• 深入SQLServer2016高可用
  • 深入SQLServer2016高可用
21年品牌 40万+商家 超1.5亿件商品

深入SQLServer2016高可用

全新正版现货

47.6 7.0折 68 全新

仅1件

四川成都
认证卖家担保交易快速发货售后保障

作者Paul Bertucci著

出版社水利水电出版社

ISBN9787517067238

出版时间2018-09

装帧平装

开本16开

纸张胶版纸

定价68元

货号25344802

上书时间2024-07-10

天涯淘书阁

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版全新
商品描述

编辑推荐】:

●大咖作者:全球著名数据专家Paul Bertucci亲著,超过30年构建高关键性、大规模数据库经验。


●案例宝贵:本书全部案例,均来自全球500强企业的真实实践。 


●从浅入深:理论讲解深入浅出,实践操作步骤详细。

●内容全面:涵盖了数据库高可用从入门深入的方方面面。

内容简介】:

“永远在线,永远可用”对于任何一个现代化公司来说,这不仅是一个业务目标,更是竞争需求。


本书重点讲述了SQL Server 2016的高可用特性及企业实战技术。通过学习并掌握这些技术,读者能够亲自打造一个高可用性系统。主要内容包括微软SQL Server集群、SQL数据复制、日志迁移、数据库镜像/快照、持续可用性组以及基于Azure的大数据和Azure SQL内置架构等。本书还提供了一组反映企业真实的高可用性需求的业务场景,引领读者学习高可用性的设计过程,并讲解如何选择*合适的高可用性选项、方法及策略,从而使读者学会用特定的技术方案来实现业务场景的高可用性需求。本书业务场景的引入及实现源自真实的客户案例,便于读者理解真实业务场景的高可用性情况。


本书适合系统设计师、系统架构师、系统管理员、数据构架师、DBA、SQL开发人员及一些管理岗位人员(如CIO、CTO等)学习参考,也适合大学数据库相关专业的师生作为参考用书。



作者简介】:
PaulBertucci:世界著名数据专家,著有SQLServer Unleashed系列 图书, 他是Databy Design公司创始人、Symantec前总数据架构师以及 Autodesk前总架构师。他将其超过30年的构建高关键性、大规模数 据库经验带入他的每一本著作。

目录】:

