第六讲 NoSQL数据库习题与答案

 

1.请比较NoSQL数据库和关系数据库的优缺点。

答：(1)关系数据库
优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助索引机制可以实现高效的查询，技术成熟，有专业公司的技术支持。
劣势：可扩展性较差，无法较好支持海量数据存储，数据模型过于死板、无法较好支持Web2.0应用，事务机制影响了系统的整体性能等。
(2)NoSQL数据库
优势：可以支持超大规模数据存储，灵活的数据模型可以很好地支持Web2.0应用，具有强大的横向扩展能力等。劣势：缺乏数学理论基础，复杂查询性能不高，大都不能实现事务强一致性，很难实现数据完整性，技术尚不成熟，缺乏专业团队的技术支持，维护较困难等。

关系数据库和NoSQL数据库各有优缺点，彼此无法取代
关系数据库应用场景：电信、银行等领域的关键业务系统，需要保证强事务一致性。
NoSQL数据库应用场景：互联网企业、传统企业的非关键业务（比如数据分析）。

 

2. 试述NoSQL数据库的几大类型。

答：

一般将NoSQL数据库分为四大类：键值(Key-Value)存储数据库、列存储数据库、文档型数据库和图形(Graph)数据库。它们的数据模型、优缺点、典型应用场景如下表所示。

分类	数据模型	优点	缺点	典型应用场景
键值(Key-Value)存储数据库	Key指向Value的键值对，通常用hash表来实现	查找速度快	数据无结构化(通常只被当作字符串或者二进制数据)	内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等
列存储数据库	以列簇式存储，将同一列数据存在一起	查找速度快，可扩展性强，更容易进行分布式扩展	功能相对局限	分布式的文件系统
文档型数据库	Key-Value对应的键值对，Value为结构化数据	数据结构要求不严格，表结构可变(不需要像关系型数据库一样需预先定义表结构)	查询性能不高，而且缺乏统一的查询语法	Web应用
图形(Graph)数据库	图结构	利用图结构相关算法(如最短路径寻址，N度关系查找等)	很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案	社交网络，推荐系统等

 

 

3.试述CAP理论的具体含义。 

答：1998年，加州大学的计算机科学家 Eric Brewer 提出了分布式系统的三个指标：

C：Consistency，一致性。在分布式系统中的所有数据备份，在同一时刻具有同样的值，所有节点在同一时刻读取的数据都是最新的数据副本（all nodes see the same data at the same time）。

A：Availability ，可用性，好的响应性能。完全的可用性指的是在任何故障模型下，服务都会在有限的时间内处理完成并进行响应（Reads and writes always succeed）。

P：Partition Tolerance ，分区容错性，即分布式系统在遇到某些节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。分区容错性要求一个分布式系统中有某一个或者几个节点故障时，其他剩下的节点还能够正常运转并对外提供服务，对于用户而言并没有什么体验上的影响。

Eric Brewer 指出任何分布式系统只可同时满足CAP三个指标中的两个，无法三者兼顾，这个结论就叫做 CAP 定理。

原理解读

分布式的服务化系统都需要满足分区容忍性，那么我们必须在一致性（C）和可用性（A）之间进行权衡。在网络分区故障发生时，两个分布式节点之间无法进行通信，那么我们对一个节点进行的修改操作将无法同步到另外一个节点，所以数据的一致性（C）将无法满足，因为两个分布式节点的数据不再保持一致。除非我们牺牲可用性（A），也就是在网络分区故障发生时，暂停分布式系统对外提供修改数据服务，直到网络状况完全恢复正常再继续对外提供修改数据服务。

CP满足的情况下，A不能满足的原因：

若要满足一致性（C）就需要在多个分布式节点之间进行数据同步，在数据同步完成之前整个系统都将不可用。节点数量越多分区容错性（P）越好，同时数据同步所耗费的时间自然也就越长，从而无法在有限的时间内完成请求响应，导致可用性（A）不能满足。

CA满足的情况下，P不能满足的原因：

若要满足一致性（C）就需要在多个分布式节点之间进行数据同步，在数据同步完成之前整个系统都将不可用。需同步的节点数量越多，数据同步所需耗费的时间越长，可用性（A）也越差。若要同时保证可用性（A），那么需同步的节点数量就需要尽量减少，从而导致分区容错性（P）无法满足。

AP满足的情况下，C不能满足的原因：

节点的数量越多，分区容错性（P）越好，节点间数据同步所需耗费的时间越长，若要在有限的时间内完成请求响应即保证可用性（A），那么数据就可能不能及时地同步到其他节点，从而无法保证节点间的数据一致性（C）。

如何抉择

对于现如今大多数的互联网应用场景，都倾向于采用分布式微服务架构，它们通常节点众多、部署相对分散，随着集群规模变得越来越大，节点故障、网络故障已是常态。

在这种情况下，对于那些对数据一致性（C）要求不高的场景，例如电商系统，我们只需要保证分区容错性（P）和可用性（A），对于数据一致性（C）退而求其次仅保证数据的最终一致性即可。这虽然会某些地方影响客户体验，但并不会达到造成用户流失的严重程度。

对于像银行系统这类对数据一致性（C）要求较高的场景，数据一致性（C）必须保证。网络发生故障宁可停止服务（或者只读不写），这是保证分区容错性（P）和数据一致性（C），舍弃可用性（A）。

 

4.试述BASE的具体含义。

答：

BASE理论的核心思想是即使无法做到强一致性（CAP中的一致性是强一致），也可以采用适合的方式使应用达到最终一致性。BASE是指基本可用（Basically Available）、软状态（Soft State）、最终一致性（Eventual Consistency）。

Basically Available

基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，保证核心可用。

电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，这就是损失部分可用性的体现。

Soft State

软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。

Eventual Consistency

最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

 

5.什么是最终一致性？

答：

最终一致性比较公认的定义是由Werner Vogels发表的：

"the storage system guarantees that if no new updates are made to the object, eventually all accesses will return the last updated value. 存储系统可以保证：对于同一个数据对象，如果没有更多的更新产生，最终所有的访问都会返回最新更新的数据（版本）。”

 

6.什么是NewSQL?

答：NewSQL 是对各种新的可扩展/高性能数据库的简称，这类数据库不仅具有NoSQL对海量数据的存储管理能力，还保持了传统数据库支持ACID和SQL等特性。

 

7.NoSQL为啥比sql快？

答：

NoSQL是非关系型数据库，因为不需要满足关系数据库数据一致性等复杂特性所以速度快；

sql是关系型数据库，功能强大，但是效率上有瓶颈。

 

8.以下对NoSQL特点描述中，错误的是（）。       C   

  A.  简单易部署，基本都是开源软件   

  B.  当插入数据时，不需要预先定义其模式    

  C.  支持SQL,用戸学习使用很方便    

  D.  数据存储不需要固定的表结构,通常也不存在连接操作 

 

9. CAP 理论是 NoSql理论的基础，下列性质不属于 CAP 的是（ ）。B

A.分区容错性

B.原子性

C.可用性

D.一致性

 

10.MongoDB是一种NoSQL数据库，具体地说，是（  ）存储数据库。B

A.键值

B.文档

C.图形

D.XML