縱橫大數(shù)據(jù)：云計算數(shù)據(jù)基礎設施

第1部分　大數(shù)據(jù)概論
第1章　大數(shù)據(jù)與云計算 2
1．1 云計算概論 3
1．2 大數(shù)據(jù)概論 4
1．2．1 現(xiàn)代數(shù)據(jù)管理需求分析 4
1．2．2 大數(shù)據(jù)的引入 9
1．2．3 大數(shù)據(jù)的定義與特征 10
1．2．4 大數(shù)據(jù)與互聯(lián)網(wǎng) 12
1．2．5 大數(shù)據(jù)戰(zhàn)略、大數(shù)據(jù)與大數(shù)據(jù)技術 14
1．3 大數(shù)據(jù)的技術實現(xiàn)――云計算 15
1．4 本章小結 16
第2章　關系數(shù)據(jù)庫的挑戰(zhàn)與應對 17
2．1 關系數(shù)據(jù)庫技術的核心特征 18
2．2 主流關系數(shù)據(jù)庫的挑戰(zhàn) 22
2．2．1 經(jīng)典DBMS的挑戰(zhàn) 22
2．2．2 Shared Disk 23
2．2．3 Shared Nothing 24
2．3 改進型關系數(shù)據(jù)庫 26
2．3．1 技術改進 26
2．3．2 主要產(chǎn)品代表 30
2．4 本章小結 40
第3章　非SQL技術簡介 41
3．1 大數(shù)據(jù)技術家族 42
3．1．1 NoSQL 42
3．1．2 關系數(shù)據(jù)庫聯(lián)邦NewSQL 42
3．1．3 分布式海量文件管理 43
3．1．4 Map Reduce 43
3．2 分與合――云計算的兩種技術路線 44
3．3 本章小結 44
第 2部分　“分”為云――數(shù)據(jù)切分
第４章　NoSQL 46
4．1 NoSQL的引入 47
4．1．1 概念詮釋與特征分析 47
4．1．2 NoSQL的本質 50
4．2 NoSQL家族 52
4．2．1 NoSQL產(chǎn)品目錄與分類 52
4．2．2 Hadoop之HBase 54
4．2．3 Facebook之Cassandra 58
4．2．4 MongoDB與CouchDB 61
4．2．5 Oracle NoSQL DB 63
4．2．6 Memcached與Redis 65
4．2．7 圖數(shù)據(jù)庫Neo4J 65
4．2．8 其他NoSQL數(shù)據(jù)庫 67
4．2．9 問題與疑惑 67
4．3 NoSQL技術探研 68
4．3．1 NoSQL理論基礎 68
4．3．2 NoSQL技術手段 75
4．3．3 NoSQL技術解析 83
4．4 NoSQL與關系數(shù)據(jù)庫 88
4．5 本章小結 89
第５章　NewSQL――關系數(shù)據(jù)庫聯(lián)邦 90
5．1 數(shù)據(jù)庫聯(lián)邦的引入 91
5．1．1 企業(yè)業(yè)務數(shù)據(jù)管理面臨的問題 91
5．1．2 垂直分庫 92
5．1．3 水平分表 93
5．1．4 讀寫分離 95
5．1．5 聯(lián)邦的引入 97
5．2 “聯(lián)邦”的設計與實踐 99
5．2．1 企業(yè)級“聯(lián)邦”架構設計 99
5．2．2 公共基礎服務設計 103
5．2．3 聯(lián)邦的元數(shù)據(jù)庫 106
5．2．4 聯(lián)邦的應用實踐 107
5．3 “聯(lián)邦”技術分析 108
5．3．1 關于“垂直分庫” 108
5．3．2 如何“水平分表” 110
5．3．3 關于“讀寫分離” 112
5．3．4 基本方法――分布與聚合 114
5．3．5 關于分布式事務 116
5．3．6 關聯(lián)操作 117
5．2．7 冗余策略 119
5．2．8 異步解耦策略 120
5．2．9 使用緩存 122
5．2．10 其他問題 123
5．4 數(shù)據(jù)庫聯(lián)邦、NoSQL與主流關系數(shù)據(jù)庫 124
5．4．1 技術與應用――八仙過海，各顯神通 124
5．4．2 互聯(lián)網(wǎng)的神話 126
5．5 本章小結 128
第６章　文件系統(tǒng)聯(lián)邦 129
6．1 問題的引入 130
6．1．1 關于幾個數(shù)據(jù)概念的澄清 130
6．1．2 文件數(shù)據(jù)管理的困難 131
6．1．3 文件系統(tǒng)聯(lián)邦的引入 133
