logo
分类于: 编程语言 计算机基础 互联网

简介

深入NoSQL

深入NoSQL 6.1分

资源最后更新于 2020-07-12 01:54:01

作者:Shashank Tiwari

译者:巨成

出版社:人民邮电出版社

出版日期:2012-01

ISBN:9787115296382

文件格式: pdf

标签: NoSQL 数据库 计算机 互联网 nosql 计算机科学 程序设计 图灵程序设计丛书

简介· · · · · ·

《深入NoSQL》是一本全面的NoSQL实践指南。书中主要关注NoSQL的基本概念,以及使用NoSQL数据库的切实可行的解决方案。书中介绍了基于MapReduce的可伸缩处理,演示Hadoop用例,还有Hive和Pig这样的高层抽象。包含许多用例演示,同时也会讨论Google、Amazon、Facebook、Twitter和LinkedIn的可伸缩数据架构。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

目    录

第一部分  NoSQL入门
第1章  NoSQL的概念及适用范围  2
1.1  定义和介绍  3
1.1.1  背景与历史  3
1.1.2  大数据  5
1.1.3  可扩展性  7
1.1.4  MapReduce  8
1.2  面向列的有序存储  9
1.3  键/值存储  11
1.4  文档数据库  14
1.5  图形数据库  15
1.6  小结  16
第2章  NoSQL上手初体验  17
2.1  第一印象——两个简单的例子  17
2.1.1  简单的位置偏好数据集  17
2.1.2  存储汽车品牌和型号数据  22
2.2  使用多种语言  30
2.2.1  MongoDB驱动  30
2.2.2  初识Thrift  33
2.3  小结  34
第3章  NoSQL接口与交互  36
3.1  没了SQL还剩什么  36
3.1.1  存储和访问数据  37
3.1.2  MongoDB数据存储与访问  37
3.1.3  MongoDB数据查询  41
3.1.4  Redis数据存储与访问  43
3.1.5  Redis数据查询  47
3.1.6  HBase数据存储与访问  50
3.1.7  HBase数据查询  52
3.1.8  Apache Cassandra数据存储与访问  54
3.1.9  Apache Cassandra数据查询  55
3.2  NoSQL数据存储的语言绑定  56
3.2.1  Thrift  56
3.2.2  Java  56
3.2.3  Python  58
3.2.4  Ruby  59
3.2.5  PHP  59
3.3  小结  60
第二部分  NoSQL基础
第4章  理解存储架构  62
4.1  使用面向列的数据库  63
4.1.1  使用关系型数据库中的表格和列  63
4.1.2  列数据库对比RDBMS  65
4.1.3  列数据库当做键/值对的嵌套映射表  67
4.1.4  Webtable布局  70
4.2  HBase分布式存储架构  71
4.3  文档存储内部机制  73
4.3.1  用内存映射文件存储数据  74
4.3.2  MongoDB集合和索引使用指南  75
4.3.3  MongoDB的可靠性和耐久性  75
4.3.4  水平扩展  76
4.4  键/值存储Memcached和Redis  78
4.4.1  Memcached的内部结构  78
4.4.2  Redis的内部结构  79
4.5  最终一致性非关系型数据库  80
4.5.1  一致性哈希  81
4.5.2  对象版本  82
4.5.3  闲话协议和提示移交  83
4.6  小结  83
第5章  执行CRUD操作  84
5.1  创建记录  84
5.1.1  在以文档为中心的数据库中创建记录  85
5.1.2  面向列数据库的创建操作  91
5.1.3  键/值映射表的创建操作  93
5.2  访问数据  96
5.2.1  用MongoDB访问文档  96
5.2.2  用HBase访问数据  97
5.2.3  查询Redis  98
5.3  更新和删除数据  98
5.3.1  使用MongoDB、HBase和Redis更新及修改数据  98
5.3.2  有限原子性和事务完整性  99
5.4  小结  100
第6章  查询NoSQL存储  101
6.1  SQL与MongoDB查询功能的相似点  101
6.1.1  加载MovieLens数据  103
6.1.2  MongoDB中的MapReduce  108
6.2  访问HBase等面向列数据库中的数据  111
6.3  查询Redis数据存储  113
6.4  小结  116
第7章  修改数据存储及管理演进  117
7.1  修改文档数据库  117
7.1.1  弱schema的灵活性  120
7.1.2  MongoDB的数据导入与导出  121
7.2  面向列数据库中数据schema的演进  124
7.3  HBase数据导入与导出  125
7.4  键/值存储中的数据演变  126
7.5  小结  126
第8章  数据索引与排序  127
8.1  数据库索引的基本概念  127
8.2  MongoDB的索引与排序  128
8.3  MongoDB里创建和使用索引  131
8.3.1  组合与嵌套键  136
8.3.2  创建唯一索引和稀疏索引  138
8.3.3  基于关键字的搜索和多重键  139
8.4  CouchDB的索引与排序  140
8.5  Apache Cassandra的索引与排序  141
8.6  小结  143
第9章  事务和数据完整性的管理  144
9.1  RDBMS和ACID  144
9.2  分布式ACID系统  147
9.2.1  一致性  149
