深入NoSQL(中文版)pdf完整电子版

深入NoSQL这本书的作者主要关注了文档数据库，列存储数据库，和键值数据库三类最常用的nosql数据库，不少读者认为读完深入NoSQL这本书之后，可以对nosql有一个整体的把握，深入研究的话就会对NoSQL有一个整体的全局认识。本节内容东坡小编为大家整理带来的是一份pdf格式完整电子版深入NoSQL(中文版)，需要查阅这本电子书的朋友只需点击本文相应的下载地址进行下载即可！

深入nosql电子书内容简介

该书是一本全面的NoSQL实践指南。书中主要关注NoSQL的基本概念，以及使用NoSQL数据库的切实可行的解决方案。书中介绍了基于MapReduce的可伸缩处理，演示Hadoop用例，还有Hive和Pig这样的高层抽象。包含许多用例演示，同时也会讨论Google、Amazon、Facebook、Twitter和LinkedIn的可伸缩数据架构。

深入NoSQL(中文版)目录

目 　 　录

第一部分 　NoSQL入门

第1章 　NoSQL的概念及适用范围　　2

1.1 　定义和介绍　　3

1.1.1 　背景与历史　　3

1.1.2 　大数据　　5

1.1.3 　可扩展性　　7

1.1.4 　MapReduce　　8

1.2 　面向列的有序存储　　9

1.3 　键/值存储　　11

1.4 　文档数据库　　14

1.5 　图形数据库　　15

1.6 　小结　　16

第2章 　NoSQL上手初体验　　17

2.1 　第一印象——两个简单的例子　　17

2.1.1 　简单的位置偏好数据集　　17

2.1.2 　存储汽车品牌和型号数据　　22

2.2 　使用多种语言　　30

2.2.1 　MongoDB驱动　　30

2.2.2 　初识Thrift　　33

2.3 　小结　　34

第3章 　NoSQL接口与交互　　36

3.1 　没了SQL还剩什么　　36

3.1.1 　存储和访问数据　　37

3.1.2 　MongoDB数据存储与访问　　37

3.1.3 　MongoDB数据查询　　41

3.1.4 　Redis数据存储与访问　　43

3.1.5 　Redis数据查询　　47

3.1.6 　HBase数据存储与访问　　50

3.1.7 　HBase数据查询　　52

3.1.8 　Apache Cassandra数据存储与访问　　54

3.1.9 　Apache Cassandra数据查询　　55

3.2 　NoSQL数据存储的语言绑定　　56

3.2.1 　Thrift　　56

3.2.2 　Java　　56

3.2.3 　Python　　58

3.2.4 　Ruby　　59

3.2.5 　PHP　　59

3.3 　小结　　60

第二部分 　NoSQL基础

第4章 　理解存储架构　　62

4.1 　使用面向列的数据库　　63

4.1.1 　使用关系型数据库中的表格和列　　63

4.1.2 　列数据库对比RDBMS　　65

4.1.3 　列数据库当做键/值对的嵌套映射表　　67

4.1.4 　Webtable布局　　70

4.2 　HBase分布式存储架构　　71

4.3 　文档存储内部机制　　73

4.3.1 　用内存映射文件存储数据　　74

4.3.2 　MongoDB集合和索引使用指南　　75

4.3.3 　MongoDB的可靠性和耐久性　　75

4.3.4 　水平扩展　　76

4.4 　键/值存储Memcached和Redis　　78

4.4.1 　Memcached的内部结构　　78

4.4.2 　Redis的内部结构　　79

4.5 　最终一致性非关系型数据库　　80

4.5.1 　一致性哈希　　81

4.5.2 　对象版本　　82

4.5.3 　闲话协议和提示移交　　83

4.6 　小结　　83

第5章 　执行CRUD操作　　84

5.1 　创建记录　　84

5.1.1 　在以文档为中心的数据库中创建记录　　85

5.1.2 　面向列数据库的创建操作　　91

5.1.3 　键/值映射表的创建操作　　93

5.2 　访问数据　　96

5.2.1 　用MongoDB访问文档　　96

5.2.2 　用HBase访问数据　　97

5.2.3 　查询Redis　　98

5.3 　更新和删除数据　　98

5.3.1 　使用MongoDB、HBase和Redis更新及修改数据　　98

5.3.2 　有限原子性和事务完整性　　99

5.4 　小结　　100

第6章 　查询NoSQL存储　　101

6.1 　SQL与MongoDB查询功能的相似点　　101

6.1.1 　加载MovieLens数据　　103

6.1.2 　MongoDB中的MapReduce　　108

6.2 　访问HBase等面向列数据库中的数据　　111

6.3 　查询Redis数据存储　　113

6.4 　小结　　116

第7章 　修改数据存储及管理演进　　117

7.1 　修改文档数据库　　117

7.1.1 　弱schema的灵活性　　120

7.1.2 　MongoDB的数据导入与导出　　121

7.2 　面向列数据库中数据schema的演进　　124

7.3 　HBase数据导入与导出　　125

7.4 　键/值存储中的数据演变　　126

7.5 　小结　　126

第8章 　数据索引与排序　　127

8.1 　数据库索引的基本概念　　127

8.2 　MongoDB的索引与排序　　128

8.3 　MongoDB里创建和使用索引　　131

8.3.1 　组合与嵌套键　　136

8.3.2 　创建唯一索引和稀疏索引　　138

8.3.3 　基于关键字的搜索和多重键　　139

8.4 　CouchDB的索引与排序　　140

8.5 　Apache Cassandra的索引与排序　　141

8.6 　小结　　143

第9章 　事务和数据完整性的管理　　144

9.1 　RDBMS和ACID　　144

9.2 　分布式ACID系统　　147

9.2.1 　一致性　　149

9.2.2 　可用性　　149

9.2.3 　分区容忍性　　149

