注冊(cè) | 登錄讀書好，好讀書，讀好書！
讀書網(wǎng)-DuShu.com
當(dāng)前位置： 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫數(shù)據(jù)庫挖掘/數(shù)據(jù)倉庫云原生數(shù)據(jù)倉庫：原理與實(shí)踐

云原生數(shù)據(jù)倉庫：原理與實(shí)踐

云原生數(shù)據(jù)倉庫：原理與實(shí)踐

定　價(jià)：￥118.00

作　者： 李飛飛，周烜，楊程程，林亮，王遠(yuǎn)
出版社： 電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽： 暫缺
ISBN： 9787121494536 出版時(shí)間： 2024-12-01 包裝： 平裝-膠訂
開本： 16開 頁數(shù)： 字?jǐn)?shù)：  

內(nèi)容簡介

　　本書深入地探討云原生數(shù)據(jù)倉庫的理論知識(shí)與技術(shù)實(shí)踐，涵蓋數(shù)據(jù)倉庫的發(fā)展歷程、大數(shù)據(jù)處理技術(shù)、云原生數(shù)據(jù)倉庫的概念與特點(diǎn)，以及云計(jì)算時(shí)代的數(shù)據(jù)倉庫技術(shù)。書中詳細(xì)介紹云原生數(shù)據(jù)倉庫的架構(gòu)設(shè)計(jì)，計(jì)算引擎、優(yōu)化器、存儲(chǔ)的關(guān)鍵技術(shù)，以及資源管理與調(diào)度等知識(shí)。同時(shí)，本書結(jié)合Redshift、Snowflake、BigQuery等典型的云原生數(shù)據(jù)倉庫，以及AnalyticDB等具有代表性的國產(chǎn)數(shù)據(jù)倉庫，介紹大量的實(shí)踐案例。此外，書中針對(duì)云原生數(shù)據(jù)倉庫的資源調(diào)度、查詢優(yōu)化、運(yùn)維管理等方面進(jìn)行深入的剖析，提供大量的最佳實(shí)踐和應(yīng)用場景。

