• 解读NoSQL
21年品牌 40万+商家 超1.5亿件商品

解读NoSQL

全新正版 极速发货

26.87 5.5折 49 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者(美)麦克雷(Dan McCreary),(美)凯利(Ann Kelly) 著;范东来,滕雨橦 译

出版社人民邮电出版社

ISBN9787115411105

出版时间2016-02

装帧平装

开本16开

定价49元

货号1201233978

上书时间2024-09-05

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
Dan McCrearay,是一个对行业标准具有强烈兴趣的数据架构咨询师。他曾经在贝尔实验室(负责集成电路设计)、不错计算行业(负责移植UNIX)以及史蒂夫·乔布斯(Steve Jobs)创办的NeXT计算机公司(软件布道师)工作,也创办了自己的咨询公司。Dan于2002年开始参与制定美国联邦数据标准,该标准也在国家信息交换模型(NIEM)中获得了启用。在2006年面对用原生XML数据库存储数据时,Dan开始了他的NoSQL开发历程。他还是万维网XForms标准制定小组的客座专家以及NoSQL Now!会议的联合创始人。
Ann Kelly,是Kelly McCrearay咨询公司的软件咨询师。在从事多年保险行业软件开发和管理项目之后,她于2011年开始转投NoSQL领域。从那时起,她就开始为客户构建能快速高效地解决业务问题的NoSQL解决方案,同时还提供管理应用的培训。
范东来,北京航空航天大学硕士,BBD(数联铭品)大数据技术部负责人,大数据平台架构师,极客学院布道师,著有《Had00p海量数据处理:技术详解与项目实战》。研究方向:图挖掘、模式分类。
滕雨橦,清华大学苏州汽车研究院大数据处理中心不错研发工程师。常年从事基于HBase、Redis、Cassandra等NoSQL数据库的应用开发,具有丰富的NoSQL系统架构和性能调优经验。研究方向:大数据处理、数学机械化。

