模拟面试|NoSQL面试思路一图懂
模拟面试|NoSQL面试思路一图懂
你好,我是大明。
不知不觉已经到了课程的最后一章了。这一章的内容虽然较前几章来说没那么多,但是NoSQL的内容还是很重要的,尤其是近几年,在面试中出现的频次越来越高。所以为了让你对这部分内容掌握得更加牢固,我列出了一些问题,帮助你编织出自己的知识网络。
这些问题基本上都来自于我们的课程中,可以检验你的学习效果,如果你发现你并不能很好地回答出这些问题,那么我希望你可以回到课程中去好好复习一下,把基础打牢。
39|Elasticsearch 高可用:怎么保证 Elasticsearch 的高可用?
- Elasticsearch 的节点有什么角色?一个节点可以扮演多个角色吗?
- 在实践中,怎么合理安排不同节点扮演的角色?
- 什么是候选主节点和投票节点?投票节点可以被选为主节点吗?为什么要引入投票节点?
- 可以说一下你们公司的 Elasticsearch 是如何部署的吗?性能如何?
- 你用 Elasticsearch 解决过什么问题?为什么用 Elasticsearch?可以用别的框架吗?
- Elasticsearch 为什么引入分片?为了解决什么问题?
- 当一个写入请求发送到 Elasticsearch 之后,发生了什么?
- Elasticsearch 是实时的吗?
- Elasticsearch 的 Translog 是拿来干什么的?它可以保证数据一定不丢失吗?
- 什么是 Commit Point?用来干什么?
- Elasticsearch 在合并段的时候,会影响到已有的查询吗?一个查询怎么知道应该用合并前的段,还是应该用合并后的段?
- 如果我的写入数据流量很大,怎么保证我的 Elasticsearch 不会崩溃?
- 你知道什么是协调节点吗?它的作用是什么?怎么保证协调节点高可用?
40|Elasticsearch查询:怎么优化 Elasticsearch 的查询性能?
- 你的业务写入和查询的性能如何?Elasticsearch 的性能瓶颈是多少?
- 如何设计 Ealsticsearch 的索引?
- 你有没有优化过 Elasticsearch 的查询性能?怎么优化?为什么可以这么优化?
- 为什么 Elasticsearch 的分页查询也那么慢?可以怎么优化?
- 你有没有优化过 Elasticsearch 的 JVM?怎么优化的?
- 如果 Elasticsearch 经常出现 Full GC,怎么排查和优化?
- 怎么为 Elasticsearch 选择适合垃圾回收算法?
- swap 对 Elasticsearch 有什么影响?应该怎么调整?
- 为什么 Elasticsearch 容易出现文件描述符耗尽的问题?可以怎么优化?
41|MongoDB:MongoDB 是怎么做到高可用的?
- 你们公司的 MongoDB 是如何部署的?可用性有多高?
- 你用 MongoDB 解决过什么问题?你为什么要用 MongoDB?用 MySQL 行不行?
- 和关系型数据库比起来,MongoDB 有哪些优势?
- MongoDB 是如何分片的?
- MongoDB 的块是什么?
- 什么情况下会触发块迁移?怎么迁移?
- MongoDB 的负载均衡(再平衡)是指什么?
- MongoDB 的配置服务器有什么作用?
- MongoDB 的复制机制是怎样的?
- 为什么 MongoDB 的 oplog 总是很多?
- 怎么控制 MongoDB 的写入语义?你用的是什么语义?为什么用这个语义?
- 有没有遇到过配置服务器崩溃的问题?怎么提高配置服务器的可用性?
- 当 MongoDB 的主节点崩溃之后,如何选出一个新的主节点?
- 怎么样可以让 MongoDB 在主从选举的时候优先选择同机房的从节点?
42|MongoDB高性能:怎么优化 MongoDB 的查询性能?
- 你的业务里面使用 MongoDB 的性能如何?能撑住多大的读写流量?
- 你有没有遇到过 MongoDB 的性能问题?后面是如何解决的?
- 当我一个查询请求落到了 MongoDB 之上后,MongoDB 是怎么执行这个查询的?
- mongos 是什么?拿来干什么?怎么优化它的性能?
- 怎么设计 MongoDB 的索引?怎么判定一个索引是否合适?
- 什么是 ESR 规则?为何要遵守 ESR 规则?不遵守行不行?
- 大文档有什么问题?可以怎么解决大文档引发的问题?
- 什么时候要嵌入文档?有什么优势?
- 怎么优化 MongoDB 的排序(分页)查询?
- 为什么要尽可能只查询必要的字段?
- 怎么优化 MongoDB 所在的操作系统?这些优化为什么会有效果?
一图懂
最后,我把这两章的内容汇总成了两张图片,你可以再结合图片好好复习一下这一章的内容。至此,这门课程的正文部分就结束了,希望你可以从这四十余讲的内容里有所收获。