资深Java工程师的面试题目（六）数据存储

以下是针对 Java 面试者 的 数据库与持久层 + NoSQL 综合题目，涵盖核心知识点、实际应用场景和进阶问题：

---

一、数据库与持久层题目

1. JDBC 与 ORM 框架

题目：

• JDBC 和 MyBatis/Hibernate 各有什么优缺点？在什么场景下你会优先选择 JDBC 而不是 ORM 框架？

解析：

• JDBC 优点 ：
  • 直接控制 SQL，灵活性高，适合复杂查询优化。
  • 无框架依赖，轻量级。
• JDBC 缺点 ：
  • 需手动处理连接、结果集映射，代码冗长。
  • 容易引发 SQL 注入（需手动防范）。
• ORM 框架（如 MyBatis/Hibernate）优点 ：
  • 自动映射对象与数据库表，减少 SQL 编写。
  • 提供缓存、事务管理等高级功能。
• 选择 JDBC 的场景 ：
  • 高性能要求（如大数据量分页、复杂 SQL 优化）。
  • 数据库结构频繁变更，需灵活调整 SQL。

---

2. MyBatis 缓存机制

题目：

• MyBatis 的一级缓存和二级缓存有什么区别？如何配置和优化二级缓存？

解析：

• 一级缓存 ：
  • SqlSession 级别，默认开启。
  • 同一个 SqlSession 中多次查询相同数据时直接从缓存获取。
  • 失效条件：执行增删改操作会清空缓存。
• 二级缓存 ：
  • SqlSessionFactory 级别，跨 SqlSession 共享。
  • 需手动配置（在 mapper.xml 中启用 <cache> 标签）。
  • 优化建议 ：
    • 合理设置缓存大小（size 和 timeout）。
    • 对频繁更新的表禁用二级缓存。

---

3. Hibernate 的实体状态

题目：

• Hibernate 中的实体对象有哪几种状态？如何将瞬时态（Transient）对象转为持久态（Persistent）？

解析：

• 实体状态 ：
  1. 瞬时态（Transient）：未与 Session 关联，未持久化。
  2. 持久态（Persistent）：与 Session 关联，受事务管理。
  3. 脱管态（Detached）：已持久化但 Session 关闭。
  4. 删除态（Removed）：标记为删除，事务提交后从数据库移除。
• 瞬时态转持久态的方法 ：
  • save()：插入数据并返回主键。
  • persist()：与 save() 类似，但不返回主键（JPA 规范）。
  • saveOrUpdate()：根据主键判断是插入还是更新。

---

二、NoSQL 题目

4. NoSQL 分类与场景

题目：

• NoSQL 数据库分为哪些类型？请列举每类的典型代表及其适用场景。

解析：

类型	典型代表	适用场景
键值对	Redis, DynamoDB	缓存、会话存储、高速读写
文档型	MongoDB, Couchbase	内容管理、日志分析、JSON 数据
列存储	HBase, Cassandra	大数据存储、时间序列分析
图数据库	Neo4j, Amazon Neptune	社交网络、推荐系统、知识图谱

---

5. Redis 与 Memcached 的区别

题目：

• Redis 和 Memcached 有哪些异同？在什么场景下选择 Redis？

解析：

• 相同点 ：

  • 基于内存，提供高速读写。
  • 支持分布式部署。

• 不同点 ：

  特性	Redis	Memcached
  数据类型	字符串、列表、集合、有序集合	仅支持字符串
  持久化	支持 RDB/AOF	无持久化
  主从复制	支持	不支持
  性能	略低（因功能丰富）	更高（轻量级）

• 选择 Redis 的场景 ：

  • 需要持久化或复杂数据结构（如缓存购物车、计数器）。
  • 要求主从复制或高可用性。

---

6. CAP 定理与 NoSQL

题目：

• CAP 定理（一致性、可用性、分区容忍性）在 NoSQL 数据库中如何体现？请举例说明其在实际场景中的权衡。

解析：

• CAP 定理 ：在分布式系统中，最多只能同时满足 一致性（C） 、可用性（A） 和 分区容忍性（P） 中的两项。
• NoSQL 的权衡 ：
  1. 最终一致性（CP）：如 Cassandra（优先一致性），牺牲部分可用性。
  2. 高可用性（AP）：如 MongoDB（优先可用性），容忍短暂不一致。
  3. 实际场景 ：
     • 电商库存系统：需强一致性（CP），避免超卖。
     • 社交网络评论：可接受短暂延迟（AP），优先用户体验。