9.2.2  可用性  149
9.2.3  分区容忍性  149
9.3  维持CAP  151
9.3.1  妥协可用性  153
9.3.2  妥协分区容忍性  153
9.3.3  妥协一致性  154
9.4  NoSQL产品的一致性实现  155
9.4.1  MongoDB的分布一致性  155
9.4.2  CouchDB的最终一致性  155
9.4.3  Apache Cassandra的最终一致性  156
9.4.4  Membase的一致性  157
9.5  小结  157
第三部分  熟悉NoSQL
第10章  使用云中的NoSQL  160
10.1  Google App Engine  161
10.1.1  GAE Python SDK:安装、设置和起步  161
10.1.2  使用Python进行基本的GAE数据建模  165
10.1.3  查询与索引  168
10.1.4  过滤和结果排序  170
10.1.5  Java App Engine SDK  172
10.2  Amazon SimpleDB  175
10.2.1  SimpleDB入门  176
10.2.2  使用REST API  178
10.2.3  使用Java访问SimpleDB  181
10.2.4  通过Ruby和Python使用SimpleDB  182
10.3  小结  183
第11章  MapReduce可扩展并行处理  185
11.1  理解MapReduce  186
11.1.1  找出每股最高价  188
11.1.2  加载历史NYSE市场数据到CouchDB  189
11.2  MapReduce和HBase  192
11.3  MapReduce和Apache Mahout  196
11.4  小结  197
第12章  使用Hive分析大数据  199
12.1  Hive基础  199
12.2  回到电影评分  203
12.3  亲切的SQL  209
12.4  HiveQL连接  211
12.4.1  计划解释  213
12.4.2  分区表  215
12.5  小结  215
第13章  综览数据库内部  216
13.1  MongoDB内部  217
13.1.1  MongoDB传输协议  218
13.1.2  插入文档  219
13.1.3  查询集合  219
13.1.4  MongoDB数据库文件  220
13.2  Membase架构  222
13.3  Hypertable底层  224
13.3.1  正则表达式支持  224
13.3.2  布隆过滤器  224
13.4  Apache Cassandra  225
13.4.1  点对点模型  225
13.4.2  基于Gossip和Antientropy  225
13.4.3  快速写  226
13.4.4  提示移交  226
13.5  Berkeley DB  226
13.6  小结  228
第四部分  掌握NoSQL
第14章  选择NoSQL  230
14.1  比较NoSQL产品  230
14.1.1  可扩展性  230
14.1.2  事务完整性和一致性  233
14.1.3  数据模型  233
14.1.4  查询支持  235
14.1.5  接口可用性  236
14.2  性能测试  237
14.2.1  50/50的读和更新  237
14.2.2  95/5的读和更新  237
14.2.3  扫描  238
14.2.4  可扩展性测试  238
14.2.5  Hypertable测试  238
14.3  背景比较  239
14.4  小结  240
第15章  共存  241
15.1  MySQL用作NoSQL  241
15.2  静态数据存储  244
15.2.1  存储多元化在Facebook中的应用  245
15.2.2  数据仓库和商业智能  246
15.3  Web框架和NoSQL  247
15.3.1  Rails和NoSQL  247
15.3.2  Django和NoSQL  248
15.3.3  使用Spring Data  250
15.4  从RDBMS迁移到NoSQL  254
15.5  小结  254
第16章  性能调校  256
16.1  并行算法的目标  256
16.1.1  减少延迟的含义  256
16.1.2  如何增加吞吐  257
16.1.3  线性扩展  257
16.2  公式与模型  257
16.2.1  Amdahl法则  257
16.2.2  Little法则  258
16.2.3  消息成本模型  259
16.3  分区  259
16.4  规划异构环境  260
16.5  其他MapReduce调校  261
16.5.1  通信成本  261
16.5.2  压缩  261
16.5.3  文件块大小  261
16.5.4  并行复制  262
16.6  HBase Coprocessor  262
16.7  布隆过滤器  262
16.8  小结  262
第17章  工具和实用程序  263
17.1  RRDTool  263
17.2  Nagios  265
17.3  Scribe  266
17.4  Flume  267
17.5  Chukwa  267
17.6  Pig  268
17.6.1  使用Pig  269
17.6.2  Pig Latin基础  269
17.7  Nodetool  271
17.8  OpenTSDB  272
17.9  SOLANDRA  273
17.10  Hummingbird和C5T  274
17.11  GeoCouch  275
17.12  Alchemy Database  276
17.13  Webdis  276
17.14  小结  276
附录A  安装与配置  278