一、NoSQL数据库核心特性与分类

1.1 NoSQL的定义与核心优势

NoSQL（Not Only SQL）是针对传统关系型数据库的补充，其核心优势体现在水平扩展性、灵活的数据模型和高性能场景适配。与传统RDBMS相比，NoSQL通过去中心化架构和去规范化设计，解决了高并发读写、海量数据存储和复杂数据结构处理的痛点。例如，在电商场景中，用户行为日志的实时写入和聚合分析更适合用NoSQL实现。

1.2 四大主流数据模型

• 键值存储（Key-Value）
  以Redis为代表，数据通过唯一键直接访问，适用于缓存、会话管理等场景。例如，Redis的SET user:1001 "Alice"命令可快速存储用户信息。其优势在于O(1)时间复杂度的读写操作，但缺乏复杂查询能力。

• 文档存储（Document）
  MongoDB是典型代表，数据以JSON/BSON格式存储，支持嵌套结构和动态字段。例如，存储订单数据时无需预定义表结构：

  {
    "order_id": "ORD2023001",
    "items": [
      {"product_id": "P100", "quantity": 2},
      {"product_id": "P200", "quantity": 1}
    ],
    "status": "shipped"
  }

  适合内容管理系统（CMS）和用户生成内容（UGC）场景。

• 列族存储（Column-Family）
  HBase和Cassandra采用此模型，数据按列族组织，适合高吞吐写入的时序数据。例如，存储传感器数据时，每列可独立扩展：

  RowKey: Sensor001
  ColumnFamily: Metrics
    → Timestamp1: {"temp": 25.3, "humidity": 60}
    → Timestamp2: {"temp": 25.5, "humidity": 59}

• 图数据库（Graph）
  Neo4j通过节点和边建模复杂关系，适用于社交网络和推荐系统。例如，查询用户好友关系：

  MATCH (u:User {name: "Alice"})-[:FRIEND]->(friend)
  RETURN friend.name

二、CAP理论与BASE模型

2.1 CAP理论的取舍策略

CAP理论指出，分布式系统无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition Tolerance）。主流NoSQL数据库的取舍如下：

• CP系统：HBase、MongoDB（强一致性优先，牺牲部分可用性）
• AP系统：Cassandra、DynamoDB（高可用优先，允许最终一致性）
• CA系统：传统RDBMS（非分布式场景）

2.2 BASE模型的实践意义

BASE（Basically Available, Soft state, Eventually consistent）是NoSQL的核心设计哲学：

• 软状态（Soft State）：系统状态可随时间变化，无需立即同步。
• 最终一致性（Eventually Consistent）：允许短暂数据不一致，最终达成一致。例如，电商库存更新可能存在几秒延迟，但最终会准确反映。

三、分布式架构与数据分片

3.1 分片（Sharding）策略

NoSQL通过水平分片实现扩展性，常见策略包括：

• 哈希分片：对键进行哈希计算后分配到不同节点，如Redis Cluster。
• 范围分片：按键的范围划分，如MongoDB的_id字段分片。
• 一致性哈希：减少节点增减时的数据迁移量，Cassandra采用此方案。

3.2 副本与一致性控制

• 主从复制（Master-Slave）：MongoDB默认配置，写操作由主节点处理，从节点异步复制。
• 多主复制（Multi-Master）：Cassandra支持，允许任意节点写入，通过冲突解决协议（如LWW）保证最终一致性。

四、查询语言与操作优化

4.1 主流查询语法对比

• MongoDB：使用JSON风格的查询，支持聚合管道：

  db.orders.aggregate([
    {$match: {status: "shipped"}},
    {$group: {_id: "$customer_id", total: {$sum: "$amount"}}}
  ])

• Cassandra CQL：类似SQL但限制更多，需预先定义表结构：

  CREATE TABLE sensor_data (
    sensor_id text,
    timestamp timestamp,
    value double,
    PRIMARY KEY (sensor_id, timestamp)
  );

4.2 性能优化技巧

• 索引设计：MongoDB的单字段索引、复合索引和文本索引需根据查询模式选择。
• 读写分离：配置从节点承担读请求，减轻主节点压力。
• 批量操作：Redis的MSET/MGET或MongoDB的bulkWrite减少网络开销。

五、主流NoSQL系统对比

特性	MongoDB	Cassandra	Redis	Neo4j
数据模型	文档	列族	键值	图
一致性模型	强一致/最终一致	可调一致性	强一致	最终一致
扩展方式	自动分片	环形拓扑	主从复制	集群扩展
典型场景	内容管理	时序数据	缓存/会话	社交网络

六、期末考试实战建议

1. 案例分析题：结合电商场景设计数据模型，例如用户订单、商品评价和推荐关系。
2. 性能调优题：针对高并发写入场景，选择分片键和副本策略。
3. 一致性选择题：根据业务需求（如金融交易 vs 社交动态）判断CAP取舍。

总结：NoSQL数据库的核心在于根据业务场景选择合适的数据模型和一致性策略。复习时需重点理解CAP理论、分片机制和查询优化技巧，并通过实际案例加深理解。