NoSQL数据库期末复习指南：核心概念与实战要点

一、NoSQL数据库基础概念

1.1 NoSQL的定义与分类

NoSQL（Not Only SQL）是泛指非关系型数据库的总称，其核心设计目标是解决传统关系型数据库在高并发、海量数据、灵活模式场景下的性能瓶颈。根据数据模型可分为四类：

• 键值存储（Key-Value）：如Redis、DynamoDB，通过唯一键直接访问值，适用于缓存、会话管理等场景。
• 列族存储（Column-Family）：如HBase、Cassandra，以列族为单位组织数据，适合时间序列数据、日志分析。
• 文档存储（Document）：如MongoDB、CouchDB，存储半结构化JSON/XML文档，支持动态模式。
• 图数据库（Graph）：如Neo4j、JanusGraph，通过节点和边建模复杂关系，适用于社交网络、推荐系统。

典型应用场景：电商用户行为分析（列族）、物联网设备数据采集（时序数据库）、内容管理系统（文档存储）。

1.2 与关系型数据库的对比

维度	NoSQL	关系型数据库
数据模型	灵活，支持多种结构	固定表结构，需预定义Schema
扩展性	水平扩展（分布式集群）	垂直扩展（提升单机性能）
事务支持	最终一致性或有限ACID	强ACID事务
查询语言	专用API或类SQL（如MongoDB的聚合）	标准SQL

二、核心数据模型与操作

2.1 键值存储的操作实践

以Redis为例，核心操作包括：

# 设置键值对
redis.set("user:1001", '{"name":"Alice","age":25}')
# 获取值
user_data = redis.get("user:1001")
# 哈希表操作（适合嵌套结构）
redis.hset("user:1001:profile", "city", "New York")

优化建议：

• 使用短键名（如u:1001替代user:1001）减少内存占用。
• 对热点键采用分片存储，避免单节点压力过大。

2.2 文档存储的查询技巧

MongoDB的查询语法示例：

// 条件查询
db.users.find({ age: { $gt: 20 }, city: "Beijing" })
// 聚合管道（统计各城市用户数）
db.users.aggregate([
  { $group: { _id: "$city", count: { $sum: 1 } } }
])

索引设计原则：

• 对高频查询字段创建单字段索引（如{ age: 1 }）。
• 复合索引需遵循最左前缀原则，例如索引{ city: 1, age: 1 }可优化city或city+age的查询。

2.3 图数据库的路径查询

Neo4j的Cypher查询语言示例：

// 查找Alice的朋友的朋友
MATCH (a:User {name:"Alice"})-[:FRIEND]->(b)-[:FRIEND]->(c)
RETURN c.name

性能优化：

• 对高频关系类型（如FRIEND）预先加载到内存。
• 使用PROFILE命令分析查询执行计划。

三、分布式架构与CAP理论

3.1 分布式系统核心挑战

• 分区容忍性（P）：网络分区时系统仍需提供服务。
• 一致性（C）与可用性（A）的权衡：
  • CP系统（如HBase）：分区时拒绝部分请求，保证数据强一致。
  • AP系统（如Cassandra）：分区时允许读写旧数据，最终一致。

3.2 一致性协议对比

协议	代表数据库	特点
两阶段提交（2PC）	传统关系型数据库	阻塞式协议，性能较低
Paxos	Google Chubby	强一致，复杂度高
Raft	etcd、TiDB	简化Paxos，易于实现
Gossip协议	Cassandra	去中心化，最终一致

实践建议：

• 金融交易系统优先选择CP模型（如分片MySQL+分片锁）。
• 社交网络等场景可采用AP模型（如Cassandra的Quorum读写）。

四、NoSQL数据库选型指南

4.1 选型评估维度

维度	评估标准
数据规模	PB级选HBase/Cassandra，GB级选MongoDB/Redis
查询复杂度	简单键值查询选Redis，复杂聚合选MongoDB
一致性要求	强一致选HBase，最终一致选Cassandra
运维成本	托管服务（如AWS DynamoDB）降低运维压力，自建集群需考虑高可用方案

4.2 典型场景案例

• 电商订单系统：

  • 用户信息存MongoDB（灵活模式）。
  • 订单数据分片到HBase（高写入吞吐）。
  • 实时库存用Redis缓存（低延迟）。

• 物联网平台：

  • 设备元数据存Cassandra（多数据中心部署）。
  • 时序数据用InfluxDB（高效压缩算法）。

五、期末考试高频考点

1. CAP理论应用：分析给定场景（如跨境支付）应选择CP还是AP模型。
2. 数据分片策略：计算哈希分片的键范围（如key % 10的分片规则）。
3. 索引优化：根据查询模式设计MongoDB复合索引。
4. 故障恢复：描述Cassandra的Hinted Handoff机制如何处理节点宕机。

备考建议：

• 结合官方文档（如MongoDB University、Redis手册）理解底层原理。
• 通过Lab实验（如搭建Cassandra集群）加深分布式系统认知。
• 关注近年论文（如Amazon Dynamo、Google Spanner）了解技术演进。

通过系统梳理上述知识点，考生可全面掌握NoSQL数据库的核心原理与实践技能，为期末考试及未来技术发展奠定坚实基础。