---

三、综合应用题

7. 混合数据库架构设计

题目：

• 某电商平台需要实现"订单状态统计"功能，要求实时展示每个用户的订单数量（待支付、已发货、已完成）。请设计数据库方案，并说明选择的 SQL 与 NoSQL 类型及理由。

解析：

• 方案 ：
  1. SQL 数据库（MySQL） ：存储订单核心数据（如订单号、用户 ID、状态）。
     • 理由：事务性强，适合 ACID 操作（如订单状态更新）。
  2. NoSQL 数据库（Redis） ：缓存实时统计结果（如用户状态计数）。
     • 理由：高速读写，适合频繁查询的场景。
• 实现流程 ：
  • 订单状态变更时，更新 MySQL 并同步更新 Redis 缓存。
  • 用户访问时，优先从 Redis 获取统计结果；若缓存失效，从 MySQL 查询并重建缓存。

---

8. NoSQL 性能优化

题目：

• 如何优化 NoSQL 数据库的性能？请列举 5 种常见方法。

解析：

1. 硬件优化：使用 SSD 提升 I/O 速度，增加内存以提高缓存命中率。
2. 数据模型设计：根据查询模式设计数据结构（如 MongoDB 的嵌套文档）。
3. 分布式架构：使用分片（Sharding）分散数据负载（如 MongoDB 分片集群）。
4. 查询优化：减少返回字段（投影查询），避免复杂聚合操作。
5. 监控与调优：使用监控工具（如 Prometheus + Grafana）跟踪资源使用率，调整分片策略。

---

四、进阶问题

9. NoSQL 的分布式挑战

题目：

• NoSQL 数据库在哪些场景下可能面临挑战？如何解决？

解析：

• 挑战 ：
  1. 数据一致性 ：最终一致性可能导致读取旧数据。
     • 解决方案：使用版本号或乐观锁控制更新。
  2. 复杂查询 ：不支持 JOIN，关联查询困难。
     • 解决方案：通过冗余存储或应用层处理。
  3. 运维复杂度 ：分布式系统的配置和监控更复杂。
     • 解决方案：使用自动化运维工具（如 Kubernetes）。
  4. 数据迁移 ：从关系型数据库迁移时需重构数据模型。
     • 解决方案：分阶段迁移并验证数据一致性。

---

10. NoSQL 与 SQL 的混合使用

题目：

• 在哪些场景下可以结合使用 NoSQL 和 SQL 数据库？请举例说明。

解析：

• 混合使用场景 ：
  1. 核心业务数据（SQL） ：
     • 用于事务性操作（如订单支付、库存管理）。
  2. 日志/缓存数据（NoSQL） ：
     • 使用 MongoDB 存储用户行为日志，Redis 缓存高频查询结果。
  3. 推荐系统（NoSQL + SQL） ：
     • SQL 数据库存储用户标签，Neo4j 分析社交关系，MongoDB 存储推荐结果。
• 优势 ：
  • 发挥 SQL 的事务性和 NoSQL 的灵活性与扩展性。
  • 通过数据同步（如 Kafka）实现双写一致性。

---

五、附加题（开放讨论）

11. NoSQL 的未来趋势

题目：

• NoSQL 技术未来的发展方向可能包括哪些方面？

解析：

1. 多模型数据库：支持多种数据模型（如 ArangoDB 同时支持文档、图、键值）。
2. 增强一致性：通过改进协议（如 Raft）实现更高效的 ACID 特性。
3. AI 集成：利用机器学习优化查询计划和数据分布。
4. 云原生支持：深度集成云服务（如 AWS DocumentDB、Azure Cosmos DB）。

---

文档总结

本合集覆盖了 数据库与持久层的核心概念（如 JDBC、MyBatis、Hibernate）、NoSQL 的分类与优化（如 Redis、MongoDB、CAP 定理） ，以及 混合架构设计 和 进阶问题。通过结合理论与实践，帮助开发者深入理解数据库与 NoSQL 的设计哲学与应用场景，适合用于 Java 面试准备或技术学习。