引
C. 预计算所有用户关系
D. 改用关系型数据库
答案：A
解析：限定路径长度可避免全图扫描，同时图数据库的实时遍历能力优于预计算。

三、NoSQL性能调优与故障排查

3.1 写入性能优化
以Cassandra为例，写入优化需关注：

• 一致性级别：降低一致性级别（如从QUORUM调至ONE）可提升吞吐量，但需权衡数据一致性风险；
• 批量写入：使用BATCH语句合并多个操作，减少网络开销；
• 压缩策略：启用SSTable压缩（如LZ4）减少存储空间，但增加CPU负载。

习题示例：
题目：Cassandra写入延迟突然升高，可能的原因不包括？
A. 压缩任务堆积
B. 内存表（MemTable）过大
C. 使用了二级索引
D. 网络带宽不足
答案：C
解析：二级索引主要影响读性能，写入延迟通常与内存表、压缩或网络相关。

3.2 集群故障排查
以MongoDB分片集群为例，常见故障及解决方案：

• 分片不均衡：通过sh.balanceChunk()手动触发数据迁移；
• 连接池耗尽：调整maxConnections参数，并优化应用连接复用；
• 慢查询：使用explain()分析查询计划，添加缺失索引。

考试题示例：
题目：MongoDB分片集群中，某分片的数据量远高于其他分片，首先应检查？
A. 分片键是否均匀分布
B. 配置服务器（Config Server）存储空间
C. 仲裁节点（Arbiter）网络延迟
D. 客户端驱动版本
答案：A
解析：分片键的选择直接影响数据分布，不合理的分片键（如单调递增ID）会导致热点分片。

四、NoSQL与关系型数据库的混合架构

4.1 互补应用场景

• 事务型操作：订单创建等强一致性需求仍需关系型数据库（如MySQL）；
• 高并发读：商品详情页等读多写少场景使用NoSQL缓存（如Redis）；
• 实时分析：用户行为日志通过NoSQL列族存储（如HBase）导入数据仓库。

习题示例：
题目：某系统需支持每秒10万次写入的日志数据，同时需实时聚合分析，最适合的架构是？
A. 单机MySQL + 定时ETL
B. Kafka + HBase + Spark Streaming
C. MongoDB + 内存计算
D. Redis + 定时脚本
答案：B
解析：Kafka缓冲高并发写入，HBase存储海量日志，Spark Streaming实现实时分析。

4.2 数据一致性保障
混合架构中需通过以下机制保障一致性：

• 最终一致性：NoSQL缓存与关系型数据库通过消息队列（如Kafka）异步同步；
• 分布式事务：采用Saga模式拆分长事务为多个本地事务，通过补偿机制回滚；
• 缓存策略：设置合理的TTL（如5分钟），避免脏读。

考试题示例：
题目：在订单支付场景中，如何确保Redis缓存与MySQL数据库的数据一致性？
A. 使用双写操作
B. 依赖Redis持久化
C. 通过MQ异步更新缓存
D. 禁用缓存
答案：C
解析：双写可能导致并发冲突，MQ异步更新可平衡性能与一致性，同时通过消息重试机制保障可靠性。

五、NoSQL安全与运维管理

5.1 认证与授权

• MongoDB：启用SCRAM-SHA-256认证，通过enableAuthorization配置基于角色的访问控制（RBAC）；
• Redis：设置requirepass密码，并通过ACL限制命令访问（如仅允许GET/SET）。

习题示例：
题目：以下哪项是MongoDB的安全最佳实践？
A. 禁用认证以提升性能
B. 使用默认端口27017
C. 启用审计日志记录管理操作
D. 允许匿名访问
答案：C
解析：审计日志可追踪敏感操作，而禁用认证、默认端口和匿名访问均会引入安全风险。

5.2 备份与恢复

• MongoDB：使用mongodump/mongorestore进行逻辑备份，或通过WiredTiger存储引擎的检查点实现物理备份；
• Cassandra：通过nodetool snapshot创建快照，结合增量备份（如SSTable日志）。

考试题示例：
题目：某Cassandra集群需备份10TB数据，最节省存储空间的方案是？
A. 全量快照 + 每日增量备份
B. 每日全量备份
C. 仅备份索引文件
D. 使用NFS共享存储
答案：A
解析：快照加增量备份可最小化存储占用，同时保障恢复灵活性。

结语

本文通过习题与考试题的形式，系统梳理了NoSQL的核心概念、技术分类、性能优化及安全运维等关键知识点。无论是准备技术认证的开发者，还是设计分布式系统的架构师，掌握这些内容均能显著提升实战能力。未来，随着多模型数据库（如MongoDB Atlas支持关系型查询）和AI驱动的自动调优技术发展，NoSQL的应用边界将持续扩展。