把整个系列沉淀成一张知识地图目 录一、导读二、高频面试题基础类三、高频面试题架构类四、高频面试题场景类五、答题框架示范5.1 框架一为什么列族数据库写入快5.2 框架二分区键如何选六、列族系列全景总结一、导读作为列族系列收官篇本讲把前七讲沉淀为一张「面试知识地图」按基础、架构、场景三类整理高频面试题与答题要点提供两套可套用的答题框架最后给出系列全景总结。二、高频面试题基础类问题答题要点什么是列族数据库以列组织、稀疏存储、面向海量写入代表 Cassandra / HBase列族数据模型行键 列族 列限定符 单元格 时间戳多版本与键值 / 文档的区别键值单键、文档可嵌套、列族宽表按列组织列族为什么写快LSM-Tree 顺序写 内存缓冲 Bloom FilterCassandra 与 HBase 各源于什么Dynamo Bigtable / Bigtable 论文三、高频面试题架构类问题答题要点Cassandra 如何无中心对等节点 一致性哈希环 Gossip 协议如何保证最终一致可调一致性NRW Hinted Handoff / Read Repair / RepairHBase 高可用如何实现ZooKeeper 选主 HMaster 热备 Region 重分配LSM-Tree 怎么工作内存写入 顺序刷盘 压缩合并 Bloom Filter分区键如何选高基数、分布均匀、避免单调递增防倾斜与热点四、高频面试题场景类问题答题要点日志 / IoT 选什么Cassandra高写入吞吐、线性扩展、多机房强一致海量存储选什么HBase行级强一致、绑定 Hadoop 生态数据倾斜 / 热点怎么解加盐 / 反转 / 复合键打散分区键删除后数据还在 / 慢墓碑机制 gc_grace_seconds 压缩清理副本不同步怎么办Hinted Handoff 兜底 定期 nodetool repair与 MongoDB / Redis 如何分工海量写入列族、灵活建模文档、极快缓存键值五、答题框架示范5.1 框架一为什么列族数据库写入快分四层递进回答存储结构LSM-Tree 顺序写替代随机写→ 写路径内存缓冲 WAL 保障持久→ 读优化Bloom Filter 跳过无效文件→ 后台合并Compaction 维持读性能。体现「写优化换读复杂度」的系统观。5.2 框架二分区键如何选先点明选错后果写热点 / 数据倾斜 / 大 key再给四原则取值多样高基数、分布均匀、写入可预测均衡、契合查询模式。若不可避免热点用加盐 / 反转 / 复合键打散。强调建模时就定好改造成本高。六、列族系列全景总结从认知入门到面试收官本系列形成完整闭环可凝练成一条知识链认知列族模型、稀疏存储、海量写入定位。架构Cassandra 对等 / HBase 主从两套设计。原理一致性哈希、Gossip、LSM-Tree、NRW。部署内网落地 Cassandra 与 HBase 集群含一键脚本。选型与 HBase / MongoDB / Redis 横评。避坑行键设计、墓碑、副本修复陷阱。调优JVM / 内存、压缩、监控体系。面试高频题与答题框架。