NoSQL数据库技术实战 PDF 高清版

给大家整理一篇NoSQL相关的资料，介绍了关于NoSQL、数据库技术方面，格式为PDF，资源大小78.3 MB，目前在NoSQL类资源综合评分为：9.1分。

NoSQL数据库技术实战 由浅入深，全面系统地介绍了NoSQL系统。本书既对NoSQL系统的理论进行了深入浅出的分析，又介绍了每一种NoSQL数据库在业界广泛应用的一个具体系统，理论与实战并重。 本书共分5篇，12章。涵盖的内容有：NoSQL与大数据简介、NoSQL的数据一致性、NoSQL的水平扩展与其他基础知识、BigTable与Google云计算原理、Google云计算的开源版本Hadoop、Dynamo：Amazon的高可用键值对存储、LevelDb出自Google的Key-Value数据库、Redis实战、面向文档的数据库CouchDB、MongoDB实战、MySQL基础、MySQL高级特性与性能优化。 本书涉及面广，从基本操作到高级技术和核心原理，再到项目开发，几乎涉及NoSQL系统的所有重要知识。本书适合所有想全面学习NoSQL的人员阅读，也适合各种使用NoSQL进行开发的工程技术人员使用。 目录 第1篇 NoSQL的兴起与理论基础 第1章 NoSQL与大数据简介 2 1.1 引子NoSQL在国内使用的案例 2 1.1.1 新浪微博 2 1.1.2 淘宝数据平台 3 1.1.3 视觉中国网站 4 1.1.4 优酷运营数据分析 5 1.1.5 飞信空间 6 1.1.6 豆瓣社区 7 1.2 大数据 8 1.2.1 大数据的度量单位 8 1.2.2 大数据的特点 9 1.3 大数据相关技术 10 1.3.1 大数据采集技术 10 1.3.2 大数据预处理技术 11 1.3.3 大数据存储及管理技术 11 1.3.4 大数据分析及挖掘技术 11 1.3.5 大数据展现与应用技术 12 1.4 NoSQL简介 12 1.4.1 什么是NoSQL 12 1.4.2 关系型数据库简史 13 1.4.3 数据库分类 13 1.4.4 关系型数据库的优势 14 1.4.5 不擅长的处理 15 1.4.6 NoSQL数据库 18 1.5 NoSQL数据库的类型 20 1.5.1 键值（Key/Value）存储 20 1.5.2 面向文档的数据库 21 1.5.3 面向列的数据库 22 1.6 如何使用和学习NoSQL数据库 23 1.6.1 始终只是一种选择 23 1.6.2 在何种程度上信赖它 23 1.7 云数据管理 24 第2章 NoSQL的数据一致性 25 2.1 传统关系数据库中的ACID 25 2.1.1 原子性 25 2.1.2 一致性 25 2.1.3 隔离性 26 2.1.4 持久性 26 2.1.5 举例 26 2.2 CAP理论 27 2.2.1 NoSQL系统是分布式系统 27 2.2.2 CAP理论阐述 27 2.3 AP的例子DNS系统 29 2.3.1 DNS系统 29 2.3.2 DNS域名解析过程 29 2.3.3 DNS系统是最终一致性的 31 2.4 数据一致性模型与BASE 31 2.4.1 数据一致性模型 31 2.4.2 BASE（Basically Available，Soft-state，Eventual consistency） 32 2.5 数据一致性实现方法 33 2.5.1 Quorum系统NRW策略 33 2.5.2 时间戳策略 34 2.5.3 向量时钟 37 第3章 NoSQL的水平扩展与其他基础知识 41 3.1 所有数据存放在一个服务器上 41 3.2 分片（Sharding） 41 3.3 主从复制 43 3.4 对等（Peer To Peer）复制 44 3.5 复制和分片的同时使用 45 3.6 数据水平扩展的方法总结 46 3.7 分片对数据的划分方式 46 3.7.1 Range-Based Partitioning 47 3.7.2 Round-Robin 49 3.8 一致性hash算法（Consistent Hashing） 50 3.8.1 基本场景 51 3.8.2 hash算法和单调性 51 3.8.3 Consistent Hashing算法的原理 51 3.8.4 虚拟节点 54 3.9 磁盘的读写特点及五分钟法则 55 3.9.1 磁道、扇区、柱面和磁头数 56 3.9.2 固态硬盘（SSD）：随机读写速度快 57 3.9.3 内存：读写速度极快 57 3.9.4 五分钟法则 57 3.10 不要删除数据 58 第2篇 列式NoSQL系统 第4章 BigTable与Google云计算原理 60 4.1 云计算 60 4.1.1 云计算的概念 60 4.1.2 云计算发展现状 63 4.1.3 云计算实现机制 64 4.1.4 网格计算与云计算 66 4.2 Google文件系统GFS 68 4.2.1 系统架构 69 4.2.2 容错机制 71 4.2.3 系统管理技术 72 4.3 并行数据处理MapReduce 73 4.3.1 产生背景 73 4.3.2 编程模型 73 4.3.3 实现机制 74 4.4 分布式锁服务Chubby 78 4.4.1 Paxos算法 78 4.4.2 Chubby系统设计 79 4.4.3 Chubby文件系统 80 4.4.4 通信协议 82 4.4.5 正确性与性能 83 4.5 分布式结构化数据表BigTable 84 4.5.1 设计动机与目标 85 4.5.2 数据模型 85 4.5.3 系统架构 87 4.5.4 主服务器 88 4.5.5 子表服务器 89 4.5.6 性能优化 92 第5章 Google云计算的开源版本Hadoop 94 5.1 Hadoop简介 94 5.1.1 Hadoop发展史 94 5.1.2 Apache Hadoop项目及体系结构 96 5.2 Hadoop产生的原因 97 5.2.1 海量的数据 97 5.2.2 数据的存储和分析 98 5.3 Hadoop和其他系统的比较 99 5.3.1 和关系型数据库管理系统（RDBMS）的比较 99 5.3.2 和网格计算的比较 100 5.4 HDFS的架构设计 101 5.4.1 前提和设计目标 102 5.4.2 Namenode和Datanode 102 5.4.3 文件系统的Namespace 103 5.4.4 数据复制 103 5.4.5 文件系统元数据的持久化 104 5.4.6 通讯协议 105 5.4.7 健壮性 105 5.4.8 数据组织 106 5.4.9 可访问性 107 5.4.10 空间的回收 107 5.5 安装Hadoop 108 5.5.1 安装JDK 1.7 108 5.5.2 安装Hadoop 109 5.6 HDFS操作 113 5.6.1 使用FS Shell命令操作HDFS 113 5.6.2 编程读写HDFS 118 5.7 Hadoop中的MapReduce模型 119 5.7.1 MapReduce计算模型 119 5.7.2 Hado