【大数据 复习】第5章 NoSQL（not only SQL）（重点）

一、概念

1.特点：

（1）灵活的可扩展性

（2）灵活的数据模型

（3）与云计算紧密融合

2.RDBMS（即关系数据库管理系统）和NoSQL各自的应用场景

（1）各有优缺点，彼此无法取代。

（2）关系数据库：电信、银行等领域的关键业务系统，需要保证强事务一致性。

（3）NoSQL数据库：互联网企业、传统企业的非关键业务（比如数据分析）。

3.CAP（重点）

（1）C（Consistency，一致性）：所有节点在同一时间具有相同的数据。

（2）A:（Availability，可用性）：是指快速获取数据，保证每个请求不管成功或者失败都有响应。

（3）P（Tolerance of Network Partition，分区容忍性）：是指系统中任意信息的丢失或失败不会影响系统的继续运作。

（4）CAP理论告诉我们，一个分布式系统不可能同时满足一致性、可用性和分区容忍性这三个需求，最多只能同时满足其中两个，

（5）CA：强调CA，放弃P。传统的关系数据库如MySQL，都采用了这种设计原则，所以扩展性都比较差。

（6）CP：强调CP，放弃A。当出现网络分区的情况时，受影响的服务需要等待数据一致，因此在等待期间就无法对外提供服务。

（7）AP：强调AP，放弃C。允许系统返回不一致的数据。

1. BASE

基本含义是基本可用（Basically Availble）、软状态（Soft-state）和最终一致性（Eventual consistency）：

数据库保存的数据是“硬状态”时，可以保证数据一致性，即保证数据一直是正确的。“软状态”是指状态可以有一段时间不同步，具有一定的滞后性。

5.NewSQL数据库：融合了传统关系数据库和NoSQL优点。

二、习题

大题

1.NoSQL与关系数据库的比较

2.对四种NoSQL数据库进行比较,分析它们的特点、优缺点及适用场景。（重点）

（1）键值数据库：

• 特点：适合存储简单的数据。

• 优点：高性能读写，扩展性好。

• 缺点：缺乏复杂查询支持，通常只能通过键来访问数据。

• 适用场景：缓存、会话存储。

（2）列族数据库：

• 特点：适合存储大量数据，且需要高效读取少量列的情况。

• 优点：高效的列存储、压缩和扫描功能。

• 缺点：不适合复杂的事务处理和实时数据更新。

• 适用场景：数据仓库、日志分析。

（3）文档数据库：

• 特点：适合存储半结构化数据。

• 优点：灵活的数据模型、支持丰富的查询操作。

• 缺点：性能可能受到文档大小和复杂查询的影响。

• 适用场景：内容管理系统、博客平台。

（4）图数据库：

• 特点：适合存储和处理关系型数据。

• 优点：高效处理复杂的关系查询。

• 缺点：不适合大规模数据存储，性能可能受到图的规模和复杂度影响。

• 适用场景：社交网络、推荐系统等。

判断题

1. RDBMS在任何时候都以保证数据一致性为优先目标,其次才是优化系统性能,随着数据规模的增大,RDBMS为了保证严格的一致性,只能提供相对较弱的可用性。( )

   正确答案：正确

2. NoSQL以关系代数做理论基础。( )

   正确答案：错误

这题，关系代数和NoSQL是同等概念。

1. NoSQL可以实现高效的简单查询,但是不具备高度结构化查询等特性,复杂查询的性能不尽人意。( )

   正确答案：正确

2. RDBMS很难实现横向扩展,纵向扩展的空间也比较有限,性能会随着数据规模的增大而降低;NoSQL可以很容易通过添加更多设备来支持更大规模的数据。( )

   正确答案：正确

3. BASE的基本含义是基本可用(Basically Available)、硬状态(Soft-state)和最终一致性(Eventual consistency)。( )

正确答案：错误

软状态

多选题

1. 下列说法正确是()

   A. “软状态”是指状态可以有一段时间不同步,具有一定的滞后性。

   B. 基本可用,是指一个分布式系统的一部分发生问题变得不可用时,其他部分仍然可以正常使用,也就是允许分区失败的情形出现。

   C. 如果进程A通知进程B它已更新了一个数据项,那么进程B的后续访问将获得A写入的最新值。而与进程A无因果关系的进程C的访问,仍然遵守一般的最终一致性规则。

   D. 系统保证来自同一个进程的写操作顺序执行。系统必须保证这种程度的一致性。

   正确答案：A, B, C, D

2. 关系数据库的关键特性是()

   A. 完善的事务机制

   B. 高效的查询机制

   C. 灵活的数据模型

   D. 极高的可用性

   正确答案：A, B

3. 下列属于正确的是()

   A. 一致性: 是指任何一个读操作总是能够读到之前完成的写操作的结果,也就是在分布式环境中,多点的数据是一致的,或者说,所有节点在同一时间具有相同的数据。

   B. 可用性: 是指快速获取数据,可以在确定的时间内返回操作结果,保证每个请求不管成功或者失败都有响应。

   C. 分区容忍性: 是指当出现网络分区的情况时(即系统中的一部分节点无法和其他节点进行通信),分离的系统也能够正常运行,也就是说,系统中任意信息的丢失或失败不会影响系统的继续运作。

   D. 一个分布式系统不可能同时满足一致性、可用性和分区容忍性这三个需求,最多只能同时满足其中两个。

   正确答案：A, B, C, D

4. NoSQL数据库具有以下特点()

A. 灵活的可扩展性

B. 灵活的数据模型

C. 与云计算紧密融合

D. 具有固定的数据库模式

正确答案：A, B, C