nosql知识点

NoSQL是考试的重点和热点，通常会与传统的SQL关系型数据库进行对比考察。

一、NoSQL概述与核心理念

定义：Not Only SQL，泛指非关系型的、分布式的数据库系统。不保证ACID特性

，旨在解决大规模数据集合、多数据种类带来的挑战，尤其是大数据应用难题。

产生背景：
· 大数据时代的3V挑战：Volume（海量）、Velocity（高速）、Variety（多样）。
· 关系型数据库的局限：在高并发、海量数据场景下，扩展性差（难以水平扩展）、读写性能瓶颈、僵化的表结构难以应对半结构/非结构化数据。
核心特点（与RDBMS对比）：
· 模式灵活：无需预定义固定表结构，支持动态添加字段（Schema-less）。
· 高可扩展性：易于通过增加节点实现水平扩展。
· 高性能：针对特定数据模型和访问模式优化，读写速度快。
· 高可用性：通过分布式、副本机制保障。
· 弱一致性（最终一致性）：遵循BASE理论，而非ACID。
· BASE：Basically Available（基本可用）、Soft state（软状态）、Eventually consistent（最终一致）。
CAP定理（核心考点！）：
· 在分布式系统中，一致性（Consistency）、可用性（Availability）和分区容忍性（Partition Tolerance）三者不可兼得，最多只能同时满足其中两项。
· CP系统：保证一致性和分区容忍性（如：HBase， MongoDB的早期版本）。在发生分区时，可能牺牲可用性。
· AP系统：保证可用性和分区容忍性（如：Cassandra， DynamoDB）。在发生分区时，可能返回旧数据，牺牲强一致性。
· CA系统：单点关系型数据库，难以在分布式环境中实现。

二、NoSQL主要数据模型与代表产品（重点！）

这是分类考察的核心，必须掌握每种类型的特点、适用场景和典型产品。

数据模型核心概念典型产品优点适用场景不适用场景
键值数据库简单的“键-值”对存储，值可以是任意数据块。 Redis（内存型）、Memcached、DynamoDB 性能极高，结构简单，扩展容易。会话存储、缓存、排行榜、实时配置。复杂查询、多键事务、关系数据。
文档数据库以文档（如JSON/BSON）为基本单位，文档内可嵌套。 MongoDB、CouchDB 模式灵活，数据结构自然，支持复杂查询（二级索引）。内容管理、用户档案、日志数据、电商产品目录。需要多文档事务或复杂Join的场景。
列族数据库按“列族”存储数据，适合存储半结构化的海量数据。 HBase、Cassandra 可扩展性极好，适合海量数据存储和批量读取。大数据分析（如Hadoop生态）、日志聚合、时间序列数据。需要复杂事务或实时强一致性读写的场景。
图数据库以“图”结构存储实体（节点）和关系（边）。 Neo4j、TigerGraph 高效处理复杂关系，路径查询性能远超关系型数据库。社交网络、推荐引擎、欺诈检测、知识图谱。大规模数据但关系简单的场景，或需要频繁全表扫描的场景。

三、关键技术概念

分片：将数据水平拆分到多个物理节点上的技术，是实现水平扩展的基础。
复制：将数据副本存储在多台服务器上，以提高可用性和读性能。
· 主从复制：写主，读可从。
· 多主/对等复制：任何节点都可写，更复杂。
一致性协议：
· 最终一致性：数据副本经过一段时间后最终达成一致。
· 读写一致性：写后读保证读到最新数据。
· 仲裁机制：如R + W > N（N为副本总数，R为读副本数，W为写副本数）来平衡一致性与可用性。
索引：如MongoDB的B树索引、Redis的Sorted Set等，用于加速查询。

四、应用场景与选择原则

· 何时选择NoSQL？

数据量巨大且增长迅速，需要水平扩展。
数据结构不固定，变化频繁。
应用对高性能、高并发读写有严格要求。
数据模型简单（KV）或高度关联（图），关系型数据库不擅长。
业务可以接受最终一致性。

· 何时仍选择关系型数据库？

需要复杂的事务（如银行转账）。
数据结构稳定，业务逻辑基于严格的实体关系。
需要复杂的多表关联查询和报告。
数据一致性是首要要求。

五、挑战与趋势

挑战：
· 缺乏统一的查询语言（SQL是标准）。
· 事务支持相对较弱（虽然MongoDB等已支持多文档事务）。
· 技术生态和工具链不如关系型数据库成熟。
· 对开发人员的架构设计能力要求更高。
趋势：
· 多模数据库：一个数据库支持多种数据模型（如文档+图）。
· NewSQL：尝试兼具NoSQL的扩展性和SQL的ACID特性（如：Google Spanner， TiDB）。
· 云原生数据库：与云计算深度集成，按需伸缩（如：AWS DynamoDB， Azure Cosmos DB）。

备考建议

重点掌握：CAP定理、四种数据模型的对比（用表格形式记忆）、典型产品的归类与应用场景。
理解区别：深刻理解NoSQL与SQL在扩展方式（水平 vs 垂直）、一致性模型（BASE vs ACID）、模式（灵活 vs 固定）上的根本区别。
关注真题：多做历年真题中关于NoSQL的选择题和案例分析题，熟悉出题角度。
结合实际：将知识点与常见的互联网应用（如电商、社交、日志系统）联系起来，理解技术选型的逻辑。

评论 (0)