NoSQL期末复习指南：核心概念与实战技巧

一、NoSQL基础理论

NoSQL（Not Only SQL）是针对传统关系型数据库的补充方案，其核心特征包括非结构化数据存储、水平扩展能力和灵活的数据模型。与传统数据库相比，NoSQL更注重高性能、高可用性和可扩展性，尤其适合处理海量数据、高并发写入和半结构化数据场景。

1.1 起源与发展

NoSQL的兴起源于互联网应用的爆发式增长。传统关系型数据库在应对以下场景时显得力不从心：

• 海量数据存储：单表数据量超过TB级时，垂直扩展成本高昂。
• 高并发写入：如日志系统、传感器数据采集，需支持每秒数万次写入。
• 灵活 schema：业务需求频繁变更，需动态调整数据结构。

1.2 核心优势

• 水平扩展：通过分片（Sharding）技术将数据分散到多个节点，支持线性扩展。
• 高性能：针对特定场景优化（如键值存储的快速查找）。
• 容错性：多副本机制保障数据可靠性。
• 成本效益：使用普通服务器集群替代高端存储设备。

二、NoSQL核心类型与适用场景

NoSQL数据库可分为四大类，每类针对不同业务需求设计。

2.1 键值存储（Key-Value Store）

代表产品：Redis、Riak、Amazon DynamoDB
特点：

• 数据以键值对形式存储，支持快速查找。
• 适用于缓存、会话管理、计数器等场景。

代码示例（Redis）：

import redis
r = redis.Redis(host='localhost', port=6379)
r.set('user:1001:name', 'Alice')  # 存储键值对
print(r.get('user:1001:name'))    # 输出: b'Alice'

2.2 列族存储（Column-Family Store）

代表产品：Apache Cassandra、HBase
特点：

• 数据按列族组织，适合稀疏矩阵存储。
• 支持宽表设计，可动态添加列。
• 适用于时间序列数据、日志分析。

代码示例（Cassandra CQL）：

CREATE TABLE user_activity (
    user_id UUID,
    activity_time TIMESTAMP,
    event_type TEXT,
    PRIMARY KEY (user_id, activity_time)
);
INSERT INTO user_activity (user_id, activity_time, event_type) 
VALUES (uuid(), toTimestamp(now()), 'login');

2.3 文档存储（Document Store）

代表产品：MongoDB、CouchDB
特点：

• 数据以JSON/BSON格式存储，支持嵌套结构。
• 无需预定义schema，适合内容管理系统、用户画像。

代码示例（MongoDB）：

db.users.insertOne({
    name: "Bob",
    age: 30,
    address: { city: "New York", zip: "10001" }
});
db.users.find({ "address.city": "New York" });

2.4 图数据库（Graph Database）

代表产品：Neo4j、ArangoDB
特点：

• 数据以节点和边表示，支持复杂关系查询。
• 适用于社交网络、推荐系统、欺诈检测。

代码示例（Cypher查询语言）：

MATCH (a:User)-[:FRIENDS_WITH]->(b:User)
WHERE a.name = 'Alice'
RETURN b.name;

三、CAP定理与BASE模型

NoSQL设计需权衡一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）。

3.1 CAP定理

• CA系统：优先保证一致性和可用性（如传统数据库），牺牲分区容忍性。
• CP系统：优先保证一致性和分区容忍性（如HBase），牺牲可用性。
• AP系统：优先保证可用性和分区容忍性（如Cassandra），牺牲强一致性。

3.2 BASE模型

BASE是NoSQL的妥协方案，强调基本可用（Basically Available）、软状态（Soft State）和最终一致性（Eventually Consistent）。例如：

• 最终一致性：数据更新后，所有副本最终会同步。
• 乐观复制：允许临时不一致，通过冲突解决机制修复。

四、NoSQL设计模式与最佳实践

4.1 数据分片策略

• 哈希分片：通过哈希函数均匀分配数据（如Redis Cluster）。
• 范围分片：按键范围划分（如Cassandra的分区键）。
• 一致性哈希：减少节点增减时的数据迁移量。

4.2 查询优化技巧

• 避免全表扫描：为文档存储创建索引（如MongoDB的_id索引）。
• 使用二级索引：Cassandra的SASI Index或MongoDB的文本索引。
• 批量操作：Redis的MSET/MGET减少网络开销。

4.3 事务处理方案

• 单文档事务：MongoDB 4.0+支持多文档事务。
• 分布式事务：Cassandra通过轻量级事务（LWT）实现条件更新。
• Saga模式：将长事务拆分为多个本地事务，通过补偿操作回滚。

五、期末复习建议

1. 理论梳理：绘制NoSQL分类思维导图，对比CAP权衡。
2. 实践验证：在本地部署MongoDB和Redis，完成CRUD操作。
3. 案例分析：研究Twitter的时序数据存储方案或LinkedIn的图数据库应用。
4. 真题演练：针对“设计一个电商订单系统”的题目，选择NoSQL类型并说明理由。

六、总结

NoSQL期末复习需紧扣数据模型选择、CAP权衡和实战优化三大核心。通过理解不同数据库的适用场景，结合实际案例分析，可高效掌握复习重点。考试时注意区分理论概念（如BASE模型）与实现细节（如Redis持久化策略），避免混淆。