9.3 　维持CAP　　151

9.3.1 　妥协可用性　　153

9.3.2 　妥协分区容忍性　　153

9.3.3 　妥协一致性　　154

9.4 　NoSQL产品的一致性实现　　155

9.4.1 　MongoDB的分布一致性　　155

9.4.2 　CouchDB的最终一致性　　155

9.4.3 　Apache Cassandra的最终一致性　　156

9.4.4 　Membase的一致性　　157

9.5 　小结　　157

第三部分 　熟悉NoSQL

第10章 　使用云中的NoSQL　　160

10.1 　Google App Engine　　161

10.1.1 　GAE Python SDK：安装、设置和起步　　161

10.1.2 　使用Python进行基本的GAE数据建模　　165

10.1.3 　查询与索引　　168

10.1.4 　过滤和结果排序　　170

10.1.5 　Java App Engine SDK　　172

10.2 　Amazon SimpleDB　　175

10.2.1 　SimpleDB入门　　176

10.2.2 　使用REST API　　178

10.2.3 　使用Java访问SimpleDB　　181

10.2.4 　通过Ruby和Python使用SimpleDB　　182

10.3 　小结　　183

第11章 　MapReduce可扩展并行处理　　185

11.1 　理解MapReduce　　186

11.1.1 　找出每股最高价　　188

11.1.2 　加载历史NYSE市场数据到CouchDB　　189

11.2 　MapReduce和HBase　　192

11.3 　MapReduce和Apache Mahout　　196

11.4 　小结　　197

第12章 　使用Hive分析大数据　　199

12.1 　Hive基础　　199

12.2 　回到电影评分　　203

12.3 　亲切的SQL　　209

12.4 　HiveQL连接　　211

12.4.1 　计划解释　　213

12.4.2 　分区表　　215

12.5 　小结　　215

第13章 　综览数据库内部　　216

13.1 　MongoDB内部　　217

13.1.1 　MongoDB传输协议　　218

13.1.2 　插入文档　　219

13.1.3 　查询集合　　219

13.1.4 　MongoDB数据库文件　　220

13.2 　Membase架构　　222

13.3 　Hypertable底层　　224

13.3.1 　正则表达式支持　　224

13.3.2 　布隆过滤器　　224

13.4 　Apache Cassandra　　225

13.4.1 　点对点模型　　225

13.4.2 　基于Gossip和Antientropy　　225

13.4.3 　快速写　　226

13.4.4 　提示移交　　226

13.5 　Berkeley DB　　226

13.6 　小结　　228

第四部分 　掌握NoSQL

第14章 　选择NoSQL　　230

14.1 　比较NoSQL产品　　230

14.1.1 　可扩展性　　230

14.1.2 　事务完整性和一致性　　233

14.1.3 　数据模型　　233

14.1.4 　查询支持　　235

14.1.5 　接口可用性　　236

14.2 　性能测试　　237

14.2.1 　50/50的读和更新　　237

14.2.2 　95/5的读和更新　　237

14.2.3 　扫描　　238

14.2.4 　可扩展性测试　　238

14.2.5 　Hypertable测试　　238

14.3 　背景比较　　239

14.4 　小结　　240

第15章 　共存　　241

15.1 　MySQL用作NoSQL　　241

15.2 　静态数据存储　　244

15.2.1 　存储多元化在Facebook中的应用　　245

15.2.2 　数据仓库和商业智能　　246

15.3 　Web框架和NoSQL　　247

15.3.1 　Rails和NoSQL　　247

15.3.2 　Django和NoSQL　　248

15.3.3 　使用Spring Data　　250

15.4 　从RDBMS迁移到NoSQL　　254

15.5 　小结　　254

第16章 　性能调校　　256

16.1 　并行算法的目标　　256

16.1.1 　减少延迟的含义　　256

16.1.2 　如何增加吞吐　　257

16.1.3 　线性扩展　　257

16.2 　公式与模型　　257

16.2.1 　Amdahl法则　　257

16.2.2 　Little法则　　258

16.2.3 　消息成本模型　　259

16.3 　分区　　259

16.4 　规划异构环境　　260

16.5 　其他MapReduce调校　　261

16.5.1 　通信成本　　261

16.5.2 　压缩　　261

16.5.3 　文件块大小　　261

16.5.4 　并行复制　　262

16.6 　HBase Coprocessor　　262

16.7 　布隆过滤器　　262

16.8 　小结　　262

第17章 　工具和实用程序　　263

17.1 　RRDTool　　263

17.2 　Nagios　　265

17.3 　Scribe　　266

17.4 　Flume　　267

17.5 　Chukwa　　267

17.6 　Pig　　268

17.6.1 　使用Pig　　269

17.6.2 　Pig Latin基础　　269

17.7 　Nodetool　　271

17.8 　OpenTSDB　　272

17.9 　SOLANDRA　　273

17.10 　Hummingbird和C5T　　274

17.11 　GeoCouch　　275

17.12 　Alchemy Database　　276

17.13 　Webdis　　276

17.14 　小结　　276

附录A 　安装与配置　　278

深入NoSQL(中文版)内容截图