NoSQL数据库期末复习指南：核心概念与实战要点

一、NoSQL数据库的分类与特性

NoSQL数据库根据数据模型可分为四大类：键值存储（如Redis、Riak）、文档存储（如MongoDB、CouchDB）、列族存储（如HBase、Cassandra）和图数据库（如Neo4j、JanusGraph）。

1. 键值存储：以键值对形式存储数据，支持高并发读写，适用于缓存、会话管理等场景。例如，Redis通过内存存储实现微秒级响应，但需注意持久化策略（RDB快照与AOF日志）。
2. 文档存储：以JSON/XML格式存储半结构化数据，支持动态字段和嵌套结构。MongoDB的文档模型允许灵活查询，如db.collection.find({age: {$gt: 25}})可筛选年龄大于25的记录。
3. 列族存储：按列族组织数据，适合海量稀疏数据存储。HBase的表结构由行键、列族和时间戳构成，例如put 'user', 'row1', 'info:name', 'Alice'可插入数据。
4. 图数据库：通过节点和边表示复杂关系，适用于社交网络、推荐系统。Neo4j的Cypher查询语言可直观表达图遍历，如MATCH (a)-[r]->(b) RETURN a, r, b。

特性对比：

• 水平扩展性：NoSQL通过分片（Sharding）实现线性扩展，区别于传统关系型数据库的垂直扩展。
• 无固定模式：文档和键值存储无需预定义表结构，支持快速迭代开发。
• 最终一致性：多数NoSQL优先满足可用性和分区容忍性（AP），牺牲强一致性（如Cassandra的QUORUM写策略）。

二、CAP理论与一致性模型

CAP理论指出，分布式系统无法同时满足一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance），需权衡取舍：

1. CP系统（如HBase、MongoDB主从架构）：分区时拒绝请求以保证一致性。
2. AP系统（如Cassandra、DynamoDB）：分区时返回旧数据以维持可用性。
3. CA系统（传统关系型数据库）：假设网络可靠，不涉及分区场景。

一致性级别：

• 强一致性：所有副本同步更新后返回成功（如ZooKeeper）。
• 最终一致性：副本最终同步，期间可能读取到旧值（如DynamoDB的默认配置）。
• 会话一致性：同一客户端会话内保证顺序一致性。
• 因果一致性：因果相关的操作按顺序传播（如Google Spanner的TrueTime）。

实践建议：

• 金融交易等场景需强一致性，可选CP系统或两阶段提交（2PC）。
• 社交网络等场景可接受最终一致性，优先选择AP系统以提升吞吐量。

三、数据模型与查询优化

1. 嵌套与反规范化：

   • 文档存储支持嵌套数组和对象，如MongoDB的$push操作可向数组添加元素。
   • 反规范化可减少联表查询，但需处理数据冗余（如用户订单中存储用户姓名副本）。

2. 索引策略：

   • MongoDB支持单字段、复合、多键、地理空间等索引类型。例如，db.users.createIndex({name: 1, age: -1})可加速按姓名升序、年龄降序的查询。
   • 列族存储的二级索引（如Cassandra的SASI）可提升非主键查询性能。

3. 分页与排序：

   • 文档存储的skip()和limit()实现分页，但大偏移量性能差，建议改用基于游标的分页（如cursor = db.collection.find().skip(100).limit(10)）。
   • 列族存储的ORDER BY需依赖排序文件，需预估数据规模设计分区键。

四、实践应用与案例分析

1. 高并发场景：

   • 电商秒杀系统使用Redis缓存库存，通过DECR原子操作防止超卖。
   • 日志分析系统采用Cassandra的TimeUUID作为分区键，按时间范围高效查询。

2. 复杂关系处理：

   • 社交网络使用Neo4j的图算法（如最短路径、社区发现）实现好友推荐。
   • 欺诈检测系统通过图遍历识别异常交易模式。

3. 多数据中心部署：

   • Cassandra的NetworkTopologyStrategy可配置不同数据中心的副本数，实现跨机房容灾。
   • MongoDB的分片集群通过配置服务器（Config Server）管理元数据，支持全球分布式部署。

五、备考建议与常见误区

1. 理论结合实践：

   • 动手搭建Mini集群（如单节点Redis、MongoDB），验证CAP理论的实际表现。
   • 使用JMeter模拟高并发写入，观察不同一致性级别的吞吐量差异。

2. 避免常见错误：

   • 误认为NoSQL完全替代关系型数据库：事务处理仍需ACID数据库（如PostgreSQL）。
   • 忽视数据倾斜：分片键选择不当可能导致热点问题（如Cassandra的随机分区键）。

3. 扩展学习资源：

   • 官方文档：MongoDB University、Cassandra DataStax Academy提供免费课程。
   • 论文阅读：Amazon Dynamo、Google Bigtable等经典论文深入理解设计原理。

总结：NoSQL数据库期末考试需掌握分类特性、CAP权衡、数据模型设计及实践案例。建议通过实验验证理论，结合业务场景选择合适方案，避免机械记忆，注重系统思维的培养。