NoSQL分布式数据库实战题库：备考与能力提升指南

一、NoSQL分布式数据库核心知识体系

1.1 基础概念与分类

NoSQL（Not Only SQL）数据库通过非关系型数据模型解决传统关系型数据库在分布式场景下的扩展性瓶颈。根据数据模型可分为四类：

• 键值存储（如Redis、DynamoDB）：以键值对形式存储数据，支持高速读写，适用于缓存与会话管理。
• 文档存储（如MongoDB、CouchDB）：以JSON/BSON格式存储半结构化数据，支持灵活查询与嵌套文档操作。
• 列族存储（如HBase、Cassandra）：按列族组织数据，优化海量数据下的高吞吐写入与范围查询。
• 图数据库（如Neo4j、JanusGraph）：通过节点与边建模复杂关系，适用于社交网络与推荐系统。

考试重点：需掌握各类NoSQL的适用场景、数据模型差异及典型系统特性。例如，MongoDB的文档分片策略与HBase的Region分区机制对比。

1.2 分布式架构设计原则

分布式数据库的核心挑战在于数据分片、副本管理与一致性保障。关键设计原则包括：

• 水平分片（Sharding）：按分片键将数据分散至不同节点，实现线性扩展。例如，MongoDB的分片集群通过配置服务器（Config Server）管理分片元数据。
• 副本集（Replica Set）：通过主从复制与自动故障转移保障高可用。如Redis Sentinel监控主节点状态，触发从节点选举。
• 一致性协议：CAP理论（一致性、可用性、分区容忍性）下的权衡。例如，Cassandra采用最终一致性模型，通过Quorum机制控制读写一致性级别。

典型题目：

在3节点Redis集群中，若主节点宕机，Sentinel如何触发从节点晋升？需描述心跳检测、投票选举与客户端重定向的全流程。

二、分布式数据库考试高频考点

2.1 CAP理论与BASE模型

• CAP不可兼得性：网络分区（P）发生时，系统必须在一致性（C）与可用性（A）间选择。例如，HBase选择CP，优先保障强一致性；Cassandra选择AP，允许短暂不一致。
• BASE模型：通过基本可用（Basically Available）、软状态（Soft State）、最终一致性（Eventually Consistent）实现高可用，适用于电商库存等场景。

案例分析：

某电商系统采用MongoDB分片集群存储商品库存。双11期间，某商品分片因网络分区无法同步，系统应如何响应？需结合BASE模型设计降级策略，如允许局部超卖但通过异步对账修正。

2.2 分布式事务与一致性

• 两阶段提交（2PC）：协调者驱动全局事务，参与者预提交后等待最终指令。缺点是阻塞时间长，单点故障风险高。
• TCC（Try-Confirm-Cancel）：将事务拆分为预留资源、确认执行、回滚操作三阶段，适用于支付等强一致性场景。
• Saga模式：通过长事务拆解为多个本地事务，配合补偿机制实现最终一致性。例如，订单创建失败时触发退款补偿。

代码示例（伪代码）：

# TCC模式示例：银行转账
def try_transfer(from_account, to_account, amount):
    if from_account.balance >= amount:
        from_account.lock(amount)  # 预留资源
        to_account.reserve(amount)
        return True
    return False
def confirm_transfer(from_account, to_account, amount):
    from_account.debit(amount)    # 确认扣款
    to_account.credit(amount)     # 确认到账
def cancel_transfer(from_account, to_account, amount):
    from_account.unlock(amount)  # 释放预留
    to_account.cancel_reserve(amount)

2.3 性能优化与故障排查

• 读写分离：主节点处理写请求，从节点处理读请求。需注意主从延迟导致的脏读问题。
• 索引优化：MongoDB的复合索引设计、HBase的BloomFilter过滤等。
• 慢查询分析：通过EXPLAIN命令解析执行计划，定位全表扫描等低效操作。

实战建议：

在Cassandra中优化时间序列数据查询时，应按时间戳倒序分区，并使用二级索引过滤设备ID，避免跨分区扫描。

三、主流NoSQL系统实践题库

3.1 MongoDB分片集群管理

• 分片键选择：应选择高基数、均匀分布的字段（如用户ID），避免热点问题。
• 平衡器（Balancer）：自动迁移分片数据以均衡负载，需监控balancer日志与shardDistribution状态。

考试题目：

某MongoDB集群出现分片不均衡，如何通过sh.status()与sh.enableBalancing()命令诊断并修复？

3.2 Redis集群与缓存策略

• 集群模式：通过哈希槽（Hash Slot）分配数据，支持动态扩容。需掌握CLUSTER MEET与CLUSTER ADDSLOTS命令。
• 缓存穿透/雪崩：采用布隆过滤器过滤无效请求，或通过互斥锁与队列防止缓存击穿。

代码示例：

// Redis互斥锁防止缓存击穿
public String getData(String key) {
    String value = redis.get(key);
    if (value == null) {
        String lockKey = "lock:" + key;
        if (redis.setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS)) {
            try {
                value = db.query(key);  // 查询数据库
                redis.setex(key, 3600, value);
            } finally {
                redis.delete(lockKey);
            }
        } else {
            Thread.sleep(100);  // 等待重试
            return getData(key);
        }
    }
    return value;
}

3.3 Cassandra数据建模

• 反规范化设计：通过嵌套表减少查询时的多表关联。例如，用户订单表可冗余用户姓名字段。
• 一致性级别：ONE（单节点响应）、QUORUM（多数节点响应）、ALL（全部节点响应）的适用场景。

案例分析：

在金融风控系统中，Cassandra应选择何种一致性级别？需权衡实时性（QUORUM）与系统负载（ONE）。

四、备考建议与资源推荐

1. 理论结合实践：通过Docker搭建本地集群（如MongoDB Replica Set、Redis Cluster），模拟故障场景。
2. 官方文档精读：重点学习MongoDB的《Sharding Architecture》、Cassandra的《Data Modeling》白皮书。
3. 开源工具利用：使用mongotop监控操作耗时，redis-cli --stat查看实时指标。
4. 社区与题库：参与GitHub的NoSQL练习项目（如nosql-exercises），或通过LeetCode的数据库专题巩固知识。

总结：NoSQL分布式数据库的考试准备需兼顾理论深度与实践广度。通过系统化学习CAP理论、分布式事务模型及主流系统操作，结合题库实战与故障模拟，可显著提升备考效率与工程能力。