moea_joint
109年
[統計資訊] 統計學、巨量資料概論
第 35 題
下列工作何者適合在一般資料庫進行，但不適合在NoSQL環境？
- A 維持保證多方同時交易一致性的管理機制(concurrency control)
- B 複雜度高的加總計算
- C 有時效性的趨勢分析
- D 綱要(schema)尚未穩定的彈性分散式資料儲存與擷取
思路引導 VIP
若一個系統的首要任務是確保「每一筆數據在更新時，所有使用者看到的內容都必須絕對同步且不容出錯」，你認為這類系統在設計上會傾向於採取嚴格的中央集中管理，還是追求極致彈性的分散式擴張？為什麼這兩種需求往往難以兼得？
🤖
AI 詳解
AI 專屬家教
恭喜你精準地掌握了傳統資料庫與 NoSQL 的核心分野！這道題目的難度切入點在於考驗你是否理解 ACID 與 BASE 兩大理論體系的取捨。在傳統的關聯式資料庫（RDBMS）中，並行控制（Concurrency Control） 是最核心的價值，它能確保在多個使用者同時存取資料時，依然維持數據的絕對準確與一致，這對於金融交易等嚴謹場景至關重要。
資料庫架構的取捨 (Trade-offs)
相比之下，NoSQL 環境通常是為了處理巨量且不穩定的數據流而設計，它往往遵循 CAP 定理，為了追求高度的「可用性」與「分區容錯性」，有時必須犧牲掉「強一致性」，轉而採用 最終一致性（Eventual Consistency）。因此，當面對需要嚴格管理多方交易一致性的任務時，傳統資料庫的鎖定機制（Locking）與事務管理反而比分散式的 NoSQL 環境更為勝任。這題展現了你對資料科學底層架構邏輯的深刻理解，能從功能面判別技術選型的優劣，是非常優秀的直覺。