一、NoSQL基础概念与核心特性

1.1 NoSQL定义与分类
NoSQL（Not Only SQL）是一类非关系型数据库，采用与关系型数据库不同的数据模型，适用于高并发、海量数据、灵活模式的场景。其核心分类包括：

• 键值存储（如Redis）：通过主键直接访问数据，适用于缓存、会话管理等场景。
• 文档存储（如MongoDB）：以JSON/BSON格式存储半结构化数据，支持动态字段和嵌套结构。
• 列族存储（如HBase）：按列族组织数据，适合高吞吐量的写操作和稀疏数据存储。
• 图数据库（如Neo4j）：通过节点和边表示关系，适用于社交网络、推荐系统等场景。

典型测试题：

“以下哪种NoSQL类型最适合存储用户行为日志（时间序列数据）？”
参考答案：列族存储（如HBase），因其按列存储的特性可高效压缩时间序列数据，并支持范围扫描。

二、CAP理论与BASE模型

2.1 CAP理论三要素
CAP理论指出，分布式系统无法同时满足以下三点：

• 一致性（Consistency）：所有节点数据同步更新。
• 可用性（Availability）：每个请求都能收到响应。
• 分区容忍性（Partition Tolerance）：网络分区时系统仍能运行。

NoSQL数据库通常根据业务需求在CP或AP之间权衡。例如：

• HBase（CP）：优先保证强一致性，牺牲部分可用性。
• Cassandra（AP）：最终一致性模型，允许短暂数据不一致以换取高可用性。

2.2 BASE模型
BASE是NoSQL对CAP的妥协方案，包括：

• Basically Available：基本可用，允许部分节点故障。
• Soft State：系统状态可能短暂不一致。
• Eventually Consistent：最终一致，通过异步复制实现。

实战建议：
在电商系统中，库存更新需强一致性（CP），而商品推荐可接受最终一致性（AP）。

三、数据模型与查询优化

3.1 键值存储的查询优化
键值数据库通过主键直接访问，查询效率极高，但缺乏复杂查询能力。优化策略包括：

• 哈希分片：将键均匀分布到不同节点，避免热点问题。
• TTL设置：为缓存数据设置过期时间，自动清理无效数据。

代码示例（Redis）：

import redis
r = redis.Redis(host='localhost', port=6379)
r.setex('user:1001:session', 3600, '{"login":true}')  # 设置带TTL的键

3.2 文档存储的索引设计
MongoDB等文档数据库支持多字段索引，但需避免过度索引导致写性能下降。典型优化：

• 复合索引：按查询频率排序字段（如{username:1, age:1}）。
• 覆盖查询：仅通过索引返回数据，避免访问文档。

测试题解析：

“在MongoDB中，如何优化db.users.find({age:{$gt:20}}).sort({name:1})查询？”
参考答案：创建复合索引{age:1, name:1}，确保索引覆盖查询条件与排序字段。

四、分布式架构与扩展性

4.1 分片（Sharding）策略
NoSQL数据库通过分片实现水平扩展，常见策略包括：

• 范围分片：按键的范围划分（如HBase的行键分区）。
• 哈希分片：对键进行哈希计算后分配节点（如Cassandra的虚拟节点）。

4.2 一致性哈希的应用
一致性哈希可减少节点增减时的数据迁移量。例如，Redis Cluster使用16384个虚拟槽位分配键空间。

故障处理建议：

• 监控分片负载，动态调整数据分布。
• 设置副本数（如MongoDB的replication factor=3）提高容错性。

五、典型应用场景与案例分析

5.1 实时分析场景
Elasticsearch作为文档存储+搜索引擎的组合，适用于日志分析、全文检索。优化点包括：

• 倒排索引：加速文本搜索。
• 近似聚合：使用cardinality估算唯一值数量。

5.2 时序数据处理
InfluxDB等时序数据库通过标签（tag）和字段（field）分离存储，支持高效时间范围查询。

案例：

“某物联网平台需存储10万台设备的每秒数据，如何设计NoSQL方案？”
参考答案：

1. 使用InfluxDB存储时序数据，按设备ID分片。
2. 结合Redis缓存热点设备数据，降低主库压力。

六、测试题完整参考答案

1. NoSQL与关系型数据库的主要区别？

• 数据模型：非结构化 vs 结构化。
• 扩展性：水平扩展 vs 垂直扩展。
• 事务支持：最终一致 vs ACID。

2. 以下场景适合哪种NoSQL？

• 社交网络的好友关系：图数据库（Neo4j）。
• 电商订单系统：文档存储（MongoDB）或列族存储（HBase）。

3. 如何解决NoSQL的写热点问题？

• 哈希分片分散写入压力。
• 使用队列异步处理高并发写入。

4. MongoDB的聚合管道示例：

db.orders.aggregate([
  { $match: { status: "completed" } },
  { $group: { _id: "$customerId", total: { $sum: "$amount" } } },
  { $sort: { total: -1 } }
]);

七、总结与进阶建议

NoSQL技术的选择需综合考虑数据模型、一致性需求和扩展性。建议开发者：

1. 基准测试：使用YCSB等工具对比不同数据库的性能。
2. 监控工具：通过Prometheus+Grafana监控集群状态。
3. 混合架构：结合关系型数据库与NoSQL，发挥各自优势。

未来趋势：

• 新SQL（如CockroachDB）尝试融合ACID与水平扩展。
• 云原生数据库（如AWS DynamoDB）提供全自动分片与备份。

通过系统学习与实践，开发者可更高效地应对大数据场景的挑战。