NoSQL權威指南

目錄 第1章　NoSQL和事務處理　1 簡介　1 1.1　批處理中的數據庫事務處理　1 1.2　磁盤處理中的事務處理　2 1.3　ACID　2 1.4　悲觀并發(fā)詳解　4 1.4.1　隔離級別　5 1.4.2　私有的隔離級別　7 1.5　CAP定理　8 1.6　BASE　9 1.7　服務器端一致性　10 1.8　錯誤處理　11 1.9　為什么在這些場景下SQL不能發(fā)揮作用　11 總結思考　12 參考文獻　12 第2章　列式數據庫　13 簡介　13 2.1　列式數據庫的歷史　14 2.2　技術原理　19 2.3　查詢優(yōu)化　19 2.4　多用戶和硬件　19 2.5　執(zhí)行一個ALTER語句　20 2.6　數據倉庫和列式數據庫　21 總結思考　21 參考文獻　22 第3章　圖數據庫　23 簡介　23 3.1　圖論基礎　24 3.1.1　節(jié)點　24 3.1.2　邊　25 3.1.3　圖的結構　25 3.2　RDBMS與圖數據庫　26 3.3　凱文?貝肯問題的六度　26 3.3.1　通用圖的鄰接表模型　27 3.3.2　通用圖的覆蓋路徑模型　30 3.3.3　真實數據的復雜關系　32 3.4　頂點覆蓋　34 3.5　圖編程工具　35 3.5.1　圖數據庫　36 3.5.2　圖數據庫語言　36 總結思考　39 參考文獻　39 第4章　MapReduce模型　41 簡介　41 4.1　Hadoop分布式文件系統(tǒng)　43 4.2　查詢語言　43 4.2.1　Pig Latin　43 4.2.2　Hive和其他工具　52 總結思考　54 參考文獻　54 第5章　流式數據庫和復雜事件　55 簡介　55 5.1　代并發(fā)模型　56 5.1.1　樂觀并發(fā)　56 5.1.2　樂觀并發(fā)下的隔離級別　56 5.2　復雜事件處理　58 5.2.1　與事件處理相關的術語　59 5.2.2　事件處理與狀態(tài)更改約束　61 5.2.3　事件處理與Petri網　62 5.3　商業(yè)產品　63 5.3.1　StreamBase　63 5.3.2　Kx　66 總結思考　68 參考文獻　68 第6章　鍵值存儲　69 簡介　69 6.1　模式與無模式　69 6.2　查詢與檢索　70 6.3　“鍵”的處理　70 6.3.1　Berkeley DB　71 6.3.2　通過樹索引或散列訪問　71 6.4　“值”的處理　71 6.4.1　任意字節(jié)數組　72 6.4.2　已知結構的小文件　72 6.5　產品　73 總結思考　75 第7章　文本數據庫　77 簡介　77 7.1　經典文檔管理系統(tǒng)　77 7.1.1　文件索引和存儲　78 7.1.2　關鍵字和題內關鍵字　78 7.1.3　行業(yè)標準　79 7.2　文本挖掘與理解　83 7.2.1　語義與語法　83 7.2.2　語義網　84 7.3　語言問題　85 7.3.1　Unicode和ISO標準　86 7.3.2　機器翻譯　86 總結思考　87 參考文獻　88 第8章　地圖數據　89 簡介　89 8.1　GIS查詢　90 8.1.1　簡單位置　90 8.1.2　簡單距離　91 8.1.3　在一個區(qū)域中查找數量、密度和內容　91 8.1.4　鄰近關系　91 8.1.5　時間關系　91 8.2　定位　92 8.2.1　經度和緯度　92 8.2.2　層次三角網格　93 8.2.3　街道地址　95 8.2.4　郵政編號　96 8.2.5　ZIP編碼　96 8.2.6　加拿大郵政編碼　96 8.2.7　英國郵政編碼　97 8.3　GIS的SQL擴展　99 總結思考　99 參考文獻　100 第9章　大數據和云計算　101 簡介　101 9.1　對大數據和云計算的疑問　102 9.1.1　云計算僅是一種時尚　103 9.1.2　云計算沒有內部數據服務器那么安全　103 9.1.3　云計算代價高昂　103 9.1.4　云計算太復雜　103 9.1.5　云計算對大公司才有意義　104 9.1.6　只是技術上的改變　104 9.1.7　如果網絡中斷，云計算將毫無用處　105 9.2　大數據和數據挖掘　105 9.2.1　用于非傳統(tǒng)分析的大數據　106 9.2.2　系統(tǒng)合并的大數據　107 總結思考　107 參考文獻　108 第10章　生物特征、指紋和專業(yè)數據庫　109 簡介　109 10.1　原生生物特征　110 10.2　指紋　111