作者: Shashank Tiwari 出版社: 人民邮电出版社 副标题: 深入NoSQL 原作名: Professional NoSQL 译者: 巨成 出版年: 2012-11 页数: 294 定价: 69.00元 装帧: 平装 丛书: 图灵程序设计丛书·数据库系列 ISBN: 9787115296382

内容简介

《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。

作者简介

Shashank Tiwari 创业者、开发者、技术作家、演讲者和导师，技术型创业公司Treasury of Ideas（www.treasuryofideas.com）的创始人。 他是一位经验丰富的软件开发者和企业家，长期关注高性能应用、分析、Web应用以及移动平台，对数据可视化和统计机器学习有着浓厚的兴趣，喜欢喝咖啡、吃甜点、骑自行车。他撰写了许多技术文章和著作，并且应邀在全球各地的技术会议上进行演讲。

网友热评

麥町呲溜变向: 实践的几个章节没什么意义，讲理论的章节可以看看，但是感觉也都是泛泛地讲。 飞林沙: 大部分内容都是浅显地介绍了下几种常见的Nosql，基本上看看文档也能比这个了解更深入，对CAP和最终一致性的解释也有些不明不白。最后一部分对各大Nosql的技术选型还是值得再反复看两次理解一下。其实我更期待的是既然叫《深入Nosql》那么就抛弃掉基础的语法细节，只深入就好了。

图书目录

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　ApacheCassandra数据存储与访问　　54 3.1.9　ApacheCassandra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　ApacheCassandra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　ApacheCassandra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　GoogleAppEngine　　161 10.1.1　GAEPythonSDK：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　JavaAppEngineSDK　　172 10.2　AmazonSimpleDB　　175 10.2.1　SimpleDB入门　　176 10.2.2　使用RESTAPI　　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ApacheMahout　　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　ApacheCassandra　　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　BerkeleyDB　　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SpringData　　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　HBaseCoprocessor　　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　PigLatin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　AlchemyDatabase　　276 17.13　Webdis　　276 17.14　小结　　276 附录A　安装与配置　　278