書馨卡幫你省薪 2024個人購書報告 2024中圖網年度報告
歡迎光臨中圖網 請 | 注冊
> >>
大數據挑戰(zhàn)與NoSQL數據庫技術

大數據挑戰(zhàn)與NoSQL數據庫技術

出版社：電子工業(yè)出版社出版時間：2013-04-01
開本： 16開 頁數： 423
中 圖 價:¥43.5(5.5折) 定價  ¥79.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

大數據挑戰(zhàn)與NoSQL數據庫技術 版權信息

大數據挑戰(zhàn)與NoSQL數據庫技術 本書特色

　　本書從理論、系統(tǒng)、應用三個方面詳細講述了大數據的技術知識，并針對nosql數據庫技術做了深入的分享，是學習大數據技術的地圖、指南手冊。幫助讀者跳出迷局，厘清思路，系統(tǒng)地做好相關知識儲備，擁抱大數據時代！

大數據挑戰(zhàn)與NoSQL數據庫技術 內容簡介

　　本書共分為三部分。理論篇重點介紹大數據時代下數據處理的基本理論及相關處理技術，并引入nosql數據庫；系統(tǒng)篇主要介紹了各種類型nosql數據庫基本知識；應用篇對國內外知名公司在利用nosql數據庫在處理海量數據方面的應用做了闡述。本書對大數據時代面臨的挑戰(zhàn)，以及nosql數據庫的基本知識做了清晰的闡述，有助于幫助讀者整理思路，了解需求，并更有針對性、有選擇的深入學習相關知識。

