NoSQL核心知识实战：习题与考试题精解

一、NoSQL基础概念与分类

1.1 NoSQL核心定义

NoSQL（Not Only SQL）数据库的核心特征是非关系型数据模型，它突破了传统关系型数据库的表结构限制，支持更灵活的数据存储方式。典型分类包括：

• 键值存储（Redis、Riak）：以键值对形式存储数据，适合缓存与会话管理
• 文档数据库（MongoDB、CouchDB）：存储JSON/BSON格式文档，支持嵌套结构
• 列族数据库（HBase、Cassandra）：按列存储数据，适合海量数据的高效读写
• 图数据库（Neo4j、JanusGraph）：通过节点和边表示复杂关系网络

考试题示例：

以下哪项不属于NoSQL数据库的典型特征？
A. 水平扩展能力
B. 严格的ACID事务
C. 灵活的数据模型
D. 高性能读写

解析：NoSQL通常通过BASE模型（Basically Available, Soft state, Eventually consistent）实现最终一致性，而非严格的ACID事务。

1.2 分布式架构原理

NoSQL数据库的核心优势在于分布式架构，其关键技术包括：

• 分片（Sharding）：将数据分散到多个节点，例如MongoDB的自动分片机制
• 副本集（Replica Set）：通过主从复制实现高可用，如Redis Sentinel
• 一致性协议：Paxos/Raft算法保证分布式环境下的数据一致性

习题：

# 假设使用MongoDB分片集群，以下代码可能产生什么问题？
sh.addShard("shard001/host1:27017,host2:27017")
sh.enableSharding("testdb")
sh.shardCollection("testdb.users", {"user_id": "hashed"})

解析：需先创建分片集群并配置分片键策略，否则可能导致数据分布不均。

二、数据模型与操作实践

2.1 文档数据库操作

以MongoDB为例，其核心操作包括：

• CRUD操作：
  ```javascript
  // 插入文档
  db.products.insertOne({
  name: “Laptop”,
  specs: { cpu: “i7”, ram: “16GB” },
  prices: [999, 899]
  })

// 复杂查询
db.products.find({
“specs.cpu”: “i7”,
prices: { $lt: 900 }
})

- **聚合管道**：
```javascript
db.orders.aggregate([
  { $match: { status: "completed" } },
  { $group: { _id: "$customer", total: { $sum: "$amount" } } },
  { $sort: { total: -1 } }
])

考试题：

在MongoDB中，以下哪个操作符可用于数组元素的精确匹配？
A. $elemMatch
B. $in
C. $all
D. $size

解析：$elemMatch用于匹配数组中同时满足多个条件的元素。

2.2 键值存储优化

Redis的典型应用场景包括：

• 缓存策略：设置TTL实现自动过期

  SET user:1001 "John" EX 3600  # 1小时后过期

• 数据结构操作：

  # 有序集合操作
  ZADD leaderboard 1000 "Alice"
  ZRANGE leaderboard 0 -1 WITHSCORES

习题：

以下Redis命令组合中，哪个能实现原子性的计数器递增？
A. GET counter; INCR counter
B. MULTI; INCR counter; EXEC
C. WATCH counter; MULTI; INCR counter; EXEC
D. SET counter 0; INCR counter

解析：选项C通过WATCH+MULTI实现乐观锁控制的原子操作。

三、性能调优与故障排查

3.1 索引优化策略

不同NoSQL数据库的索引机制差异显著：

• MongoDB：支持单字段、复合、多键、地理空间等多种索引
  ```javascript
  // 创建文本索引
  db.articles.createIndex({ content: “text” })

// 创建稀疏索引
db.users.createIndex({ email: 1 }, { sparse: true })

- **Cassandra**：通过主键设计实现高效查询
```sql
CREATE TABLE user_actions (
  user_id uuid,
  action_time timestamp,
  action_type text,
  PRIMARY KEY ((user_id), action_time)
) WITH CLUSTERING ORDER BY (action_time DESC);

考试题：

在Cassandra中，以下哪个查询需要创建二级索引？
A. 按主键查询
B. 按聚类列查询
C. 按非主键列过滤
D. 按分区键范围查询

解析：Cassandra仅支持按主键查询，其他查询需创建二级索引或使用SASI索引。

3.2 故障诊断方法

常见问题排查流程：

1. 监控指标分析：

   • 查询延迟（MongoDB的currentOp）
   • 连接数（Redis的INFO clients）
   • 磁盘I/O（Cassandra的nodetool cfstats）

2. 日志分析：

   • MongoDB慢查询日志
   • Redis的slowlog get

3. 压力测试：

   # 使用YCSB测试Cassandra性能
   ycsb load cassandra2-keyspace -P workloads/workloada
   ycsb run cassandra2-keyspace -P workloads/workloada

习题：

某MongoDB集群出现写入延迟，以下哪个步骤应优先执行？
A. 增加副本集成员
B. 检查`wiredTiger.log`中的缓存命中率
C. 修改分片键策略
D. 升级服务器硬件

解析：应先通过日志分析确认是否为缓存不足导致。

四、进阶应用场景

4.1 事务处理实现

MongoDB 4.0+支持多文档事务：

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

4.2 跨数据中心部署

Cassandra的跨数据中心配置示例：

# cassandra.yaml配置片段
seed_provider:
  - class_name: org.apache.cassandra.locator.SimpleSeedProvider
    parameters:
      - seeds: "dc1-node1,dc2-node1"
snitch: GossipingPropertyFileSnitch

考试题：

在多数据中心部署中，以下哪种策略最适合读多写少的场景？
A. 单数据中心写入+异步复制
B. 同步写入所有数据中心
C. 最终一致性模型
D. 客户端路由到最近数据中心

解析：选项D通过智能路由减少网络延迟。

五、学习资源推荐

1. 官方文档：

   • MongoDB University免费课程
   • Redis官方文档中的数据结构章节

2. 实践平台：

   • MongoDB Atlas免费集群
   • AWS DynamoDB本地模拟器

3. 书籍推荐：

   • 《NoSQL Distilled》
   • 《MongoDB: The Definitive Guide》

通过系统化的习题训练与考试题解析，开发者可深入掌握NoSQL数据库的核心原理与实践技能。建议从基础操作入手，逐步过渡到分布式架构设计与性能优化，最终达到能够独立设计复杂NoSQL解决方案的水平。