NoSQL数据库期末复习指南：核心概念与实战要点

一、NoSQL数据库基础概念

1.1 定义与核心特征

NoSQL（Not Only SQL）数据库是为应对海量数据、高并发和灵活数据模型需求而生的非关系型数据库。其核心特征包括：

• 非结构化存储：支持JSON、XML、二进制等格式，突破传统表结构限制。
• 水平扩展能力：通过分布式架构实现节点线性扩展，解决单点性能瓶颈。
• CAP理论权衡：根据业务场景选择一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）的优先级。

示例：电商场景中，订单数据需强一致性（C），而用户行为日志可接受最终一致性（Eventual Consistency）。

1.2 数据模型分类

NoSQL数据库按数据模型分为四大类：

• 键值存储（Key-Value）：如Redis、Riak，通过主键快速检索值，适用于缓存和会话管理。

  # Redis 示例：存储用户会话
  import redis
  r = redis.Redis(host='localhost', port=6379)
  r.set('user:1001', '{"name":"Alice","cart":["item1","item2"]}')

• 文档存储（Document）：如MongoDB、CouchDB，以半结构化文档（JSON/BSON）为单位，支持嵌套查询。

  // MongoDB 插入文档
  db.users.insertOne({
    name: "Bob",
    age: 30,
    address: { city: "New York", zip: "10001" }
  });

• 列族存储（Column-Family）：如HBase、Cassandra，按列族组织数据，适合稀疏矩阵和时序数据。

  -- HBase 插入数据
  put 'user_table', 'row1', 'info:name', 'Charlie'
  put 'user_table', 'row1', 'info:age', '25'

• 图数据库（Graph）：如Neo4j、ArangoDB，通过节点和边表示复杂关系，适用于社交网络和推荐系统。

  // Neo4j 创建关系
  MATCH (a:User {name: "David"}), (b:User {name: "Eve"})
  CREATE (a)-[r:FRIEND]->(b)

二、CAP理论与BASE模型

2.1 CAP理论三要素

• 一致性（C）：所有节点数据同步更新，读操作返回最新值。
• 可用性（A）：系统在合理时间内返回响应，即使部分节点故障。
• 分区容错性（P）：网络分区时，系统仍能提供服务。

权衡策略：

• CP型数据库（如HBase）：优先保证一致性，分区时拒绝部分请求。
• AP型数据库（如Cassandra）：优先保证可用性，分区时允许数据暂时不一致。

2.2 BASE模型

BASE是对CAP的补充，强调最终一致性：

• Basically Available：基本可用，允许部分功能降级。
• Soft State：系统状态可动态变化，无需实时同步。
• Eventually Consistent：经过一段时间后，数据最终达成一致。

应用场景：分布式缓存（如Redis Cluster）通过异步复制实现高可用，同时允许短暂数据不一致。

三、主流NoSQL数据库对比

数据库类型	代表产品	优势场景	劣势
键值存储	Redis	高频读写、低延迟	缺乏复杂查询支持
文档存储	MongoDB	灵活模式、快速开发	事务支持较弱
列族存储	Cassandra	高写入吞吐、线性扩展	查询语言复杂
图数据库	Neo4j	关系分析、路径查询	大规模数据性能下降

选型建议：

• 社交网络推荐系统优先选择图数据库（如Neo4j）。
• 日志分析场景适合列族存储（如Cassandra）。
• 实时推荐引擎可结合Redis缓存和MongoDB文档存储。

四、NoSQL操作实践要点

4.1 索引优化

• MongoDB复合索引：按查询频率设计索引顺序。

  // 创建复合索引
  db.orders.createIndex({ customerId: 1, date: -1 });

• Cassandra二级索引：仅适用于低基数列，高基数列需使用物化视图。

4.2 事务处理

• MongoDB多文档事务：支持跨集合操作，但需控制事务粒度。

  session = db.getMongo().startSession();
  session.startTransaction();
  try {
    db.accounts.updateOne({ _id: 1 }, { $inc: { balance: -100 } }, { session });
    db.accounts.updateOne({ _id: 2 }, { $inc: { balance: 100 } }, { session });
    session.commitTransaction();
  } catch (error) {
    session.abortTransaction();
  }

• Redis事务：通过MULTI/EXEC命令保证原子性，但不支持回滚。

4.3 分布式设计

• 分片策略：
  • 哈希分片（如MongoDB）：按字段哈希值均匀分布数据。
  • 范围分片（如Cassandra）：按主键范围划分分片。
• 副本集配置：确保主节点故障时自动选举新主节点。

五、期末考试高频考点

1. CAP理论应用：分析具体场景下的三要素取舍。
2. 数据模型选择：根据业务需求匹配数据库类型。
3. 一致性协议：对比Paxos、Raft等协议在NoSQL中的实现。
4. 性能调优：索引设计、分片策略、缓存机制的综合应用。

备考建议：

• 结合开源项目（如MongoDB源码）理解分布式原理。
• 通过实验验证不同数据库的读写性能差异。
• 关注行业案例（如Twitter使用Cassandra存储时间线数据）。

本文系统梳理了NoSQL数据库的核心知识点，从基础理论到实战技巧，为期末考试提供全面指导。掌握这些内容后，考生不仅能应对理论考试，更能在实际项目中灵活应用NoSQL技术。