纵横大数据 云计算数据基础设施2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

纵横大数据 云计算数据基础设施PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1部分 大数据概论2

第1章 大数据与云计算2

1.1 云计算概论3

1.2 大数据概论4

1.2.1 现代数据管理需求分析4

1.2.2 大数据的引入9

1.2.3 大数据的定义与特征10

1.2.4 大数据与互联网12

1.2.5 大数据战略、大数据与大数据技术14

1.3 大数据的技术实现——云计算15

1.4 本章小结16

第2章 关系数据库的挑战与应对17

2.1 关系数据库技术的核心特征18

2.2 主流关系数据库的挑战22

2.2.1 经典DBMS的挑战22

2.2.2 Shared Disk23

2.2.3 Shared Nothing24

2.3 改进型关系数据库26

2.3.1 技术改进26

2.3.2 主要产品代表30

2.4 本章小结40

第3章 非SQL技术简介41

3.1 大数据技术家族42

3.1.1 NoSQL42

3.1.2 关系数据库联邦NewSQL42

3.1.3 分布式海量文件管理43

3.1.4 Map Reduce43

3.2 分与合——云计算的两种技术路线44

3.3 本章小结44

第2部分 “分”为云——数据切分46

第4章 NoSQL46

4.1 NoSQL的引入47

4.1.1 概念诠释与特征分析47

4.1.2 NoSQL的本质50

4.2 NoSQL家族52

4.2.1 NoSQL产品目录与分类52

4.2.2 Hadoop之HBase54

4.2.3 Facebook之Cassandra58

4.2.4 MongoDB与CouchDB61

4.2.5 Oracle NoSQL DB63

4.2.6 Memcached与Redis65

4.2.7 图数据库Neo4J65

4.2.8 其他NoSQL数据库67

4.2.9 问题与疑惑67

4.3 NoSQL技术探研68

4.3.1 NoSQL理论基础68

4.3.2 NoSQL技术手段75

4.3.3 NoSQL技术解析83

4.4 NoSQL与关系数据库88

4.5 本章小结89

第5章 NewSQL——关系数据库联邦90

5.1 数据库联邦的引入91

5.1.1 企业业务数据管理面临的问题91

5.1.2 垂直分库92

5.1.3 水平分表93

5.1.4 读写分离95

5.1.5 联邦的引入97

5.2 “联邦”的设计与实践99

5.2.1 企业级“联邦”架构设计99

5.2.2 公共基础服务设计103

5.2.3 联邦的元数据库106

5.2.4 联邦的应用实践107

5.3 “联邦”技术分析108

5.3.1 关于“垂直分库”108

5.3.2 如何“水平分表”110

5.3.3 关于“读写分离”112

5.3.4 基本方法——分布与聚合114

5.3.5 关于分布式事务116

5.3.6 关联操作117

5.3.7 冗余策略119

5.3.8 异步解耦策略120

5.3.9 使用缓存122

5.3.1 0其他问题123

5.4 数据库联邦、NoSQL与主流关系数据库124

5.4.1 技术与应用——八仙过海，各显神通124

5.4.2 互联网的神话126

5.5 本章小结128

第6章 文件系统联邦129

6.1 问题的引入130

6.1.1 关于几个数据概念的澄清130

6.1.2 文件数据管理的困难131

6.1.3 文件系统联邦的引入133

6.2 典型开源技术介绍135

6.2.1 MogileFS135

6.2.2 FastDFS136

6.2.3 MogileFS与FastDFS的对比138

6.3 技术分析139

6.4 本章小结140

第7章 平民化的分布计算——MapReduce141

7.1 分布式计算概述142

7.1.1 几个概念的澄清142

7.1.2 分布式计算技术综述143

7.1.3 MapReduce的引入147

7.2 MapReduce技术介绍148

7.2.1 设计思想148

7.2.2 MapReduce框架介绍152

7.3 MapReduce技术分析160

7.3.1 关于效率160

7.3.2 关于扩展性162

7.3.3 关于可靠性与可用性163

7.3.4 关于MapReduce与关系数据库164

7.3.5 关于适用的数据类型167

7.3.6 关于数据存储与管理168

7.4 MapReduce的应用实践169

7.5 本章小结170

第8章 后Hadoop时代171

8.1 Hadoop体系及其困惑172

8.2 Google的新三驾马车173

8.2.1 新一代搜索引擎Caffeine173

8.2.2 大规模图处理系统Pregel174

8.2.3 Dremel——秒级实现PB级数据分析175

8.3 Symphony MapReduce181

8.4 后Hadoop时代即将来临181

8.5 本章小结183

第9章 InfiniData——一种关系型云数据库的设计与实践184

9.1 现代企业数据管理需求再分析185

9.1.1 新的企业数据需求——海量关系数据管理185

9.1.2 技术分析187

9.2 关系型云数据库架构设计188

9.2.1 关系型云数据库的引入188

9.2.2 技术架构设计189

9.3 云存储层192

9.3.1 逻辑架构193

9.3.2 物理架构194

9.3.3 关系模型云存储元196

9.4 云计算层198

9.4.1 MapReduce云计算引擎198

9.4.2 集群式云计算引擎200

9.4.3 两种引擎的比较201

9.5 云存储索引层202

9.5.1 存储索引的管理202

9.5.2 索引云运行时动态创建203

9.6 技术分析203

9.7 本章小结205

第3部分 云计算的分与合208

第10章 合为“云”——数据整合208

10.1 数据整合的需求分析209

10.2 存储整合云210

10.3 数据库整合云211

10.4 本章小结213

第11章 关于分与合的讨论214

11.1 困惑——分与合，孰是孰非？215

11.2 分为技，合为神216

11.3 分为雨，合为云——大数据云217

11.4 数据管理技术发展趋势总结219

11.4.1 数据管理物理基础设施发展趋势219

11.4.2 数据管理软基础设施发展趋势220

11.5 本章小结221

第12章 企业大数据技术体系与云计算数据基础设施222

12.1 现代企业数据管理需求再分析223

12.2 新一代企业数据体系建设225

12.2.1 新一代企业数据体系建设的定义与内容225

12.2.2 新一代企业数据分类体系228

12.2.3 新一代企业数据分布与流转规划230

12.3 大数据技术在企业数据架构中的定位234

12.3.1 技术规划战略234

12.3.2 大数据技术架构规划235

12.3.3 典型场景——电子渠道线上行为分析238

12.4 云计算数据基础设施概念的引入240

12.5 本章小结242

后记——超越技术243

参考文献245