一、NoSQL数据库基础理论习题

1.1 NoSQL与关系型数据库的核心差异

习题：列举NoSQL数据库的四大核心特性，并对比其与关系型数据库（RDBMS）在数据模型、扩展性、事务支持上的差异。
解析：

• 数据模型：NoSQL支持键值对（Redis）、文档型（MongoDB）、列族（HBase）、图数据库（Neo4j）等非结构化模型，而RDBMS依赖固定的表结构。
• 扩展性：NoSQL通过水平分片（Sharding）实现线性扩展，适合海量数据；RDBMS通常依赖垂直扩展（提升单机性能），成本较高。
• 事务支持：RDBMS遵循ACID原则，支持多行事务；NoSQL多采用BASE模型（基本可用、软状态、最终一致性），牺牲强一致性换取高可用性。

实战建议：在需要高并发写入的场景（如日志存储）优先选择NoSQL，而在需要复杂关联查询的财务系统中，RDBMS仍是首选。

1.2 CAP定理的应用场景

习题：根据CAP定理（一致性、可用性、分区容忍性），分析以下场景应优先保障哪两项？

• 电商平台的购物车服务
• 银行跨行转账系统

解析：

• 购物车服务：需高可用性（用户随时访问）和分区容忍性（网络分区时仍可操作），可接受最终一致性。
• 银行转账：需强一致性（确保金额准确）和分区容忍性，但可用性可适当降低（如转账失败时提示重试）。

技术延伸：MongoDB通过副本集（Replica Set）提供高可用性，同时支持可配置的写关注（Write Concern）来平衡一致性与性能。

二、NoSQL数据库操作实战习题

2.1 文档型数据库（MongoDB）操作

习题：设计一个MongoDB集合存储用户订单，包含订单ID、用户ID、商品列表（含商品ID、名称、价格）、总金额，并编写插入与查询语句。
代码示例：

// 插入订单
db.orders.insertOne({
  orderId: "ORD1001",
  userId: "USER2023",
  items: [
    { productId: "P001", name: "Laptop", price: 999.99 },
    { productId: "P002", name: "Mouse", price: 19.99 }
  ],
  totalAmount: 1019.98
});
// 查询用户订单
db.orders.find({ userId: "USER2023" }, { orderId: 1, totalAmount: 1 });

优化建议：为userId和orderId创建索引以加速查询：

db.orders.createIndex({ userId: 1 });
db.orders.createIndex({ orderId: 1 });

2.2 键值型数据库（Redis）应用

习题：设计一个Redis方案实现电商平台的商品库存缓存，要求支持高并发扣减库存，并避免超卖。
解决方案：

1. 数据结构选择：使用Hash存储商品库存，键为product:{id}:stock，字段为stock。
2. 原子操作：利用Redis的DECR命令实现原子扣减：
   ```redis

   初始化库存

   HSET productstock stock 100

扣减库存（返回剩余值，若小于0则失败）

DECRBY productstock 1

3. **Lua脚本保证一致性**：通过脚本检查库存并扣减：  
```lua
local stock = redis.call("HGET", KEYS[1], "stock")
if tonumber(stock) >= tonumber(ARGV[1]) then
  return redis.call("HINCRBY", KEYS[1], "stock", -ARGV[1])
else
  return 0
end

三、NoSQL数据库性能调优习题

3.1 读写分离与分片策略

习题：某电商平台MongoDB集群写入延迟高，如何通过分片与读写分离优化？
步骤：

1. 分片键选择：按userId分片，使同一用户的订单分散到不同分片，避免热点。
2. 读写分离配置：
   • 主节点处理写入，从节点配置readPreference: secondaryPreferred承担读请求。
   • 使用tag sets确保特定查询路由到就近分片。

监控指标：通过mongostat监控分片负载，确保各节点写入量均衡。

3.2 缓存策略设计

习题：设计Redis缓存层减少MySQL查询压力，需考虑缓存穿透、雪崩与击穿。
方案：

• 缓存穿透：对不存在的商品ID返回空值并缓存（如productinfo = "NULL"，过期时间5分钟）。
• 缓存雪崩：为缓存键添加随机过期时间（如3600±600秒）。
• 缓存击穿：对热点商品使用SETNX实现分布式锁，确保只有一个线程从MySQL加载数据。

代码示例：

# 分布式锁实现
SET product:1001:lock "1" NX EX 10  # 10秒过期
# 加载数据后释放锁
DEL product:1001:lock

四、NoSQL数据库架构设计习题

4.1 时序数据库（InfluxDB）应用

习题：设计一个IoT设备监控系统，使用InfluxDB存储传感器数据，要求支持按时间范围聚合查询。
数据模型：

• Measurement：sensor_data
• Tags：device_id, location
• Fields：temperature, humidity

查询示例：

-- 查询设备A过去1小时的平均温度
SELECT mean("temperature") 
FROM "sensor_data" 
WHERE "device_id" = 'A' AND time > now() - 1h 
GROUP BY time(1m)

4.2 图数据库（Neo4j）路径查询

习题：在社交网络中，使用Neo4j查找用户A到用户B的最短关系路径（如朋友的朋友）。
Cypher查询：

MATCH path = shortestPath((a:User {name: 'Alice'})-[:FRIEND*..5]-(b:User {name: 'Bob'}))
RETURN path, length(path) AS hop_count

五、总结与学习建议

1. 理论巩固：通过CAP定理与BASE模型理解NoSQL的设计哲学。
2. 动手实践：在本地搭建MongoDB、Redis集群，完成插入、查询、聚合操作。
3. 性能优化：结合监控工具（如MongoDB Compass、Redis Insight）分析慢查询。
4. 场景化学习：针对电商、物联网、社交网络等场景设计完整解决方案。

推荐资源：

• 《NoSQL Distilled》 by Martin Fowler
• MongoDB University免费课程
• Redis官方文档与实战教程

通过系统化的习题训练与实战，开发者可快速掌握NoSQL数据库的核心技能，应对分布式系统中的数据存储挑战。