作者簡介

　　李飛飛阿里云智能高級(jí)副總裁、阿里云數(shù)據(jù)庫產(chǎn)品事業(yè)部負(fù)責(zé)人，ACM、CCF和IEEE會(huì)士（Fellow）。曾獲ACM與IEEE多項(xiàng)大獎(jiǎng)，世界互聯(lián)網(wǎng)大會(huì)2019全球領(lǐng)先科技成果獎(jiǎng)，浙江省科技進(jìn)步一等獎(jiǎng)，中國電子學(xué)會(huì)科技進(jìn)步一等獎(jiǎng)等。帶領(lǐng)團(tuán)隊(duì)研發(fā)了阿里云企業(yè)級(jí)云原生數(shù)據(jù)庫系統(tǒng)PolarDB，云原生數(shù)據(jù)倉庫AnalyticDB，云原生多模數(shù)據(jù)庫Lindorm，以及云數(shù)據(jù)庫RDS，連續(xù)進(jìn)入Gartner全球云數(shù)據(jù)庫市場Cloud DBMS領(lǐng)導(dǎo)者象限。中國計(jì)算機(jī)學(xué)會(huì)（CCF）大數(shù)據(jù)專家委員會(huì)常委，數(shù)據(jù)庫專業(yè)委員會(huì)常委。 周烜華東師范大學(xué)特聘教授，數(shù)據(jù)科學(xué)與工程學(xué)院副院長，國家級(jí)領(lǐng)軍人才。2005年在新加坡國立大學(xué)取得博士學(xué)位，先后在德國 L3S 研究中心、澳大利亞聯(lián)邦科工組織、中國人民大學(xué)任職，2017年加入華東師范大學(xué)。他的研究興趣包括數(shù)據(jù)庫系統(tǒng)和信息檢索技術(shù)，曾負(fù)責(zé)多個(gè)國內(nèi)外的科研項(xiàng)目和工業(yè)合作項(xiàng)目，開發(fā)各種數(shù)據(jù)管理系統(tǒng)。獲2019年國家科技進(jìn)步二等獎(jiǎng)和2022年國家級(jí)教學(xué)成果二等獎(jiǎng)。..胡卉芪華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院副教授。主要從事數(shù)據(jù)庫系統(tǒng)與分布式系統(tǒng)方面的研究。曾獲國家科學(xué)技術(shù)進(jìn)步獎(jiǎng)、教*育*部科技進(jìn)步獎(jiǎng)（主要參與人）等獎(jiǎng)項(xiàng)。長期參與數(shù)據(jù)科學(xué)與工程學(xué)科建設(shè)，多年來專注于數(shù)據(jù)管理系統(tǒng)、數(shù)據(jù)庫內(nèi)核原理與數(shù)據(jù)等相關(guān)課程的教學(xué)與學(xué)生培養(yǎng)工作。 楊程程華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院研究員，分別于2012和2017年獲得中國科學(xué)技術(shù)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院學(xué)士和博士學(xué)位。先后任職于上海華為、阿聯(lián)酋起源人工智能研究院以及沙特阿卜杜拉國王科技大學(xué)。在SIGMOD、VLDB、ICDE、ISSTA、VLDB Journal、TKDE等領(lǐng)域內(nèi)頂級(jí)學(xué)術(shù)會(huì)議和期刊發(fā)表論文20余篇，并獲得NPC 2014最佳論文獎(jiǎng)。先后承擔(dān)了國家自然科學(xué)基金青年基金、上海市浦江人才計(jì)劃、教*育*部產(chǎn)學(xué)研協(xié)同育人以及多項(xiàng)與企業(yè)的合作項(xiàng)目，參與了多項(xiàng)國家自然科學(xué)基金重點(diǎn)項(xiàng)目、面上項(xiàng)目。研究興趣包括面向新型存儲(chǔ)的數(shù)據(jù)管理、數(shù)據(jù)庫和人工智能融合、數(shù)據(jù)清理等。 林亮阿里巴巴阿里云智能數(shù)據(jù)庫產(chǎn)品事業(yè)部研究員，主要從事云原生數(shù)據(jù)系統(tǒng)與分布式系統(tǒng)方面的研發(fā)，負(fù)責(zé)阿里云自研云原生數(shù)據(jù)倉庫AnalyticDB的研發(fā)工作，曾在SIGMOD、VLDB等國際頂級(jí)會(huì)議發(fā)表多篇學(xué)術(shù)論文，獲得浙江省科技進(jìn)步一等獎(jiǎng)。 王遠(yuǎn)現(xiàn)任阿里云數(shù)據(jù)庫產(chǎn)品管理與技術(shù)架構(gòu)部負(fù)責(zé)人、開源PolarDB技術(shù)委員會(huì)主席，于2002年和2007年在南京大學(xué)計(jì)算機(jī)系先后獲得學(xué)士與博士學(xué)位。在互聯(lián)網(wǎng)、電力、能源、公安等行業(yè)從事大數(shù)據(jù)平臺(tái)的研發(fā)工作，多次獲得省部級(jí)科技進(jìn)步獎(jiǎng)及國家級(jí)榮譽(yù)稱號(hào)。目前主要研究方向?yàn)樵圃鷶?shù)據(jù)庫、實(shí)時(shí)數(shù)倉、大數(shù)據(jù)與數(shù)據(jù)湖技術(shù)以及一體化數(shù)據(jù)方案，主導(dǎo)了阿里云瑤池?cái)?shù)據(jù)庫全產(chǎn)品體系設(shè)計(jì)以及核心云數(shù)據(jù)庫產(chǎn)品的規(guī)劃、設(shè)計(jì)及規(guī)?；瘧?yīng)用工作（包括PolarDB、AnalyticDB、Lindorm、DMS等），目前瑤池?cái)?shù)據(jù)庫服務(wù)了云上數(shù)十萬企業(yè)級(jí)用戶。