大數據挑戰(zhàn)與NoSQL數據庫技術 目錄


第1章 概論 
1.1 引子 
1.2 大數據挑戰(zhàn) 
1.3 大數據的存儲和管理 
1.3.1 并行數據庫 
1.3.2 nosql數據管理系統(tǒng) 
1.3.3 newsql數據管理系統(tǒng) 
1.3.4 云數據管理 
1.4 大數據的處理和分析 
1.5 小結 
參考文獻 
理 論 篇
第2章 數據一致性理論 
2.1 cap理論 
2.2 數據一致性模型 
2.3 acid與base 
2.4 數據一致性實現技術 
2.4.1 quorum系統(tǒng)nrw策略 
2.4.2 兩階段提交協(xié)議 
2.4.3 時間戳策略 
2.4.4 paxos 
2.4.5 向量時鐘 
2.5 小結 
參考文獻 
第3章 數據存儲模型 
3.1 總論 
3.2 鍵值存儲 
3.2.1 redis 
3.2.2 dynamo 
3.3 列式存儲 
3.3.1 bigtable 
3.3.2 cassandra與hbase 
3.4 文檔存儲 
3.4.1 mongodb 
3.4.2 couchdb 
3.5 圖形存儲 
3.5.1 neo4j 
3.5.2 graphdb 
3.6 本章小結 
參考文獻 
第4章 數據分區(qū)與放置策略 
4.1 分區(qū)的意義 
4.1.1 為什么要分區(qū) 
4.1.2 分區(qū)的優(yōu)點 
4.2 范圍分區(qū) 
4.3 列表分區(qū) 
4.4 哈希分區(qū) 
4.5 三種分區(qū)的比較 
4.6 放置策略 
4.6.1 一致性哈希算法 
4.6.2 容錯性與可擴展性分析 
4.6.3 虛擬節(jié)點 
4.7 小結 
參考文獻 
第5章 海量數據處理方法 
5.1 mapreduce簡介 
5.2 mapreduce數據流 
5.3 mapreduce數據處理 
5.3.1 提交作業(yè) 
5.3.2 初始化作業(yè) 
5.3.3 分配任務 
5.3.4 執(zhí)行任務 
5.3.5 更新任務執(zhí)行進度和狀態(tài) 
5.3.6 完成作業(yè) 
5.4 dryad簡介 
5.4.1 dfs cosmos介紹 
5.4.2 dryad執(zhí)行引擎 
5.4.3 dryadlinq解釋引擎 
5.4.4 dryadlinq編程 
5.5 dryad數據處理步驟 
5.6 mapreduce vs dryad 
5.7 小結 
參考文獻 
第6章 數據復制與容錯技術 
6.1 海量數據復制的作用和代價 
6.2 海量數據復制的策略 
6.2.1 dynamo的數據庫復制策略 
6.2.2 couchdb的復制策略 
6.2.3 pnuts的復制策略 
6.3 海量數據的故障發(fā)現與處理 
6.3.1 dynamo的數據庫的故障發(fā)現與處理 
6.3.2 couchdb的故障發(fā)現與處理 
6.3.3 pnuts的故障發(fā)現與處理 
6.4 小結 
參考文獻 
第7章 數據壓縮技術 
7.1 數據壓縮原理 
7.1.1 數據壓縮的定義 
7.1.2 數據為什么可以壓縮 
7.1.3 數據壓縮分類 
7.2 傳統(tǒng)壓縮技術[1] 
7.2.1 霍夫曼編碼 
7.2.2 lz77算法 
7.3 海量數據帶來的3v挑戰(zhàn) 
7.4 oracle混合列壓縮 
7.4.1 倉庫壓縮 
7.4.2 存檔壓縮 
7.5 google數據壓縮技術 
7.5.1 尋找長的重復串 
7.5.2 壓縮算法 
7.6 hadoop壓縮技術 
7.6.1 lzo簡介 
7.6.2 lzo原理[5] 
7.7 小結 
參考文獻 
第8章 緩存技術 
8.1 分布式緩存簡介 
8.1.1 分布式緩存的產生 
8.1.2 分布式緩存的應用 
8.1.3 分布式緩存的性能 
8.1.4 衡量可用性的標準 
8.2 分布式緩存的內部機制 
8.2.1 生命期機制 
8.2.2 一致性機制 
8.2.3 直讀與直寫機制 
8.2.4 查詢機制 
8.2.5 事件觸發(fā)機制 
8.3 分布式緩存的拓撲結構 
8.3.1 復制式拓撲 
8.3.2 分割式拓撲 
8.3.3 客戶端緩存拓撲 
8.4 小結 
參考文獻 
系 統(tǒng) 篇
第9章 key-value數據庫 
9.1 key-value模型綜述 
9.2 redis 
9.2.1 redis概述 
9.2.2 redis下載與安裝 
9.2.3 redis入門操作 
9.2.4 redis在業(yè)內的應用 
9.3 voldemort 
9.3.1 voldemort概述 
9.3.2 voldemort下載與安裝 
9.3.3 voldemort配置 
9.3.4 voldemort開發(fā)介紹[3] 
9.4 小結 
參考文獻 
第10章 column-oriented數據庫 
10.1 column-oriented數據庫簡介 
10.2 bigtable數據庫 
10.2.1 bigtable數據庫簡介 
10.2.2 bigtable數據模型 
10.2.3 bigtable基礎架構 
10.3 hypertable數據庫 
10.3.1 hypertable簡介 
10.3.2 hypertable安裝 
10.3.3 hypertable架構 
10.3.4 基本概念和原理 
10.3.5 hypertable的查詢 
10.4 cassandra數據庫 
10.4.1 cassandra簡介 
10.4.2 cassandra配置 
10.4.3 cassandra數據庫的連接 
10.4.4 cassandra集群機制 
10.4.5 cassandra的讀/寫機制 
10.5 小結 
參考文獻 
第11章 文檔數據庫 
11.1 文檔數據庫簡介 
11.2 couchdb數據庫 
11.2.1 couchdb簡介 
11.2.2 couchdb安裝 
11.2.3 couchdb入門 
11.2.4 couchdb查詢 
11.2.5 couchdb的存儲結構 
11.2.6 sql和couchdb 
11.2.7 分布式環(huán)境中的couchdb 
11.3 mongodb數據庫 
11.3.1 mongodb簡介 
11.3.2 mongodb的安裝 
11.3.3 mongodb入門 
11.3.4 mongodb索引 
11.3.5 sql與mongodb 
11.3.6 mapreduce與mongodb 
11.3.7 mongodb與couchdb對比 
11.4 小結 
參考文獻 
第12章 圖存數據庫 
12.1 圖存數據庫的由來及基本概念 
12.1.1 圖存數據庫的由來 
12.1.2 圖存數據庫的基本概念 
12.2 neo4j圖存數據庫 
12.2.1 neo4j簡介 
12.2.2 neo4j使用教程 
12.2.3 分布式neo4j——neo4j ha 
12.2.4 neo4j工作機制及優(yōu)缺點淺析 
12.3 graphdb 
12.3.1 graphdb簡介 
12.3.2 graphdb的整體架構 
12.3.3 graphdb的數據模型 
12.3.4 graphdb的安裝 
12.3.5 graphdb的使用 
12.4 orientdb 
12.4.1 背景 
12.4.2 orientdb是什么 
12.4.3 orientdb的原理及相關技術 
12.4.4 windows下orientdb的安裝與使用 
12.4.5 相關web應用 
12.5 三種圖存數據庫的比較 
12.5.1 特征矩陣 
12.5.2 分布式模式及應用比較 
12.6 小結 
參考文獻 
第13章 基于hadoop的數據管理系統(tǒng) 
13.1 hadoop簡介 
13.2 hbase 
13.2.1 hbase體系結構 
13.2.2 hbase數據模型 
13.2.3 hbase的安裝和使用 
13.2.4 hbase與rdbms 
13.3 pig 
13.3.1 pigr的安裝和使用 
13.3.2 pig latin語言 
13.3.3 pig實例 
 
展開全部

大數據挑戰(zhàn)與NoSQL數據庫技術 作者簡介

陸嘉恒，中國人民大學教授，博士生導師。2006年畢業(yè)于新加坡國立大學計算機科學系，獲博士學位；2006-2008年在美國加利福尼亞大學爾灣分校（UniversityofCalifornia，Irvine）進行博士后研究；2008年加入中國人民大學，2012年破格晉升為教授。主要研究領域包括數據庫技術和云計算技術。先后在SIGMOD、VLDB、ICDE、WWW等國際重要會議和期刊上發(fā)表數據庫方向的論文40多篇，主編多本云計算和大數據的教材和著作。

商品評論(0條)
暫無評論……
書友推薦
編輯推薦
返回頂部
中圖網
在線客服