分布式數(shù)據(jù)庫原理、架構(gòu)與實(shí)踐

Contents??目　　錄
序一
序二
序三
序四
前言
第一篇　原理
第1章　分布式數(shù)據(jù)庫系統(tǒng)的
挑戰(zhàn)和原理 3
1.1　分布式數(shù)據(jù)庫系統(tǒng)的挑戰(zhàn) 3
1.1.1　分布式系統(tǒng)面臨的問題 4
1.1.2　數(shù)據(jù)庫面臨的一致性問題 7
1.1.3　分布式數(shù)據(jù)庫系統(tǒng)面臨的問題 15
1.2　分布式理論 20
1.2.1　ACID、BASE與CAP簡析 21
1.2.2　CAP分布式理論 23
1.2.3　PACELC理論和CAP新進(jìn)展 29
1.3　分布式系統(tǒng)一致性的本質(zhì) 30
1.3.1　偏序與全序 30
1.3.2　有序與并發(fā) 31
第2章　深入研究一致性 33
2.1　概述 34
2.1.1　常見的分布式一致性 35
2.1.2　科研情況一覽 38
2.2　結(jié)果一致性 41
2.2.1　共識問題形象化描述：拜占庭將軍問題 42
2.2.2　結(jié)果一致性的應(yīng)用 42
2.3　次序一致性 43
2.3.1　線性一致性 43
2.3.2　順序一致性 47
2.3.3　因果一致性 47
2.3.4　會話一致性 48
2.4　分布式事務(wù)一致性 49
2.4.1　單機(jī)事務(wù)的一致性 49
2.4.2　分布式事務(wù)的一致性 52
2.4.3　分布式一致性與分布式事務(wù)一致性的關(guān)系 52
2.5　架構(gòu)一致性 54
2.5.1　分布式系統(tǒng)主備一致性 54
2.5.2　去中心化的分布式系統(tǒng)一致性 55
第3章　一致性問題的解法 56
3.1??依賴物理時間引發(fā)的問題 56
3.2??邏輯時鐘 57
3.2.1　因果（happened-before）模型 57
3.2.2??邏輯時鐘的實(shí)現(xiàn) 58
3.2.3??邏輯時鐘的缺點(diǎn) 58
3.2.4??物理時鐘與同步問題 59
3.3??向量時鐘 59
3.4??混合邏輯時鐘 61
3.5??Paxos協(xié)議 64
3.5.1　Paxos協(xié)議解決問題的背景 64
3.5.2??Paxos協(xié)議中的角色 64
3.5.3　Basic Paxos協(xié)議 66
3.5.4??Paxos協(xié)議改進(jìn)與擴(kuò)展 67
3.6??Raft算法 74
3.6.1??Raft算法基礎(chǔ) 74
3.6.2??Raft算法詳解 75
3.6.3　Paxos算法與Raft算法的比較 78
第4章　分布式事務(wù)原理 81
4.1　概述 82
4.1.1　單機(jī)事務(wù)處理技術(shù) 82
4.1.2　分布式事務(wù)處理技術(shù) 85
4.2　基本的分布式事務(wù)并發(fā)訪問控制機(jī)制 89
4.2.1　封鎖并發(fā)訪問控制算法 90
4.2.2　TO相關(guān)算法 91
4.2.3　CO算法 92
4.3　OCC算法 95
4.3.1　OCC算法的優(yōu)勢與不足 95
4.3.2　基本的OCC算法 97
4.3.3　改進(jìn)的OCC算法 103
4.3.4　OCC算法與其他并發(fā)算法的融合 110
4.3.5　分布式OCC算法 117
4.4　MVCC技術(shù) 121
4.4.1　MVCC技術(shù)解決了
什么問題 122
4.4.2　MVCC技術(shù)的核心思想 123
4.4.3　可串行化的快照隔離 124
4.4.4　寫快照隔離 128
4.4.5　MVCC技術(shù)實(shí)現(xiàn)示例 132
4.4.6　MVCC技術(shù)擴(kuò)展 139
4.5　前沿的并發(fā)控制技術(shù) 140
4.5.1　動態(tài)調(diào)整時間戳算法 140
4.5.2　Data-driven算法 145
4.5.3　面向列的細(xì)粒度機(jī)制 148
4.5.4　基于硬件的改進(jìn) 149
4.5.5　基于AI的改進(jìn) 153
4.5.6　自適應(yīng)并發(fā)訪問控制算法 155
4.6　分布式提交技術(shù) 159
4.6.1　兩階段提交 159
4.6.2　三階段提交 163
4.6.3　基于Paxos的提交 164
4.6.4　一階段提交 166
4.7　可串行化發(fā)展歷史 166
4.8　其他分布式處理技術(shù) 169
第二篇　架構(gòu)
第5章　去中心化的分布式數(shù)據(jù)庫架構(gòu) 175
5.1　分布式存儲架構(gòu) 175
5.1.1　數(shù)據(jù)分布 176
5.1.2　數(shù)據(jù)管理 177
5.1.3　多副本與數(shù)據(jù)存儲 179
5.1.4　存算分離 180
5.1.5　多讀與多寫 184
5.2　分布式查詢優(yōu)化與并行執(zhí)行架構(gòu) 187
5.2.1　查詢優(yōu)化 187
5.2.2　MPP 188
5.2.3　計(jì)算下推/外推 189
5.3　高可用性架構(gòu) 190
5.3.1　高可用衡量指標(biāo) 191
5.3.2　高可用性分類 194
5.3.3　高可用事務(wù) 195
5.3.4　高可用架構(gòu) 197
5.4　分布式事務(wù)架構(gòu) 198
5.4.1　事務(wù)管理器在客戶端、中間件、服務(wù)器端中的實(shí)現(xiàn) 198
5.4.2　去中心化的并發(fā)事務(wù)框架 201
5.5　可擴(kuò)展性架構(gòu) 202
5.5.1　可擴(kuò)展性是一種能力 202
5.5.2　事務(wù)處理的可擴(kuò)展性 204
5.6　強(qiáng)一致性 206
5.7　解耦 206
第6章　新技術(shù)與分布式數(shù)據(jù)庫架構(gòu) 210
6.1　新硬件 210
6.2　智能數(shù)據(jù)庫 211
6.3　云計(jì)算與數(shù)據(jù)庫 213
6.3.1　云原生 214
6.3.2　云數(shù)據(jù)庫 216
6.3.3　Serverless數(shù)據(jù)庫 217
6.4　HTAP 218
6.4.1　HTAP概念與HTAC架構(gòu) 218
6.4.2　行列混存 220
6.5　下一代數(shù)據(jù)庫 221
6.5.1　數(shù)據(jù)庫技術(shù)簡史 221
6.5.2　下一代數(shù)據(jù)庫技術(shù)特征 228
......