NoSQL填空_在线真题试卷与模拟练习_NoSQL填空

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 0 / 0

随机练习 自定义设置练习量

题型乱序 按导入顺序练习

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

Nosql的定义
NoSQL 是指（），它不遵循（），采用（）或（）的设计，在（）上不完全遵循（）特性，更强调（）、（）与（）部署，适用于处理（）、且（）的场景。

NoSQL 的分类是什么
（）：以键值对形式存储数据，典型产品有（），适用于（）、高频计数器等场景。
（）：将数据存储为（）、（）等自包含文档，代表产品有（），常用于用户画像存储等场景。
（）：按（）组织数据，适合稀疏矩阵存储。
（）：基于图论，以节点、边、属性表示（）及其（），代表产品有（），用于社交网络、（）等场景。
扩展类型：（），（）。

关系数据库的定义
关系数据库是基于（）（具有明确的表结构），通过一系列（）、（）和（）（即完整性和设计范式）维护（），支持（）和（）特性（原子性、一致性、隔离性、持久性），可进行（）部署但（）的数据库系统。

关系数据库与 NoSQL 在关系模式中的区别
关系数据库在关系模型中具有明确的（）；NoSQL 中可能（）
关系数据库的列具有（），不可再（）；NoSQL 的列可能是（）
关系数据库列的值域和类型是（）；NoSQL 列中的内容和类型可能是（）、（）
关系数据库如果某字段出现空值，一般会保留（），以便今后插入数值；NoSQL不会为空值留出存储空间，可能（）插入数值。

事务是关系型数据库（）之一
关系型数据库会对（）进行控制，防止用户在（）时破坏数据的（），造成数据错误。
事务机制：用户定义的（），作为一个（），进行（），这一组操作要么都执行，要么都不执行，当事务执行成功，我们认为（），则所有数据改变均被（）保存，而当事务在执行中发生错误时，事务会进行（），返回到事务（）的状态。

ACID：（）(Atomicity)、（）(Consistency) 、（）(Isolation) 、（）(Durability)

ACID是典型的（）

ACID是大多数NoSQL（）的机制，因为强一致性很难保持良好的（）或者（），无法在（）环境中保证（）。

在分布式数据管理中，需要保持集群的（）、（）和（）

进行分布式数据管理的主要目的是通过横向扩展提升（）、（）、（）的处理性能

（）：数据分片，并均匀分布在各个节点上；计算（），节点只查询自身的数据

集群（）：集群规模可以随着数据增长进行横向扩展

将底层存储设置为（），简化大数据场景下的（）

分布式数据管理特点：
由于分布式环境中存在（）的可能，因此需要保证部分节点出现故障时，系统的其他部分仍可以正常工作；此外故障最终可以被（）
（）：数据（），副本存储在不同节点上，多副本之间具有（）、（）等机制
（）：可以移除故障节点，替换新节点，并实现数据的（）

2分布式数据管理特点：不能要求用户精通分布式系统原理，或者事先了解集群中的大量细节信息才能使用，系统必须（）

（）：自动分片、自动检测副本状态、节点的变化，并平衡数据

（）：用户通过统一接口即可访问数据，不必预先知道各个节点的信息或（）等。

CAP 理论包含三个核心概念：
（）（Consistency）：指分布式系统中所有（）都能对某个数据达成（）。
（）（Availability）：通常是指客户端提交读写请求后，系统反馈的（）。
（）（Partition Tolerance）：指在部分节点发生故障，或出现消息丢包的情况下，集群系统仍然可以提供（），完成（）。

分布式事务与 CAP 理论核心区别

CAP理论是指在分布式系统中，CAP（），只能（）。

把分布式系统中的 “多副本更新逻辑”和关系型数据库简称（）中的ACID相比较，理论上分布式系统中多副本的更新应该是（），要么都成功，要么都失败，并且性能很好，但实际上（）。

一些分布式系统可以实现分布式事务，即可以提供（）。（当前大多数NoSQL系统不支持，或不能良好支持（））CAP则是强调（）下，（）带来的问题，此时二者讨论的主题不同。

BASE和ACID的核心对比
BASE是一个和ACID相对比的概念，强调（）。
ACID指事务的（）。在分布式环境下，涉及到网络通信的不可靠性，（）较差，且（）复杂。
ACID认为事务执行时不应存在（），只有（）、（）等最终状态。
BASE强调，互联网等场景中，（）（即（））很重要，必须首先满足。
（）（ Eventual Consistency ），即事务存在中间状态，但经历一段时间之后，最终会一致。
最终一致性（在一些应用场景下）也可以看作NoSQL允许多个副本可以（）（即异步更新），结合CAP理论，这种设计强调（），可以提高（）。

大数据的特征（4V）指的是
（）（Volume）：数据总量大。一般认为：大数据业务所涉的数据量可达到（）
（）（Variety）：强调不同来源、不同领域的（）融合使用
（）（Value）：通过（）数据获取价值，但可能价值密度低，挖掘过程可能较为困难
（）（Velocity）：数据增长快、需要（）

Cypher语言中对（）写不敏感，但是对（）的大小写敏感的。

如果需要输入多行语句，则需要在语句末尾加（）。

Neo4j浏览器支持多行输入，按下（）可以实现换行），在语句开头加入（）可以将语句注释。

Cyper基础语法
（）创建节点，关系和属性
（）查询节点、关系和属性的相关信息
（）返回查询结果
（）提供条件过滤检索数据
（）删除节点和关系
（）删除节点和关系的属性
（）数据排序
（）添加或者更新标签

创建两个个节点别名分别为为n1、n2,节点标签为Person的节点，具有name和age的属性。第一个节点信息：xiaohong 16;d第二个节点信息：Lili 18。

同一条CREATE语句中创建多个节点时（）。不同的语句（）。

查询语句

①查询所有的数据（）

②查询同一个标签的数据（）

③查询某个标签下面的某条数据（）（）

④查询数据：在所有 Person 标签的节点中，同时找到‘名字是 John’和‘名字是 Sally’的两个节点，并一起返回（）。

创建 “John 喜欢 Sally” 的关系（）（）

创建 “John 工作于 Neo4J” 和 “John 擅长 Graphs” 的关系

1 2 3