目录
部分了解NoSQL
章NoSQL:明智的选择2
1.1什么是NoSQL3
1.2NoSQL的商业驱动4
1.2.1容量5
1.2.2速度5
1.2.3敏捷性6
1.3NoSQL案例研究6
1.3.1案例研究:LiveJournal的Memcache技术7
1.3.2案例研究:Google的MapReduce——利用商用硬件生成搜索索引7
1.3.3案例研究:Google的Bigtable——一个有着数十亿行和百万列的表8
1.3.4案例研究:亚马逊的Dynamo—每天24小时接收订单9
1.3.5案例研究:MarkLogic9
1.3.6实践10
1.4小结10
第2章NoSQL概念12
2.1保持组件简单以促进重用12
2.2将应用分层以简化设计14
2.3策略地使用RAM、SSD和磁盘提升性能17
2.4使用一致性散列算法维护当前的缓存18
2.5比较ACID和BASE——两种可靠的数据库事务方法19
2.5.1RDBMS的事务控制——ACID21
2.5.2非RDBMS的事务控制—BASE22
2.6通过数据库分片获得水平扩展能力23
2.7基于Brewer的CAP定理进行权衡25
2.8实践26
2.9小结27
2.10延伸阅读27
第二部分数据库模式
第3章基础数据架构模式30
3.1什么是数据架构模式31
3.2理解应用于RDBMS的行存储设计模式31
3.2.1行存储如何工作32
3.2.2行存储的演变33
3.2.3分析行存储模式的优点和缺点34
3.3示例:对销售订单进行连接操作35
3.4回顾RDBMS实现的特性36
3.4.1RDBMS事务37
3.4.2固定的数据定义语言和强类型的列38
3.4.3通过RDBMS视图保证安全并进行访问控制39
3.4.4RDBMS的复制和同步39
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41
3.5.1数据如何从操作型系统流入分析型系统42
3.5.2熟悉OLAP的概念44
3.5.3通过汇总生成专项报表45
3.6将高可用性和以读为主的系统一体化46
3.7在修改控制系统和数据同步中使用散列树47
3.8实践49
3.9小结49
3.10延伸阅读50
第4章NoSQL数据架构模式51
4.1键值存储52
4.1.1什么是键值存储52
4.1.2使用键值存储的好处54
4.1.3使用键值存储56
4.1.4使用案例:用键值存储保存网页59
4.1.5使用案例:亚马逊简单存储服务(S3)59
4.2图存储60
4.2.1图存储概述60
4.2.2用RDF标准来连接外部数据62
4.2.3图存储的使用案例63
4.3列族(Bigtable)存储68
4.3.1列族存储基础69
4.3.2理解列族存储的键69
4.3.3列族存储的优点70
4.3.4案例研究:在Bigtable中存储分析信息72
4.3.5案例研究:Google地图用Bigtable存储地理信息72
4.3.6案例研究:使用列族存储用户偏好信息73
4.4文档存储73
4.4.1文档存储基础74
4.4.2文档集合74
4.4.3应用集合75
4.4.4文档存储的API75
4.4.5文档存储的实现76
4.4.6案例研究:MongoDB和广告服务器76
4.4.7案例研究:大型对象数据库CouchDB77
4.5NoSQL架构模式的变体78
4.5.1定制RAM和SSD存储78
4.5.2分布式存储78
4.5.3分组的对象79
4.6小结80
4.7延伸阅读81
第5章原生XML数据库82
5.1什么是原生XML数据库83
5.2用原生XML数据库构建应用85
5.2.1加载数据可以像拖曳那样简单86
5.2.2使用集合来组织XML文档87
5.2.3使用XPath运用简单的查询转换复杂的数据89
5.2.4用XQuery转换数据91
5.2.5用XQuery更新文档93
5.2.6XQuery全文搜索标准94
5.3在原生XML数据库中应用XML标准94
5.4用XMLSchema和Schematron设计和验证数据96
5.4.1XMLSchema96
5.4.2使用Schematron检查文档规则97
5.5用自定义模块扩展XQuery98
5.6案例研究:在美国国务院历史学家办公室使用NoSQL98
5.7案例研究:使用MarkLogic管理金融衍生品102
5.7.1为什么RDBMS难以存储金融衍生品102
5.7.2一个投资银行从20个RDBMS转换到1个原生XML数据库102
5.7.3迁移至原生XML文档存储的商业好处104
5.7.4项目成果104
5.8小结105
5.9延伸阅读105
第三部分NoSQL解决方案
第6章用NoSQL管理大数据108
6.1什么才是大数据解决方案109
6.2线性扩展数据中心112
6.3理解线性可扩展性和表现力113
6.4了解大数据问题的类型114
6.5使用无共享架构分析大数据116
6.6选择分布式模型:主从模型与对等模型117
6.7在分布式系统上使用MapReduce处理数据118
6.7.1MapReduce和分布式文件系统120
6.7.2MapReduce怎样做到高效处理大数据问题121
6.8NoSQL系统处理大数据问题的4种方式122
6.8.1分发查询到数据,而非数据到查询122
6.8.2使用散列环在集群中均匀分发数据122
6.8.3使用复制扩展读取性能123
6.8.4使数据库将查询均衡地分发到数据节点124
6.9案例研究:使用ApacheFlume处理事件日志125
6.9.1事件日志数据分析的挑战125
6.9.2ApacheFlume搜集分布式事件日志的方法126
6.9.3延伸思考127
6.10案例研究:计算机辅助发现医疗保险欺诈128
6.10.1什么是医疗保险欺诈检测128
6.10.2使用图和定制的内存共享硬件检测医疗保险欺诈129
6.11小结130
6.12延伸阅读131
