解读NoSQL - (EPUB全文下载)

文件大小：8.22 mb。
文件格式：epub 格式。
书籍内容：

目    录
版权信息
作者简介
作者在线论坛
关于作者
本书特色
专业书评
版权声明
内容提要
译者序
译者简介
序
前言
致谢
关于本书
路线图
代码约定和下载
第一部分 了解NoSQL
第1章 NoSQL：明智的选择
1.1 什么是NoSQL
1.2 NoSQL的商业驱动
1.2.1 容量
1.2.2 速度
1.2.3 敏捷性
1.3 NoSQL案例研究
1.3.1 案例研究：LiveJournal的Memcache技术
1.3.2 案例研究：Google的MapReduce——利用商用硬件生成搜索索引
1.3.3 案例研究：Google的Bigtable——一个有着数十亿行和百万列的表
1.3.4 案例研究：亚马逊的Dynamo——每天24小时接收订单
1.3.5 案例研究：MarkLogic
1.3.6 实践
1.4 小结
第2章 NoSQL概念
2.1 保持组件简单以促进重用
2.2 将应用分层以简化设计
2.3 策略地使用RAM、SSD和磁盘提升性能
2.4 使用一致性散列算法维护当前的缓存
2.5 比较ACID和BASE——两种可靠的数据库事务方法
2.5.1 RDBMS的事务控制——ACID
2.5.2 非RDBMS的事务控制——BASE
2.6 通过数据库分片获得水平扩展能力
2.7 基于Brewer的CAP定理进行权衡
2.8 实践
2.9 小结
2.10 延伸阅读
第二部分 数据库模式
第3章 基础数据架构模式
3.1 什么是数据架构模式
3.2 理解应用于RDBMS的行存储设计模式
3.2.1 行存储如何工作
3.2.2 行存储的演变
3.2.3 分析行存储模式的优点和缺点
3.3 示例：对销售订单进行连接操作
3.4 回顾RDBMS实现的特性
3.4.1 RDBMS事务
3.4.2 固定的数据定义语言和强类型的列
3.4.3 通过RDBMS视图保证安全并进行访问控制
3.4.4 RDBMS的复制和同步
3.5 通过OLAP、数据仓库和商业智能系统对历史数据进行分析
3.5.1 数据如何从操作型系统流入分析型系统
3.5.2 熟悉OLAP的概念
3.5.3 通过汇总生成专项报表
3.6 将高可用性和以读为主的系统一体化
3.7 在修改控制系统和数据同步中使用散列树
3.8 实践
3.9 小结
3.10 延伸阅读
第4章 NoSQL数据架构模式
4.1 键值存储
4.1.1 什么是键值存储
4.1.2 使用键值存储的好处
4.1.3 使用键值存储
4.1.4 使用案例：用键值存储保存网页
4.1.5 使用案例：亚马逊简单存储服务（S3）
4.2 图存储
4.2.1 图存储概述
4.2.2 用RDF标准来连接外部数据
4.2.3 图存储的使用案例
4.3 列族（Bigtable）存储
4.3.1 列族存储基础
4.3.2 理解列族存储的键
4.3.3 列族存储的优点
4.3.4 案例研究：在Bigtable中存储分析信息
4.3.5 案例研究：Google地图用Bigtable存储地理信息
4.3.6 案例研究：使用列族存储用户偏好信息
4.4 文档存储
4.4.1 文档存储基础
4.4.2 文档集合
4.4.3 应用集合
4.4.4 文档存储的API
4.4.5 文档存储的实现
4.4.6 案例研究：MongoDB和广告服务器
4.4.7 案例研究：大型对象数据库CouchDB
4.5 NoSQL架构模式的变体
4.5.1 定制RAM和SSD存储
4.5.2 分布式存储
4.5.3 分组的对象
4.6 小结
4.7 延伸阅读
第5章 原生XML数据库
5.1 什么是原生XML数据库
5.2 用原生XML数据库构建应用
5.2.1 加载数据可以像拖曳那样简单
5.2.2 使用集合来组织XML文档
5.2.3 使用XPath运用简单的查询转换复杂的数据
5.2.4 用XQuery转换数据
5.2.5 用XQuery更新文档
5.2.6 XQuery全文搜索标准
5.3 在原生XML数据库中应用XML标准
5.4 用XML Schema和Schematron设计和验证数据
5.4.1 XML Schema
5.4.2 使用Schematron检查文档规则
5.5 用自定义模块扩展XQuery
5.6 案例研究：在美国国务院历史学家办公室使用NoSQL
5.7 案例研究：使用MarkLogic管理金融衍生品
5.7.1 为什么RDBMS难以存储金融衍生品
5.7.2 一个投资银行从20个RDBMS转换到1个原生XML数据库
5.7.3 迁移至原生XML文档存储的商业好处
5.7.4 项目成果
5.8 小结
5.9 延伸阅读
第三部分 NoSQL解决方案
第6章 用NoSQL管理大数据
6.1 什么才是大数据解决方案
6.2 线性扩展数据中心
6.3 理解线性可扩展性和表现力
6.4 了解大数据问题的类型
6.5 使用无共享架构分析大数据
6.6 选择分布式模型：主从模型与对等模型
6.7 在分布式系统上使用MapReduce处理数据
6.7.1 MapReduce和分布式文件系统
6.7.2 MapReduce怎样做到高效处理大数据问题
6.8 NoSQL系统处理大数据问题的4种方式
6.8.1 分发查询到数据，而非数据到查询
6.8.2 使用散列环在集群中均匀分发数据
6.8.3 使用复制扩展读取性能
6.8.4 使数据库将查询均衡地分发到数据节点
6.9 案例研究：使用Apache Flume处理事件日志
6.9.1 事件日志数据分析的挑战
6.9.2 Apache Flume搜集分布式事件日志的方法
6.9.3 延伸思考
6.10 案例研究：计算机辅助发现医疗保险欺诈
6.10.1 什么是医疗保险欺诈检测
6.10.2 使用图和定制的内存共享硬件检测医疗保险欺诈
6.11 小结
6.12 延伸阅读
第7章 用NoSQL搜索获取信息
7.1 什么是NoSQL搜索
7.2 搜索分类
7.2 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。