深入NoSQL PDF 清晰完整版

编辑推荐

云计算时代关键数据库技术

全面展示NoSQL基础概念和实践方案

理解大数据的各种技术架构和思想

全面的NoSQL实践指南

内容简介

《深入NoSQL》是一个全面的NoSQL实践指南。这本书重点介绍了NoSQL的基本概念和使用NoSQL数据库的实际解决方案。这本书介绍了基于MapReduce的可扩展处理，演示了Hadoop用例，以及Hive和Pig等高级抽象。《深入NoSQL》包含许多用例演示，还将讨论谷歌、Amazon、脸书名字、以及LinkedIn的可扩展数据架构。《深入NoSQL》适合NoSQL数据库管理人员和开发人员阅读。

目录

• 第一部分NoSQL入门
• 第1章NoSQL的概念及适用范围
• 1.1定义和介绍
• 1.1.1背景与历史
• 1.1.2大数据
• 1.1.3可扩展性
• 1.1.4MapReduce
• 1.2面向列的有序存储
• 1.3键/值存储
• 1.4文档数据库
• 1.5图形数据库
• 1.6小结
• 第2章NoSQL上手初体验
• 2.1第一印象——两个简单的例子
• 2.1.1简单的位置偏好数据集
• 2.1.2存储汽车品牌和型号数据
• 2.2使用多种语言
• 2.2.1MongoDB驱动
• 2.2.2初识Thrift
• 2.3小结
• 第3章NoSQL接口与交互
• 3.1没了SQL还剩什么
• 3.1.1存储和访问数据
• 3.1.2MongoDB数据存储与访问
• 3.1.3MongoDB数据查询
• 3.1.4Redis数据存储与访问
• 3.1.5Redis数据查询
• 3.1.6HBase数据存储与访问
• 3.1.7HBase数据查询
• 3.1.8Apache Cassandra数据存储与访问
• 3.1.9Apache Cassandra数据查询
• 3.2NoSQL数据存储的语言绑定
• 3.2.1Thrift
• 3.2.2Java
• 3.2.3Python
• 3.2.4Ruby
• 3.2.5PHP
• 3.3小结
• 第二部分NoSQL基础
• 第4章理解存储架构
• 4.1使用面向列的数据库
• 4.1.1使用关系型数据库中的表格和列
• 4.1.2列数据库对比RDBMS
• 4.1.3列数据库当做键/值对的嵌套映射表
• 4.1.4Webtable布局
• 4.2HBase分布式存储架构
• 4.3文档存储内部机制
• 4.3.1用内存映射文件存储数据
• 4.3.2MongoDB集合和索引使用指南
• 4.3.3MongoDB的可靠性和耐久性
• 4.3.4水平扩展
• 4.4键/值存储Memcached和Redis
• 4.4.1Memcached的内部结构
• 4.4.2Redis的内部结构
• 4.5最终一致性非关系型数据库
• 4.5.1一致性哈希
• 4.5.2对象版本
• 4.5.3闲话协议和提示移交
• 4.6小结
• 第5章执行CRUD操作
• 5.1创建记录
• 5.1.1在以文档为中心的数据库中创建记录
• 5.1.2面向列数据库的创建操作
• 5.1.3键/值映射表的创建操作
• 5.2访问数据
• 5.2.1用MongoDB访问文档
• 5.2.2用HBase访问数据
• 5.2.3查询Redis
• 5.3更新和删除数据
• 5.3.1使用MongoDB、HBase和Redis更新及修改数据
• 5.3.2有限原子性和事务完整性
• 5.4小结
• 第6章查询NoSQL存储
• 6.1SQL与MongoDB查询功能的相似点
• 6.1.1加载MovieLens数据
• 6.1.2MongoDB中的MapReduce
• 6.2访问HBase等面向列数据库中的数据
• 6.3查询Redis数据存储
• 6.4小结
• 第7章修改数据存储及管理演进
• 7.1修改文档数据库
• 7.1.1弱schema的灵活性
• 7.1.2MongoDB的数据导入与导出
• 7.2面向列数据库中数据schema的演进
• 7.3HBase数据导入与导出
• 7.4键/值存储中的数据演变
• 7.5小结
• 第8章数据索引与排序
• 8.1数据库索引的基本概念
• 8.2MongoDB的索引与排序
• 8.3MongoDB里创建和使用索引
• 8.3.1组合与嵌套键
• 8.3.2创建唯一索引和稀疏索引
• 8.3.3基于关键字的搜索和多重键
• 8.4CouchDB的索引与排序
• 8.5Apache Cassandra的索引与排序
• 8.6小结
• 第9章事务和数据完整性的管理
• 9.1RDBMS和ACID
• 9.2分布式ACID系统
• 9.2.1一致性