6．2 典型開源技術介紹 135
6．2．1 MogileFS 135
6．2．2 FastDFS 136
6．2．3 MogileFS與FastDFS的對比 138
6．3 技術分析 139
6．4 本章小結 140
第７章　平民化的分布計算――MapReduce 141
7．1 分布式計算概述 142
7．1．1 幾個概念的澄清 142
7．1．2 分布式計算技術綜述 143
7．1．3 MapReduce的引入 147
7．2 MapReduce技術介紹 148
7．2．1 設計思想 148
7．2．2 MapReduce框架介紹 152
7．3 MapReduce技術分析 160
7．3．1 關于效率 160
7．3．2 關于擴展性 162
7．3．3 關于可靠性與可用性 163
7．3．4 關于MapReduce與關系數(shù)據(jù)庫 164
7．3．5 關于適用的數(shù)據(jù)類型 167
7．3．6 關于數(shù)據(jù)存儲與管理 168
7．4 MapReduce的應用實踐 169
7．5 本章小結 170
第８章　后Hadoop時代 171
8．1 Hadoop體系及其困惑 172
8．2 Google的新三駕馬車 173
8．2．1 新一代搜索引擎Caffeine 173
8．2．2 大規(guī)模圖處理系統(tǒng)Pregel 174
8．2．3 Dremel――秒級實現(xiàn)PB級數(shù)據(jù)分析 175
8．3 Symphony MapReduce 181
8．4 后Hadoop時代即將來臨 181
8．5 本章小結 183
第９章　InfiniData―一種關系型云數(shù)據(jù)庫的設計與實踐 184
9．1 現(xiàn)代企業(yè)數(shù)據(jù)管理需求再分析 185
9．1．1 新的企業(yè)數(shù)據(jù)需求――海量關系數(shù)據(jù)管理 185
9．1．2 技術分析 187
9．2 關系型云數(shù)據(jù)庫架構設計 188
9．2．1 關系型云數(shù)據(jù)庫的引入 188
9．2．2 技術架構設計 189
9．3 云存儲層 192
9．3．1 邏輯架構 193
9．3．2 物理架構 194
9．3．3 關系模型云存儲元 196
9．4 云計算層 198
9．4．1 MapReduce云計算引擎 198
9．4．2 集群式云計算引擎 200
9．4．3 兩種引擎的比較 201
9．5 云存儲索引層 202
9．5．1 存儲索引的管理 202
9．5．2 索引云運行時動態(tài)創(chuàng)建 203
9．6 技術分析 203
9．7 本章小結 205
第３部分　云計算的分與合
第10章　合為“云”――數(shù)據(jù)整合 208
10．1 數(shù)據(jù)整合的需求分析 209
10．2 存儲整合云 210
10．3 數(shù)據(jù)庫整合云 211
10．4 本章小結 213
第11章　關于分與合的討論 214
11．1 困惑――分與合，孰是孰非？ 215
11．2 分為技，合為神 216
11．3 分為雨，合為云――大數(shù)據(jù)云 217
11．4 數(shù)據(jù)管理技術發(fā)展趨勢總結 219
11．4．1 數(shù)據(jù)管理物理基礎設施發(fā)展趨勢 219
11．4．2 數(shù)據(jù)管理軟基礎設施發(fā)展趨勢 220
11．5 本章小結 221
第12章　企業(yè)大數(shù)據(jù)技術體系與云計算數(shù)據(jù)基礎設施 222
12．1 現(xiàn)代企業(yè)數(shù)據(jù)管理需求再分析 223
12．2 新一代企業(yè)數(shù)據(jù)體系建設 225
12．2．1 新一代企業(yè)數(shù)據(jù)體系建設的定義與內(nèi)容 225
12．2．2 新一代企業(yè)數(shù)據(jù)分類體系 228
12．2．3 新一代企業(yè)數(shù)據(jù)分布與流轉規(guī)劃 230
12．3 大數(shù)據(jù)技術在企業(yè)數(shù)據(jù)架構中的定位 234
12．3．1 技術規(guī)劃戰(zhàn)略 234
12．3．2 大數(shù)據(jù)技術架構規(guī)劃 235
12．3．3 典型場景――電子渠道線上行為分析 238
12．4 云計算數(shù)據(jù)基礎設施概念的引入 240
12．5 本章小結 242
后記――超越技術 243
參考文獻 245