圖書目錄

第1章 數(shù)據(jù)倉庫與大數(shù)據(jù)處理技術(shù)概述/1
1.1 數(shù)據(jù)倉庫發(fā)展概述 /2
1.1.1 萌芽：OLTP 數(shù)據(jù)庫與數(shù)據(jù)倉庫概念的提出  /2
1.1.2 發(fā)展：聯(lián)機(jī)分析處理與信息倉庫集成理論  /6
1.1.3 成熟：商用數(shù)據(jù)倉庫與數(shù)據(jù)倉庫建模理論  /13
1.2 大數(shù)據(jù)處理技術(shù)與數(shù)據(jù)倉庫/20
1.2.1 大數(shù)據(jù)處理技術(shù)的起源  /21
1.2.2 分布式技術(shù)  /22
1.2.3 經(jīng)典大數(shù)據(jù)處理架構(gòu)  /28
1.2.4 湖倉一體  /29
1.3 數(shù)據(jù)倉庫發(fā)展趨勢 /31
1.3.1 云原生與分布式  /31
1.3.2 大數(shù)據(jù)與數(shù)據(jù)庫一體化  /33
1.3.3 彈性與Serverless 擴(kuò)容計(jì)費(fèi)  /34
1.3.4 智能化  /36
1.3.5 數(shù)據(jù)共享與安全可信  /37
第2章 數(shù)據(jù)倉庫與云計(jì)算/39
2.1 云計(jì)算時(shí)代數(shù)據(jù)倉庫的發(fā)展 /40
2.1.1 基礎(chǔ)設(shè)施服務(wù)化  /40
2.1.2 數(shù)據(jù)倉庫服務(wù)化  /43
2.2 云計(jì)算時(shí)代數(shù)據(jù)倉庫技術(shù)的機(jī)遇與挑戰(zhàn) /45
2.2.1 高彈性和平臺(tái)成本之間的權(quán)衡  /45
2.2.2 穩(wěn)定性挑戰(zhàn)  /46
2.2.3 計(jì)算存儲(chǔ)帶寬瓶頸  /47
2.2.4 安全的挑戰(zhàn)  /47
2.3 云原生數(shù)據(jù)倉庫的技術(shù)特點(diǎn) /48
2.3.1 存算分離與資源池化  /48
2.3.2 超融合基礎(chǔ)架構(gòu)  /49
2.3.3 高可用  /49
2.3.4 自服務(wù)  /49
2.3.5 分層架構(gòu)與彈性擴(kuò)展  /50
2.3.6 數(shù)據(jù)實(shí)時(shí)性與多級(jí)一致性  /50
2.3.7 數(shù)據(jù)開放性與共享  /51
2.3.8 計(jì)算多樣性  /51
第3章 云原生數(shù)據(jù)倉庫架構(gòu)/53
3.1 設(shè)計(jì)理念/54
3.1.1 充分利用云資源  /54
3.1.2 縱向解耦與橫向彈性  /54
3.1.3 一體化數(shù)據(jù)處理  /55
3.2 參考架構(gòu)/56
3.3 典型云原生數(shù)據(jù)倉庫/ 58
3.3.1 Redshift / 58
3.3.2 Snowflake / 63
3.3.3 BigQuery / 69
3.3.4 Databricks / 72
3.3.5 AnalyticDB / 74
3.4 云原生數(shù)據(jù)倉庫比較/77
3.4.1 存算分離  /77
3.4.2 彈性能力與可擴(kuò)展性  /77
3.4.3 Serverless 支持 / 78
3.4.4 計(jì)算模型  /78
3.4.5 ACID 語義  /78
3.4.6 生態(tài)兼容  /79
第4章 計(jì)算引擎關(guān)鍵技術(shù)/80
4.1 執(zhí)行模型/ 81
4.1.1 迭代模型  /81
4.1.2 物化模型  /82
4.1.3 批處理模型 /83
4.2 單機(jī)執(zhí)行模型/ 84
4.2.1 執(zhí)行模型  /84
4.2.2 典型執(zhí)行算子  /85
4.2.3 執(zhí)行算子優(yōu)化  /87
4.3 分布式執(zhí)行框架/ 91
4.3.1 MPP 架構(gòu) / 91
4.3.2 BSP /94
4.4 典型交互模式/ 98
4.4.1 批處理 / 99
4.4.2 交互式  /101
4.4.3 實(shí)時(shí)檢索  /102
4.4.4 機(jī)器學(xué)習(xí)  /103
4.5 AnalyticDB計(jì)算引擎實(shí)踐/104
4.5.1 AnalyticDB 的執(zhí)行模型  /105
4.5.2 AnalyticDB 的計(jì)算資源調(diào)度  /111
4.5.3 AnalyticDB 混合負(fù)載管理  /117
第5章 優(yōu)化器關(guān)鍵技術(shù)/123
5.1 優(yōu)化技術(shù)分類/124
5.2 成熟優(yōu)化器模型/125
5.2.1 分層搜索  /125
5.2.2 統(tǒng)一搜索  /126
5.3 深入CBO/133
5.3.1 代價(jià)模型與參數(shù)估計(jì)  /133
5.3.2 動(dòng)態(tài)抽樣  /140
5.3.3 查詢重優(yōu)化  /143
5.4 AnalyticDB優(yōu)化器實(shí)踐/150
5.4.1 主體框架  /150
5.4.2 統(tǒng)計(jì)信息管理  /152
