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。