1、（2024年上半年真题）mysql实现分布式锁的缺点有哪些？（9分）
1)不能高并发：因为mysql数据库不能承担大并发量。
2）性能较差：mysql每次获取锁都要查询数据库，性能低。
3）单点故障：redis锁单点特性导致单点故障，mysql因为cap理论，为了数据一致性和分区容错率，牺牲高可用。
4）扩展性差：随着系统做大，单点无法满足系统业务需求，这时候扩展性差。
5）锁释放异常：如果进程意外崩掉，进程无法正常释放。
6）缺乏灵活性：相比于redis分布式锁，在功能上缺乏灵活性。
2、（2024年上半年真题）在大数据架构中，分别描述下栅格瓦片和矢量瓦片，使用场景，以及存储建议。（9分）
解析：
矢量瓦片：（高效处理，低延迟随机读取小文件）
描述：矢量瓦片通常由矢量数据组成，如JSON的类型的格式，存储的点、线、多边形等地理信息。
适应场景：适合HBase存储，因为HBase支持大量小文件的查询和存入，是面向列的数据库，JSON等文件很好的存在列中。
建议：使用HBase存储矢量瓦片，HBase的存入和随机读取非常契合JSON等文件，HBase提供了低延迟的随机读取，可以高效查询结构化和半结构化数据。
栅格瓦片：（大、顺序读取，高吞吐读取大文件）
描述：栅格瓦片存储像素组成的的是图形数据，通常用于地图和卫星等。
适用场景：适合HDFS（Hadoop Distributed File System）存储，因为HDFS支持顺序读取和存入大文件，而栅格瓦片数据都是比较大的。
建议：适用HDFS存储栅格瓦片，因为HDFS提供了高性能读写大文件，更好的扩展性。
3、（2024年上半年真题）MongoDB如何存储非结构化数据？存储矢量数据的优点？
解析：
存储非结构化数据：
1）文档存储：可以存入文档和数组，json数据都支持存储。
2）高性能：支持二级索引查询，查询效率高。
3）灵活性高：对于数据的结构变化可以灵活适配，字段可以新增或者修改。
4）高扩展能力：大业务需求量增大的时候，支持高水平扩展。
存储矢量数据的优点：
- 文档存储：可以存入文档和数组，简化了数据模型，可以把相关数据聚合在一个文档。
- 查询效率快：支持索引查询，聚合在一个文档查询效率更高。
- 高性能：mongoDB使用内存映射文件技术，能够将热数据加载到内存，提高读写性能。
- 易于扩展：业务需求量增加的时候，支持扩展，数据结构能更改。
4、（2024年上半年真题）热数据、冷数据的原因？（4分）
解析：
- 扩展性强：分层存储，更适合以后扩展。
- 性能高：将热数据放在SSD或者内存里，查询更快。
- 成本低：热数据放在SSD，不必吧所有数据放在SSD或者内存，减少成本。
- 安全性：冷数据放在磁盘等地方，少访问，但是数据持久化得到保障。
5、（2024年上半年真题）微服务的优点和缺点？（7分）
解析：
- 数据离散化管理:数据在不同的服务，缺少约束和数据字典的话，可能会导致不一致。
- 复用性更高：因为都是独立的服务，可复用性更高。
- 不再局限于语言：每个微服务可以采用不同的语言编写。
- 灵活性：按功能划分，独立部署，独立安装。
- 扩展性更高：每个服务都是独立的，更容易针对性扩展。
6、（2024年上半年真题）填写redis命令。（6分）
解析：
基于string：
get，set，strlen，append
基于list：
lpush、rpush、lpop、
Lrange mykey 0 2 ：0开始2坐标结束的三个元素
、llen、linsert
基于hashMap：
Hset，hget，hdel，hlen、hexists
基于set：
sadd、
Scard:获取元素数量
Smembers 查看所有
Sismember是否存在
Smove移除
基于zset：
存入秒杀的分数命令：ZADD
获取分数范围的命令：ZRANGE
获取：ZSCORE