• 9.2.2可用性
• 9.2.3分区容忍性
• 9.3维持CAP
• 9.3.1妥协可用性
• 9.3.2妥协分区容忍性
• 9.3.3妥协一致性
• 9.4NoSQL产品的一致性实现
• 9.4.1MongoDB的分布一致性
• 9.4.2CouchDB的最终一致性
• 9.4.3Apache Cassandra的最终一致性
• 9.4.4Membase的一致性
• 9.5小结
• 第三部分熟悉NoSQL
• 第10章使用云中的NoSQL
• 10.1Google App Engine
• 10.1.1GAE Python SDK：安装、设置和起步
• 10.1.2使用Python进行基本的GAE数据建模
• 10.1.3查询与索引
• 10.1.4过滤和结果排序
• 10.1.5Java App Engine SDK
• 10.2Amazon SimpleDB
• 10.2.1SimpleDB入门
• 10.2.2使用REST API
• 10.2.3使用Java访问SimpleDB
• 10.2.4通过Ruby和Python使用SimpleDB
• 10.3小结
• 第11章MapReduce可扩展并行处理
• 11.1理解MapReduce
• 11.1.1找出每股最高价
• 11.1.2加载历史NYSE市场数据到CouchDB
• 11.2MapReduce和HBase
• 11.3MapReduce和Apache Mahout
• 11.4小结
• 第12章使用Hive分析大数据
• 12.1Hive基础
• 12.2回到电影评分
• 12.3亲切的SQL
• 12.4HiveQL连接
• 12.4.1计划解释
• 12.4.2分区表
• 12.5小结
• 第13章综览数据库内部
• 13.1MongoDB内部
• 13.1.1MongoDB传输协议
• 13.1.2插入文档
• 13.1.3查询集合
• 13.1.4MongoDB数据库文件
• 13.2Membase架构
• 13.3Hypertable底层
• 13.3.1正则表达式支持
• 13.3.2布隆过滤器
• 13.4Apache Cassandra
• 13.4.1点对点模型
• 13.4.2基于Gossip和Antientropy
• 13.4.3快速写
• 13.4.4提示移交
• 13.5Berkeley DB
• 13.6小结
• 第四部分掌握NoSQL
• 第14章选择NoSQL
• 14.1比较NoSQL产品
• 14.1.1可扩展性
• 14.1.2事务完整性和一致性
• 14.1.3数据模型
• 14.1.4查询支持
• 14.1.5接口可用性
• 14.2性能测试
• 14.2.150/50的读和更新
• 14.2.295/5的读和更新
• 14.2.3扫描
• 14.2.4可扩展性测试
• 14.2.5Hypertable测试
• 14.3背景比较
• 14.4小结
• 第15章共存
• 15.1MySQL用作NoSQL
• 15.2静态数据存储
• 15.2.1存储多元化在Facebook中的应用
• 15.2.2数据仓库和商业智能
• 15.3Web框架和NoSQL
• 15.3.1Rails和NoSQL
• 15.3.2Django和NoSQL
• 15.3.3使用Spring Data
• 15.4从RDBMS迁移到NoSQL
• 15.5小结
• 第16章性能调校
• 16.1并行算法的目标
• 16.1.1减少延迟的含义
• 16.1.2如何增加吞吐
• 16.1.3线性扩展
• 16.2公式与模型
• 16.2.1Amdahl法则
• 16.2.2Little法则
• 16.2.3消息成本模型
• 16.3分区
• 16.4规划异构环境
• 16.5其他MapReduce调校
• 16.5.1通信成本
• 16.5.2压缩
• 16.5.3文件块大小
• 16.5.4并行复制
• 16.6HBase Coprocessor
• 16.7布隆过滤器
• 16.8小结
• 第17章工具和实用程序
• 17.1RRDTool
• 17.2Nagios
• 17.3Scribe
• 17.4Flume
• 17.5Chukwa
• 17.6Pig
• 17.6.1使用Pig
• 17.6.2Pig Latin基础
• 17.7Nodetool
• 17.8OpenTSDB
• 17.9SOLANDRA
• 17.10Hummingbird和C5T
• 17.11GeoCouch
• 17.12Alchemy Database
• 17.13Webdis
• 17.14小结
• 附录A安装与配置