前言  


Part I  理解高可用性


第1章  理解高可用性  1


1.1   高可用性概述  1


1.2   可用性计算  5


1.2.1 可用性计算示例:一个24×7×365的应用  5


1.2.2 连续可用性  7


1.3   可用性变量  9


1.4   实现高可用性的一般设计方法  11


1.5   内置高可用性的开发方法  12


1.5.1 评估现有应用  14


1.5.2 什么是服务水平协议?  15


1.6   高可用性业务场景  15


1.6.1 应用服务供应商  16


1.6.2 全球销售和市场品牌推广  16


1.6.3 投资组合管理  17


1.6.4 挖掘前确认的呼叫中心  17


1.7   提供高可用性的微软技术  18


1.8   小结  19


第2章  微软高可用性选项  21


2.1   高可用性入门  21


2.1.1 创建容错磁盘:RAID和镜像  23


2.1.2 利用RAID提高系统可用性  24


2.1.3 通过分散服务器来降低风险的实例  29


2.2   构建高可用性解决方案的微软选项  30


2.2.1 Windows服务器故障转移集群  31


2.2.2 SQL集群  32


2.2.3 AlwaysOn可用性组  34


2.2.4 数据复制 35


2.2.5 日志传送 36


2.2.6 数据库快照  37


2.2.7 微软Azure选项和AzureSQL数据库  38


2.2.8 应用集群 40


2.3   小结 41


Part II  选择正确的高可用性方法


第3章  高可用性选择  43


3.1   实现高可用性的四步过程  43


3.2   步骤1:启动第0阶段高可用性评估 44


3.2.1 第0阶段高可用性评估所需资源  44


3.2.2 第0阶段高可用性评估的任务  45


3.3   步骤2:量测高可用性的主要变量  47


3.4   步骤3:确定高可用性*解决方案  48


3.5   步骤4:检验所选高可用性解决方案的成本  66


3.5.1 ROI计算  66


3.5.2 在开发方法中添加高可用性元素  67


3.6   小结  68


Part III  高可用性实现


第4章  故障转移集群  71


4.1   不同形式的故障转移集群  72


4.2   集群如何工作  73


4.2.1 理解WSFC  74


4.2.2 利用NLB扩展WSFC  77


4.2.3 在WFSC中如何设置SQLServer集群和AlwaysOn的实现阶段  78


4.2.4 故障转移集群的安装  79


4.3   SQL集群配置  84


4.4   AlwaysOn可用性组配置  84


4.5   SQL Server数据库磁盘配置  85


4.6   小结  86


第5章  SQL Server集群  87


5.1   在WSFC下安装SQL Server集群 88


5.2   SQL Server故障转移集群中需注意的问题  99


5.3   多站点SQLServer故障转移集群  99


5.4   场景1:具有SQL Server集群的应用服务提供商  100


5.5   小结  102


第6章  SQL Server AlwaysOn可用性组  103


6.1   AlwaysOn可用性组用例  103


6.1.1 Windows服务器故障转移集群  104


6.1.2 AlwaysOn故障转移集群实例  104


6.1.3 AlwaysOn可用性组  105


6.1.4 故障转移与扩展选项结合  108


6.2   构建一个多节点AlwaysOn配置 108


6.2.1 验证SQL Server实例  109


6.2.2 设置故障转移集群  109


6.2.3 准备数据库  111


6.2.4 启用AlwaysOn高可用性  111


6.2.5 备份数据库  112


6.2.6 创建可用性组  112


6.2.7 选择可用性组的数据库  113


6.2.8 确定主副本和次要副本  115


6.2.9 同步数据  116


6.2.10 设置监听器  118


6.2.11 连接所用的监听器  121


6.2.12 故障转移到次要副本  121


6.3   仪表盘和监测  123


6.4   场景2:使用AlwaysOn可用性组的投资组合管理  124


6.5   小结  126


第7章  SQL Server数据库快照  127


7.1   数据库快照的含义  128


7.2   即写即拷技术  131


7.3   何时使用数据库快照  132


7.3.1 恢复目的的快照还原  132


7.3.2 在大规模更改之前保护数据库  133


7.3.3 提供测试(或质量保证)起始点(基线)  133


7.3.4 提供时间点报表数据库  134


7.3.5 从镜像数据库提供高可用性和卸载报表数据库  135


7.4   设置和撤销数据库快照  136


7.4.1 创建一个数据库快照  136


7.4.2 撤销一个数据库快照  140


7.5   用于恢复的数据库快照还原  140


7.5.1 通过数据库快照还原源数据库  140


7.5.2 利用数据库快照进行测试和QA  141


7.5.3 数据库快照的安全保障  142


7.5.4 快照的稀疏文件大小管理  142


7.5.5 每个源数据库的数据库快照个数  143


7.5.6 为实现高可用性添加数据库镜像  143


7.6   数据库镜像的含义  143


7.6.1 何时使用数据库镜像  145


7.6.2 数据库镜像配置的角色  145


7.6.3 角色扮演和角色切换  145


