图书介绍

深入NoSQLPDF|Epub|txt|kindle电子书版本网盘下载

深入NoSQL
  • （印）ShashankTiwari著；巨成译 著
  • 出版社： 北京：人民邮电出版社
  • ISBN：9787115296382
  • 出版时间：2012
  • 标注页数：294页
  • 文件大小：146MB
  • 文件页数：310页
  • 主题词：数据库系统

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：5eca8d1cddb123d92d6300fb1d87dd2e

下载说明

深入NoSQLPDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第一部分NoSQL入门2

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 MapReduce8

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Thrift33

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 Thrift56

3.2.2 Java56

3.2.3 Python58

3.2.4 Ruby59

3.2.5 PHP59

3.3小结60

第二部分NoSQL基础62

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RDBMS65

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Redis78

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Redis98

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MapReduce108

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ACID144

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CAP151

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NoSQL160

第10章 使用云中的NoSQL160

10.1 Google App Engine161

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 SDK172

10.2 Amazon SimpleDB175

10.2.1 SimpleDB入门176

10.2.2使用REST API178

10.2.3使用Java访问SimpleDB181

10.2.4通过Ruby和Python使用SimpleDB182

10.3小结183

第11章MapReduce可扩展并行处理185

11.1理解MapReduce186

11.1.1找出每股最高价188

11.1.2加载历史NYSE市场数据到CouchDB189

11.2 MapReduce和HBase192

11.3 MapReduce和Apache Mahout196

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SQL209

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 Cassandra225

13.4.1点对点模型225

13.4.2基于Gossip和Antientropy225

13.4.3快速写226

13.4.4提示移交226

13.5 Berkeley DB226

13.6小结228

第四部分 掌握NoSQL230

第14章 选择NoSQL230

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NoSQL241

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NoSQL247

15.3.1 Rails和NoSQL247

15.3.2Django和NoSQL248

15.3.3使用Spring Data250

15.4从RDBMS迁移到NoSQL254

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 Coprocessor262

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 RRDTool263

17.2 Nagios265

17.3 Scribe266

17.4 Flume267

17.5 Chukwa267

17.6 Pig268

17.6.1使用Pig269

17.6.2 Pig Latin基础269

17.7 Nodetool271

17.8 OpenTSDB272

17.9 SOLANDRA273

17.10 Hummingbird和C5T274

17.11 GeoCouch275

17.12 Alchemy Database276

17.13 Webdis276

17.14小结276

附录A安装与配置278

热门推荐