一、NoSQL基础概念测试题

题目1：NoSQL数据库的四大核心数据模型是什么？各举一例说明其应用场景。
参考答案：

1. 键值存储（Key-Value）：以Redis为例，适用于缓存、会话管理等简单查询场景。其优势在于低延迟和高吞吐量，但缺乏复杂查询能力。
2. 文档存储（Document）：MongoDB是典型代表，适合处理半结构化数据（如JSON）。电商平台的商品信息存储即可采用此模型，支持嵌套字段和动态Schema。
3. 列族存储（Column-Family）：HBase和Cassandra采用此模型，适用于时间序列数据（如物联网传感器数据）。其特点是通过列族组织数据，支持高压缩率。
4. 图数据库（Graph）：Neo4j用于社交网络、推荐系统等场景，通过节点和边表示关系，支持高效的路径查询。

实践建议：根据业务需求选择模型，例如需要事务支持时优先考虑文档存储，处理海量稀疏数据时选择列族存储。

二、分布式架构与CAP理论

题目2：CAP理论中，NoSQL数据库如何权衡一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）？
参考答案：
CAP理论指出，分布式系统无法同时满足三者，NoSQL数据库通常根据场景选择策略：

1. CP型（一致性与分区容忍性）：HBase和MongoDB在分片集群中默认选择强一致性，牺牲部分可用性。例如，主节点故障时，系统会暂停写入直至选举完成。
2. AP型（可用性与分区容忍性）：Cassandra和DynamoDB采用最终一致性模型，允许短暂数据不一致以换取高可用性。适用于对实时性要求不高的场景（如用户行为日志）。
3. CA型（理论存在，实际罕见）：传统关系型数据库在非分布式环境下可实现，但NoSQL中极少采用。

案例分析：

• 电商库存系统需强一致性（CP），避免超卖；
• 社交媒体点赞功能可接受最终一致性（AP），提升用户体验。

三、数据分片与扩容策略

题目3：NoSQL数据库如何实现水平分片（Sharding）？列举两种分片键选择策略。
参考答案：
水平分片将数据分散到多个节点，核心在于分片键（Shard Key）的选择：

1. 哈希分片：对分片键计算哈希值后取模，例如MongoDB的hash分片策略。优点是数据分布均匀，但跨分片查询效率低。

   # 伪代码：哈希分片示例
   def get_shard(key):
       return hash(key) % num_shards

2. 范围分片：按分片键的范围划分，如时间序列数据按日期分片。适用于范围查询，但可能导致热点问题（如最新数据集中在一个分片）。

优化建议：

• 避免使用单调递增字段（如时间戳）作为分片键，防止写热点；
• 结合复合分片键（如用户ID+地区）平衡负载。

四、事务与一致性保障

题目4：NoSQL数据库如何实现跨文档/跨行事务？对比两阶段提交（2PC）与Paxos协议的优缺点。
参考答案：

1. MongoDB多文档事务：基于WiredTiger存储引擎，支持ACID事务，但性能开销高于单文档操作。适用于订单生成等场景。

   // MongoDB事务示例
   session.startTransaction();
   try {
       db.orders.insertOne({user: "A", amount: 100});
       db.inventory.updateOne({product: "X"}, {$inc: {stock: -1}});
       session.commitTransaction();
   } catch (error) {
       session.abortTransaction();
   }

2. 两阶段提交（2PC）：协调者驱动所有参与者预提交，再统一提交。缺点是阻塞时间长，单点故障风险高。
3. Paxos协议：通过多数派决策实现一致性，无单点问题，但实现复杂。Cassandra的轻量级事务（LWT）基于类似思想。

选型建议：

• 高并发场景优先选择最终一致性+补偿机制；
• 金融等强一致场景可接受性能损耗时使用事务。

五、性能调优与监控

题目5：列举三种NoSQL数据库的性能优化手段，并说明其原理。
参考答案：

1. 索引优化：
   • MongoDB的复合索引应遵循“查询字段在前，排序字段在后”原则；
   • Cassandra的二级索引仅适用于低基数字段，高基数字段需通过物化视图优化。
2. 读写分离：主节点处理写操作，从节点通过异步复制提供读服务。需注意复制延迟（如Redis的min-slaves-to-write配置）。
3. 缓存层设计：
   • Redis作为热点数据缓存，设置合理的过期时间（TTL）；
   • 使用布隆过滤器（Bloom Filter）减少磁盘I/O，例如Cassandra的SSTable读取优化。

监控工具推荐：

• MongoDB的mongostat和mongotop；
• Cassandra的nodetool cfstats和JMX指标；
• Prometheus+Grafana搭建可视化监控面板。

六、进阶实践建议

1. 混合架构设计：结合SQL与NoSQL优势，例如使用MySQL处理事务，Elasticsearch实现全文检索。
2. 云原生部署：利用Kubernetes自动化扩缩容，如AWS DynamoDB的按需容量模式。
3. 安全加固：启用TLS加密传输（如MongoDB的net.tls.mode），定期轮换API密钥。

总结：NoSQL技术选型需综合数据模型、一致性需求和运维成本。通过测试题掌握核心原理后，建议在实际项目中通过压测验证方案可行性，持续优化架构。