7.6.4 数据库镜像工作模式  146


7.7   设置和配置数据库镜像  147


7.7.1 准备镜像数据库  147


7.7.2 创建端点 149


7.7.3 授权权限 151


7.7.4 在镜像服务器上创建数据库  151


7.7.5 确定数据库镜像的其他端点  153


7.7.6 监视镜像数据库环境  154


7.7.7 删除镜像 157


7.8   测试从主服务器到镜像服务器的故障转移  158


7.9   在数据库镜像上设置数据库快照  160


7.10   场景3:使用数据库快照和数据库镜像的投资组合管理  162


7.11   小结  164


第8章  SQL Server数据复制  165


8.1   实现高可用性的数据复制  165


8.1.1 快照复制  165


8.1.2 事务复制  166


8.1.3 合并复制  166


8.1.4 数据复制的含义  167


8.2   发布服务器、分发服务器和订阅服务器的含义  169


8.2.1 发布和项目  170


8.2.2 筛选项目  170


8.3   复制方案  173


8.3.1 中央发布服务器  174


8.3.2 具有远程分发服务器的中央发布服务器  175


8.4   订阅 176


8.4.1 请求订阅  176


8.4.2 推送订阅  177


8.5   分发数据库  177


8.6   复制代理  178


8.6.1 快照代理  178


8.6.2 日志读取器代理  179


8.6.3 分发代理 179


8.6.4 各种其他代理  180


8.7   用户需求驱动的复制设计  180


8.8   复制设置  180


8.8.1 启用分发服务器  181


8.8.2 发布 183


8.8.3 创建一个发布  183


8.8.4 创建一个订阅  185


8.9   切换到温备用(订阅服务器)  190


8.9.1 切换到温备用的场景  190


8.9.2 切换到温备用(订阅服务器)  190


8.9.3 订阅服务器转换为发布服务器(如果需要)  191


8.10   复制监视  191


8.10.1 SQL语句  191


8.10.2 SQL Server Management Studio  192


8.10.3 Windows性能监视器与复制  194


8.10.4 复制配置的备份和恢复  194


8.11   场景2:利用数据复制的全球销售和市场营销  196


8.12   小结  198


第9章  SQL Server日志传送  199


9.1   廉价的高可用性  199


9.1.1 数据延迟和日志传送  200


9.1.2 日志传送的设计和管理含义  201


9.2   日志传送设置  202


9.2.1 创建日志传送之前  202


9.2.2 利用数据库日志传送任务  203


9.2.3 源服务器发生故障时  211


9.3   场景4:使用日志传送的挖掘前呼叫  211


9.4   小结  213


第10章  云平台的高可用性选项  215


10.1   高可用性云存在的问题  215


10.2   利用云计算的高可用性混合方法  216


10.2.1 复制拓扑的云扩展  217


10.2.2 为提高高可用性的日志传送云扩展  219


10.2.3 为提高高可用性创建一个云端拉伸数据库  220


10.2.4 将AlwaysOn可用性组应用到云端  221


10.2.5 利用云端的AlwaysOn可用性组  222


10.2.6 在云端使用高可用性的Azure SQL数据库  224


10.2.7 使用主动式异地数据复制备援  225


10.2.8 使用云端Azure大数据选项时的高可用性  226


10.3   小结 226


第11章  高可用性和大数据选项  227


11.1   Azure的大数据选项  227


11.1.1 HDInsight  228


11.1.2 机器学习Web服务  229


11.1.3 数据流分析  229


11.1.4 认知服务 229


11.1.5 数据湖分析  229


11.1.6 数据湖存储  229


11.1.7 数据工厂  230


11.1.8 嵌入式Power BI   231


11.1.9 微软Azure数据湖服务  231


11.2   HDInsight特性  231


11.2.1 使用NoSQL功能  232


11.2.2 实时处理  232


11.2.3 交互式分析的Spark  233


11.2.4 用于预测分析和机器学习的R服务器  233


11.2.5 Azure数据湖分析  233


11.2.6 Azure数据湖存储  234


11.3   Azure大数据的高可用性  235


11.3.1 数据冗余  235


11.3.2 高可用性服务  236


11.4   如何创建一个高可用性的HDInsight集群  236


11.5   大数据访问  244


11.6   从企业初创到形成规模的过程中,大数据经历的七个主要阶段  246


11.7   大数据解决方案需要考虑的其他事项  249


11.8   Azure大数据用例  249


11.8.1 用例1:迭代探索  249


11.8.2 用例2:基于需求的数据仓库  250


11.8.3 用例3:ETL自动化 250


11.8.4 用例4:BI集成  250


11.8.5 用例5:预测分析  250

11.9   小结  250

—  没有更多了  —

以下为对购买帮助不大的评价

正版全新
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP