NoSQL期末复习全攻略：核心概念、应用场景与实战技巧

一、NoSQL核心特性与分类

1.1 NoSQL的四大核心优势

• 水平扩展性：通过分片（Sharding）技术实现线性扩展，例如MongoDB的自动分片机制可将数据分散到多个节点，突破单机存储瓶颈。
• 灵活的数据模型：文档数据库（如CouchDB）支持动态Schema，无需预先定义字段，适应快速迭代的业务需求。
• 高可用性：基于副本集（Replica Set）的故障转移机制，如Redis Sentinel可实现秒级主从切换。
• CAP理论权衡：根据业务场景选择CP（一致性优先，如HBase）或AP（可用性优先，如Cassandra）。

1.2 主流NoSQL类型对比

类型	代表数据库	典型应用场景	数据模型示例
键值存储	Redis, Riak	缓存、会话管理	{"key": "user:1001", "value": {...}}
文档数据库	MongoDB, CouchDB	内容管理系统、用户画像	{ "_id": 1, "name": "Alice", "hobbies": ["reading"] }
列族数据库	HBase, Cassandra	时序数据、日志分析	RowKey: "user:1001", Columns: {"info:name": "Bob"}
图数据库	Neo4j, JanusGraph	社交网络、推荐系统	(Alice)-[FRIEND]->(Bob)

二、分布式架构与CAP理论实践

2.1 CAP定理的工程化选择

• CP型系统：HBase通过HMaster协调RegionServer，在分区时拒绝部分请求以保证强一致性。
• AP型系统：Cassandra采用最终一致性模型，通过读修复（Read Repair）渐进同步数据。
• BASE理论：以eBay为例，其商品系统采用Soft State（软状态）和Eventually Consistent（最终一致）策略，允许短暂数据不一致。

2.2 分区策略与数据分布

• 范围分区：HBase按RowKey字典序划分Region，适合时序数据查询。
• 哈希分区：Cassandra使用MurmurHash3算法分配数据，避免热点问题。
• 一致性哈希：DynamoDB通过虚拟节点（VNode）实现负载均衡，减少数据迁移开销。

代码示例：MongoDB分片键设计

// 创建分片集合时选择高频查询字段作为分片键
sh.enableSharding("mydb")
sh.shardCollection("mydb.orders", { "customerId": 1, "orderDate": 1 })

三、性能优化实战技巧

3.1 查询优化策略

• 索引设计：MongoDB的复合索引需遵循EBO（Equality Before Order）原则：

  // 创建复合索引：先匹配等于条件，再按时间排序
  db.logs.createIndex({ "level": 1, "timestamp": -1 })

• 覆盖查询：利用索引直接返回结果，避免回表操作：

  // 查询仅涉及索引字段时使用覆盖查询
  db.users.find({ "status": "active" }, { "_id": 0, "name": 1 }).explain("executionStats")

3.2 写入性能调优

• 批量写入：MongoDB的bulkWrite()可减少网络往返：

  const operations = [
    { insertOne: { document: { name: "Alice" } } },
    { updateOne: { filter: { name: "Bob" }, update: { $set: { age: 30 } } } }
  ];
  db.collection.bulkWrite(operations);

• 异步写入：Redis的PIPELINE模式批量发送命令，吞吐量提升10倍以上。

四、典型应用场景解析

4.1 电商系统实践

• 商品库存：使用Redis原子操作保证超卖防护：

  # Redis Lua脚本实现原子扣减
  local stock_key = KEYS[1]
  local current = tonumber(redis.call("GET", stock_key) or "0")
  if current > 0 then
    return redis.call("DECR", stock_key)
  else
    return 0
  end

• 用户行为分析：Cassandra的宽表结构存储点击流数据：

  -- Cassandra CQL示例
  CREATE TABLE user_actions (
    user_id uuid,
    action_time timestamp,
    action_type text,
    details map<text,text>,
    PRIMARY KEY ((user_id), action_time)
  ) WITH CLUSTERING ORDER BY (action_time DESC);

4.2 物联网数据处理

• 时序数据存储：InfluxDB的标签（Tag）和字段（Field）分离设计：

  -- InfluxDB写入示例
  INSERT sensor_data,location=east tag_id=123 value=25.6,status="normal"

• 降采样查询：通过连续查询（Continuous Query）自动生成聚合数据：

  CREATE CONTINUOUS QUERY "hourly_avg" ON "db"
  BEGIN
    SELECT mean(value) INTO "hourly_data" FROM "sensor_data" GROUP BY time(1h), *
  END

五、期末复习方法论

1. 对比记忆法：制作MongoDB与MySQL的对比表格，突出NoSQL在扩展性和Schema灵活性上的优势。
2. 案例分析法：拆解Twitter的粉丝关系存储方案（图数据库 vs 关系数据库）。
3. 实验验证法：在本地搭建Cassandra集群，测试不同副本数对读写延迟的影响。
4. 错题归因法：总结CAP理论选择失误导致的系统故障案例（如某银行分区期间数据不一致）。

进阶学习建议：

• 深入阅读《Designing Data-Intensive Applications》第5章
• 实践GitHub开源项目（如RocksDB的LSM树实现）
• 关注AWS DynamoDB和Azure Cosmos DB的最新特性

通过系统梳理核心概念、实践优化技巧与典型场景，本文为NoSQL期末复习提供了完整的知识框架。建议结合课堂笔记与实验报告，重点掌握分布式架构设计原则和性能调优方法，为后续大数据课程学习打下坚实基础。