第7章用NoSQL搜索获取信息132
7.1什么是NoSQL搜索132
7.2搜索分类133
7.2.1布尔搜索、全文关键字搜索和结构化搜索的比较133
7.2.2测试常见搜索类型134
7.3提高NoSQL搜索效率的策略和方法135
7.4使用文档结构提升搜索质量137
7.5搜索质量量化139
7.6本地索引与远程搜索服务139
7.7案例研究:使用MapReduce建立倒排索引141
7.8案例研究:搜索技术文档142
7.8.1什么是技术文档搜索142
7.8.2在NoSQL文档存储中保留文档结构143
7.9案例研究:搜索领域语言—可检索性和重用性144
7.10实践145
7.11小结146
7.12延伸阅读146
第8章用NoSQL构建高可用的解决方案148
8.1高可用NoSQL数据库的定义148
8.2量化NoSQL数据库的可用性149
8.2.1案例研究:亚马逊S3的服务级别协议151
8.2.2预测系统可用性151
8.2.3实践152
8.3NoSQL系统的高可用性策略153
8.3.1使用负载均衡器将流量转向到最空闲的节点153
8.3.2结合高可用分布式文件系统和NoSQL数据库154
8.3.3案例研究:将HDFS作为一个高可用的文件系统存储主数据155
8.3.4使用托管的NoSQL服务156
8.3.5案例研究:使用亚马逊的DynamoDB作为高可用数据存储157
8.4案例研究:使用ApacheCassandra作为高可用的列族存储158
8.4.1在Cassandra中配置数据和节点间的映射159
8.5案例研究:使用Couchbase作为高可用文档数据库161
8.6小结163
8.7延伸阅读163
第9章用NoSQL提升敏捷性165
9.1软件敏捷性的定义165
9.2量化敏捷性169
9.3使用文档存储来避免对象关系映射171
9.4案例研究:使用XRX管理复杂表单172
9.4.1什么是复杂业务表单173
9.4.2用XRX替换客户端JavaScript和对象关系映射173
9.4.3理解XRX对敏捷性的影响176
9.5小结177
9.6延伸阅读177
第四部分不错主题
0章NoSQL与函数式编程180
10.1什么是函数式编程181
10.1.1指令式编程就是管理程序状态181
10.1.2函数式编程是没有副作用的并行转化183
10.1.3比较指令式编程和函数式编程的扩展性186
10.1.4使用引用透明避免重复计算187
10.2案例研究:用NetKernel优化网页内容组装188
10.2.1组装嵌套内容,追踪组件依赖188
10.2.2用NetKernel优化组件再生成189
10.3函数式编程语言示例191
10.4完成指令式编程到函数式的编程转变192
10.4.1使用函数作为函数的参数192
10.4.2使用递归处理非结构化文档数据192
10.4.3使用不可变变量而非可变变量192
10.4.4去除循环和条件语句193
10.4.5新的思维方式:从状态记录到转化隔离193
10.4.6质量、校验和一致性单元测试194
10.4.7函数式编程的并发194
10.5案例研究:用Erlang构建NoSQL系统194
10.6实践197
10.7小结198
10.8延伸阅读198
1章安全:保护NoSQL系统中的数据200
11.1NoSQL数据库的一种安全模型201
11.1.1使用服务减少数据库内部的安全性需求202
11.1.2使用数据仓库和OLAP减少数据库内部的安全性需求203
11.1.3应用级安全措施和数据库级安全措施的收益总结203
11.2收集安全需求204
11.2.1认证205
11.2.2授权207
11.2.3审查和日志记录210
11.2.4加密和数字签名211
11.2.5保护公开网站免受拒绝服务攻击和注入攻击212
11.3案例研究:键值存储的访问控制—亚马逊的S3213
11.3.1身份和访问管理(IAM)214
11.3.2访问控制列表(ACL)214
11.3.3桶策略214
11.4案例研究:在ApacheAccumulo中使用键可见性技术215
11.5案例研究:在安全发布流程中使用MarkLogic的RBAC模型216
11.5.1使用MarkLogic的RBAC安全模型保护文档217
11.5.2在安全出版中使用MarkLogic218
11.5.3MarkLogic的安全模型的优势218
11.6小结219
11.7延伸阅读219
2章选择合适的NoSQL解决方案221
12.1什么是架构利弊分析222
12.2数据库架构选型团队的组成变化223
12.2.1选择合适的团队224
12.2.2考虑经验偏好224
12.2.3雇用外部咨询师225
12.3架构权衡分析步骤225
12.4解构分析:质量树228
12.4.1质量属性样例229
12.4.2评估混合架构和云架构231
12.5与利益系相关者沟通结果231
12.5.1用质量树作为导航图232
12.5.2实践233
12.5.3使用质量树进行项目风险交流234
12.6找到合适的验证架构的试点项目235
12.7小结236
12.8延伸阅读237

内容摘要
本书从NoSQL的相关理论开始,深入浅出地探讨了NoSQL核心的架构模式、解决方案和一些不错主题,内容循序渐进,从理论回归于实践。
全书分为4个部分。首部分介绍NoSQL的相关理论,如CAP理论、BASE理论、一致性散列算法等;第二部分介绍NoSQL核心的架构模式—键值存储、图存储、列族存储、文档存储;第三部分展现一些常用的NoSQL解决方案,如HA、全文搜索等;后一部分讨论NoSQL的一些不错主题,如函数式编程。
全书理论与实践并重,每章后面还有通俗的案例。对于NoSQL的初学者来说,不失为一本了解NoSQL技术全貌的读物。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP