大數(shù)據(jù)挑戰(zhàn)與nosql數(shù)據(jù)庫技術(shù) 完整版

大數(shù)據(jù)挑戰(zhàn)與nosql數(shù)據(jù)庫技術(shù)是一本NoSQL數(shù)據(jù)庫數(shù)據(jù)操作手冊，由陸嘉恒編著。本書內(nèi)容豐富翔實，主要從理論、系統(tǒng)、應(yīng)用三個方面詳細講述了大數(shù)據(jù)的技術(shù)知識，并針對NoSQL數(shù)據(jù)庫技術(shù)做了深入的分享，是學(xué)習大數(shù)據(jù)技術(shù)的地圖、指南手冊，可以幫助讀者跳出迷局，厘清思路，系統(tǒng)地做好相關(guān)知識儲備，擁抱大數(shù)據(jù)時代！

內(nèi)容介紹

《大數(shù)據(jù)挑戰(zhàn)與nosql數(shù)據(jù)庫技術(shù)》共分為三部分。理論篇重點介紹大數(shù)據(jù)時代下數(shù)據(jù)處理的基本理論及相關(guān)處理技術(shù)，并引入NoSQL數(shù)據(jù)庫；系統(tǒng)篇主要介紹了各種類型NoSQL數(shù)據(jù)庫的基本知識；應(yīng)用篇對國內(nèi)外幾家知名公司在利用NoSQL數(shù)據(jù)庫處理海量數(shù)據(jù)方面的實踐做了闡述。本書對大數(shù)據(jù)時代面臨的挑戰(zhàn)，以及NoSQL數(shù)據(jù)庫的基本知識做了清晰的闡述，有助于讀者整理思路，了解需求，并更有針對性、有選擇地深入學(xué)習相關(guān)知識。

大數(shù)據(jù)挑戰(zhàn)與nosql數(shù)據(jù)庫技術(shù)章節(jié)目錄

第1章 概論

1.1 引子

1.2 大數(shù)據(jù)挑戰(zhàn)

1.3 大數(shù)據(jù)的存儲和管理

1.3.1 并行數(shù)據(jù)庫

1.3.2 NoSQL數(shù)據(jù)管理系統(tǒng)

1.3.3 NewSQL數(shù)據(jù)管理系統(tǒng)

1.3.4 云數(shù)據(jù)管理

1.4 大數(shù)據(jù)的處理和分析

1.5 小結(jié)

參考文獻

理 論 篇

第2章 數(shù)據(jù)一致性理論

2.1 CAP理論

2.2 數(shù)據(jù)一致性模型

2.3 ACID與BASE

2.4 數(shù)據(jù)一致性實現(xiàn)技術(shù)

2.4.1 Quorum系統(tǒng)NRW策略

2.4.2 兩階段提交協(xié)議

2.4.3 時間戳策略

2.4.4 Paxos

2.4.5 向量時鐘

2.5 小結(jié)

參考文獻

第3章 數(shù)據(jù)存儲模型

3.1 總論

3.2 鍵值存儲

3.2.1 Redis

3.2.2 Dynamo

3.3 列式存儲

3.3.1 Bigtable

3.3.2 Cassandra與HBase

3.4 文檔存儲

3.4.1 MongoDB

3.4.2 CouchDB

3.5 圖形存儲

3.5.1 Neo4j

3.5.2 GraphDB

3.6 本章小結(jié)

參考文獻

第4章 數(shù)據(jù)分區(qū)與放置策略

4.1 分區(qū)的意義

4.1.1 為什么要分區(qū)

4.1.2 分區(qū)的優(yōu)點

4.2 范圍分區(qū)

4.3 列表分區(qū)

4.4 哈希分區(qū)

4.5 三種分區(qū)的比較

4.6 放置策略

4.6.1 一致性哈希算法

4.6.2 容錯性與可擴展性分析

4.6.3 虛擬節(jié)點

4.7 小結(jié)

參考文獻

第5章 海量數(shù)據(jù)處理方法

5.1 MapReduce簡介

5.2 MapReduce數(shù)據(jù)流

5.3 MapReduce數(shù)據(jù)處理

5.3.1 提交作業(yè)

5.3.2 初始化作業(yè)

5.3.3 分配任務(wù)

5.3.4 執(zhí)行任務(wù)

5.3.5 更新任務(wù)執(zhí)行進度和狀態(tài)

5.3.6 完成作業(yè)

5.4 Dryad簡介

5.4.1 DFS Cosmos介紹

5.4.2 Dryad執(zhí)行引擎

5.4.3 DryadLINQ解釋引擎

5.4.4 DryadLINQ編程

5.5 Dryad數(shù)據(jù)處理步驟

5.6 MapReduce vs Dryad

5.7 小結(jié)

參考文獻

第6章 數(shù)據(jù)復(fù)制與容錯技術(shù)

6.1 海量數(shù)據(jù)復(fù)制的作用和代價

6.2 海量數(shù)據(jù)復(fù)制的策略

6.2.1 Dynamo的數(shù)據(jù)庫復(fù)制策略

6.2.2 CouchDB的復(fù)制策略

6.2.3 PNUTS的復(fù)制策略

6.3 海量數(shù)據(jù)的故障發(fā)現(xiàn)與處理

6.3.1 Dynamo的數(shù)據(jù)庫的故障發(fā)現(xiàn)與處理

6.3.2 CouchDB的故障發(fā)現(xiàn)與處理

6.3.3 PNUTS的故障發(fā)現(xiàn)與處理

6.4 小結(jié)

參考文獻

第7章 數(shù)據(jù)壓縮技術(shù)

7.1 數(shù)據(jù)壓縮原理

7.1.1 數(shù)據(jù)壓縮的定義

7.1.2 數(shù)據(jù)為什么可以壓縮

7.1.3 數(shù)據(jù)壓縮分類

7.2 傳統(tǒng)壓縮技術(shù)[1]

7.2.1 霍夫曼編碼

7.2.2 LZ77算法

7.3 海量數(shù)據(jù)帶來的3V挑戰(zhàn)

7.4 Oracle混合列壓縮

7.4.1 倉庫壓縮

7.4.2 存檔壓縮

7.5 Google數(shù)據(jù)壓縮技術(shù)

7.5.1 尋找長的重復(fù)串

7.5.2 壓縮算法

7.6 Hadoop壓縮技術(shù)

7.6.1 LZO簡介

7.6.2 LZO原理[5]

7.7 小結(jié)

參考文獻

第8章 緩存技術(shù)

8.1 分布式緩存簡介

8.1.1 分布式緩存的產(chǎn)生

8.1.2 分布式緩存的應(yīng)用

8.1.3 分布式緩存的性能

8.1.4 衡量可用性的標準

8.2 分布式緩存的內(nèi)部機制

8.2.1 生命期機制

8.2.2 一致性機制

8.2.3 直讀與直寫機制

8.2.4 查詢機制

8.2.5 事件觸發(fā)機制

8.3 分布式緩存的拓撲結(jié)構(gòu)

8.3.1 復(fù)制式拓撲

8.3.2 分割式拓撲

8.3.3 客戶端緩存拓撲

8.4 小結(jié)

參考文獻

系 統(tǒng) 篇

第9章 key-value數(shù)據(jù)庫

9.1 key-value模型綜述

9.2 Redis

9.2.1 Redis概述

9.2.2 Redis下載與安裝

9.2.3 Redis入門操作

9.2.4 Redis在業(yè)內(nèi)的應(yīng)用

9.3 Voldemort

9.3.1 Voldemort概述

9.3.2 Voldemort下載與安裝

9.3.3 Voldemort配置

9.3.4 Voldemort開發(fā)介紹[3]

9.4 小結(jié)

參考文獻

第10章 Column-Oriented數(shù)據(jù)庫

10.1 Column-Oriented數(shù)據(jù)庫簡介

10.2 Bigtable數(shù)據(jù)庫

10.2.1 Bigtable數(shù)據(jù)庫簡介

10.2.2 Bigtable數(shù)據(jù)模型

10.2.3 Bigtable基礎(chǔ)架構(gòu)

10.3 Hypertable數(shù)據(jù)庫

10.3.1 Hypertable簡介

10.3.2 Hypertable安裝

10.3.3 Hypertable架構(gòu)

10.3.4 基本概念和原理

10.3.5 Hypertable的查詢

10.4 Cassandra數(shù)據(jù)庫

10.4.1 Cassandra簡介

10.4.2 Cassandra配置

10.4.3 Cassandra數(shù)據(jù)庫的連接

10.4.4 Cassandra集群機制

10.4.5 Cassandra的讀/寫機制

10.5 小結(jié)