5.4.3 湖倉一體優(yōu)化器  /157
第6章 數(shù)據(jù)倉庫存儲(chǔ)關(guān)鍵技術(shù)/158
6.1 湖倉架構(gòu)/159
6.1.1 Azure、AWS 和Open Data Lakehouse / 160
6.1.2 Hudi、IceBerg 和Delta Lake  /165
6.2 數(shù)據(jù)倉庫存儲(chǔ)架構(gòu)/172
6.2.1 單機(jī)存儲(chǔ)架構(gòu)  /172
6.2.2 分布式共享存儲(chǔ)  /173
6.3 典型存儲(chǔ)格式/175
6.3.1 行存儲(chǔ)  /176
6.3.2 列存儲(chǔ)  /177
6.3.3 行列混合存儲(chǔ)  /178
6.4 關(guān)鍵數(shù)據(jù)結(jié)構(gòu)、索引與壓縮技術(shù)/ 180
6.4.1 數(shù)據(jù)結(jié)構(gòu)  /180
6.4.2 索引實(shí)現(xiàn)  /186
6.4.3 典型壓縮算法  /197
6.5 數(shù)據(jù)分區(qū)技術(shù)/204
6.5.1 哈希分區(qū)  /205
6.5.2 Range 分區(qū) / 206
6.5.3 其他數(shù)據(jù)分布模式  /207
6.5.4 數(shù)據(jù)冷熱分層及生命周期管理 /208
6.6 數(shù)據(jù)一致性和可用性/209
6.6.1 數(shù)據(jù)一致性概念與分級(jí)  /210
6.6.2 二階段提交  /212
6.6.3 多版本并發(fā)控制  /213
6.6.4 分布式一致性協(xié)議  /215
6.6.5 數(shù)據(jù)可用性  /219
6.6.6 數(shù)據(jù)實(shí)時(shí)性  /220
6.6.7 備份恢復(fù)  /221
第7章 資源管理與調(diào)度/223
7.1 云上資源調(diào)度的挑戰(zhàn)與機(jī)遇/224
7.1.1 Serverless 的服務(wù)級(jí)別協(xié)議 / 224
7.1.2 多租戶系統(tǒng)  /224
7.1.3 預(yù)測模型  /225
7.2 典型資源調(diào)度框架/225
7.2.1 Yarn/Yarn2  /225
7.2.2 Mesos  /229
7.2.3 Kubernetes  /232
7.3 AnalyticDB資源調(diào)度實(shí)踐/238
7.3.1 云庫存調(diào)度 / 238
7.3.2 資源利用率  /240
7.3.3 按需彈性  /245
第8章 AnalyticDB云上應(yīng)用實(shí)踐/247
8.1 實(shí)例創(chuàng)建/248
8.2 數(shù)據(jù)接入/250
8.2.1 Serverless 的服務(wù)級(jí)別協(xié)議 / 250
8.2.2 數(shù)據(jù)導(dǎo)入方式介紹  /250
8.2.3 數(shù)據(jù)導(dǎo)入性能優(yōu)化  /254
8.3 數(shù)據(jù)類型和基本操作/257
8.3.1 數(shù)據(jù)類型 / 257
8.3.2 系統(tǒng)函數(shù)  /257
8.3.3 物化視圖  /258
8.3.4 全文檢索 / 259
8.3.5 DDL  /262
8.3.6 DML  /263
8.3.7 DQL  /263
8.3.8 DCL / 264
8.3.9 元數(shù)據(jù)庫數(shù)據(jù)字典  /264
8.4 查詢優(yōu)化/264
8.4.1 智能診斷與調(diào)優(yōu) / 264
8.4.2 調(diào)優(yōu)查詢  /270
8.5 運(yùn)維管理/276
8.5.1 工作負(fù)載管理  /276
8.5.2 監(jiān)控與報(bào)警  /277
8.5.3 安全管理  /277
8.5.4 備份與恢復(fù)  /279
8.5.5 變配與擴(kuò)容 / 279
8.5.6 維護(hù)時(shí)間與運(yùn)維事件  /281
8.5.7 數(shù)據(jù)資產(chǎn)管理  /282
8.5.8 標(biāo)簽管理 / 283
8.6 最佳實(shí)踐/283
8.6.1 數(shù)據(jù)資產(chǎn)管理  /283
8.6.2 數(shù)據(jù)變更最佳實(shí)踐  /286
8.6.3 數(shù)據(jù)查詢最佳實(shí)踐  /287
8.6.4 負(fù)載管理最佳實(shí)踐  /287
8.7 典型應(yīng)用場景/290
8.7.1 實(shí)時(shí)數(shù)據(jù)倉庫 / 290
8.7.2 精準(zhǔn)營銷  /290
8.7.3 商業(yè)智能報(bào)表  /290
8.7.4 多源聯(lián)合分析  /291
8.7.5 交互式查詢  /291
參考文獻(xiàn)/292

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.afriseller.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)