參考文獻

第11章 文檔數(shù)據(jù)庫

11.1 文檔數(shù)據(jù)庫簡介

11.2 CouchDB數(shù)據(jù)庫

11.2.1 CouchDB簡介

11.2.2 CouchDB安裝

11.2.3 CouchDB入門

11.2.4 CouchDB查詢

11.2.5 CouchDB的存儲結(jié)構(gòu)

11.2.6 SQL和CouchDB

11.2.7 分布式環(huán)境中的CouchDB

11.3 MongoDB數(shù)據(jù)庫

11.3.1 MongoDB簡介

11.3.2 MongoDB的安裝

11.3.3 MongoDB入門

11.3.4 MongoDB索引

11.3.5 SQL與MongoDB

11.3.6 MapReduce與MongoDB

11.3.7 MongoDB與CouchDB對比

11.4 小結(jié)

參考文獻

第12章 圖存數(shù)據(jù)庫

12.1 圖存數(shù)據(jù)庫的由來及基本概念

12.1.1 圖存數(shù)據(jù)庫的由來

12.1.2 圖存數(shù)據(jù)庫的基本概念

12.2 Neo4j圖存數(shù)據(jù)庫

12.2.1 Neo4j簡介

12.2.2 Neo4j使用教程

12.2.3 分布式Neo4j--Neo4j HA

12.2.4 Neo4j工作機制及優(yōu)缺點淺析

12.3 GraphDB

12.3.1 GraphDB簡介

12.3.2 GraphDB的整體架構(gòu)

12.3.3 GraphDB的數(shù)據(jù)模型

12.3.4 GraphDB的安裝

12.3.5 GraphDB的使用

12.4 OrientDB

12.4.1 背景

12.4.2 OrientDB是什么

12.4.3 OrientDB的原理及相關(guān)技術(shù)

12.4.4 Windows下OrientDB的安裝與使用

12.4.5 相關(guān)Web應(yīng)用

12.5 三種圖存數(shù)據(jù)庫的比較

12.5.1 特征矩陣

12.5.2 分布式模式及應(yīng)用比較

12.6 小結(jié)

參考文獻

第13章 基于Hadoop的數(shù)據(jù)管理系統(tǒng)

13.1 Hadoop簡介

13.2 HBase

13.2.1 HBase體系結(jié)構(gòu)

13.2.2 HBase數(shù)據(jù)模型

13.2.3 HBase的安裝和使用

13.2.4 HBase與RDBMS

13.3 Pig

13.3.1 Pigr的安裝和使用

13.3.2 Pig Latin語言

13.3.3 Pig實例

13.4 Hive

13.4.1 Hive的數(shù)據(jù)存儲

13.4.2 Hive的元數(shù)據(jù)存儲

13.4.3 安裝Hive

13.4.4 HiveQL簡介

13.4.5 Hive的網(wǎng)絡(luò)接口（WebUI）

13.4.6 Hive的JDBC接口

13.5 小結(jié)

參考文獻

第14章 NewSQL數(shù)據(jù)庫

14.1 NewSQL數(shù)據(jù)庫簡介

14.2 MySQL Cluster

14.2.1 概述

14.2.2 MySQL Cluster的層次結(jié)構(gòu)

14.2.3 MySQL Cluster的優(yōu)勢和應(yīng)用

14.2.4 海量數(shù)據(jù)處理中的sharding技術(shù)

14.2.5 單機環(huán)境下MySQL Cluster的安裝

14.2.6 MySQL Cluster的分布式安裝與配置指導(dǎo)

14.3 VoltDB

14.3.1 傳統(tǒng)關(guān)系數(shù)據(jù)庫與VoltDB

14.3.2 VoltDB的安裝與配置

14.3.3 VoltDB組件

14.3.4 Hello World

14.3.5 使用Generate腳本

14.3.6 Eclipse集成開發(fā)

14.4 小結(jié)

參考文獻

第15章 分布式緩存系統(tǒng)

15.1 Memcached緩存技術(shù)

15.1.1 背景介紹

15.1.2 Memcached緩存技術(shù)的特點

15.1.3 Memcached安裝[3]

15.1.4 Memcached中的數(shù)據(jù)操作

15.1.5 Memcached的使用

15.2 Microsoft Velocity分布式緩存系統(tǒng)

15.2.1 Microsoft Velocity簡介

15.2.2 數(shù)據(jù)分類

15.2.3 Velocity核心概念

15.2.4 Velocity安裝

15.2.5 一個簡單的Velocity客戶端應(yīng)用

15.2.6 擴展型和可用性

15.3 小結(jié)

參考文獻