NoSQL數據庫技術實戰

第1篇 NoSQL的興起與理論基礎

第1章 NoSQL與大數據簡介
1.1 引子——NoSQL在國內使用的案例
1.1.1 新浪微博
1.1.2 淘寶數據平台
1.1.3 視覺中國網站
1.1.4 優酷運營數據分析
1.1.5 飛信空間
1.1.6 豆瓣社區
1.2 大數據
1.2.1 大數據的度量單位
1.2.2 大數據的特點
1.3 大數據相關技術
1.3.1 大數據采集技術
1.3.2 大數據預處理技術
1.3.3 大數據存儲及管理技術
1.3.4 大數據分析及挖掘技術
1.3.5 大數據展現與應用技術
1.4 NoSQL簡介
1.4.1 什麼是NoSQL
1.4.2 關系型數據庫簡史
1.4.3 數據庫分類
1.4.4 關系型數據庫的優勢
1.4.5 不擅長的處理
1.4.6 NoSQL數據庫
1.5 NoSQL數據庫的類型
1.5.1 鍵值（Key/Value）存儲
1.5.2 面向文檔的數據庫
1.5.3 面向列的數據庫
1.6 如何使用和學習NoSQL數據庫
1.6.1 始終只是一種選擇
1.6.2 在何種程度上信賴它
1.7 雲數據管理
第2章 NoSQL的數據一致性
2.1 傳統關系數據庫中的ACID
2.1.1 原子性
2.1.2 一致性
2.1.3 隔離性
2.1.4 持久性
2.1.5 舉例
2.2 CAP理論
2.2.1 NoSQL系統是分布式系統
2.2.2 CAP理論闡述
2.3 AP的例子——DNS系統
2.3.1 DNS系統
2.3.2 DNS域名解析過程
2.3.3 DNS系統是最終一致性的
2.4 數據一致性模型與BASE
2.4.1 數據一致性模型
2.4.2 BASE（Basically Available，Soft-state，Eventual consistency）
2.5 數據一致性實現方法
2.5.1 Quorum系統NRW策略
2.5.2 時間戳策略
2.5.3 向量時鍾
第3章 NoSQL的水平擴展與其他基礎知識
3.1 所有數據存放在一個服務器上
3.2 分片（Sharding）
3.3 主從復制
3.4 對等（Peer To Peer）復制
3.5 復制和分片的同時使用
3.6 數據水平擴展的方法總結
3.7 分片對數據的划分方式
3.7.1 Range-Based Partitioning
3.7.2 Round-Robin
3.8 一致性hash算法（Consistent Hashing）
3.8.1 基本場景
3.8.2 hash算法和單調性
3.8.3 Consistent Hashing算法的原理
3.8.4 虛擬節點
3.9 磁盤的讀寫特點及五分鍾法則
3.9.1 磁道、扇區、柱面和磁頭數
3.9.2 固態硬盤（SSD）：隨機讀寫速度快
3.9.3 內存：讀寫速度極快
3.9.4 五分鍾法則
3.10 不要刪除數據

第2篇 列式NoSQL系統
第4章 BigTable與Google雲計算原理
第5章 Google雲計算的開源版本——Hadoop

第3篇 Key/Value NoSQL系統
第6章 Dynamo：Amazon的高可用鍵值對存儲
第7章 LevelDb——出自Google的 Key-Value數據庫
第8章 Redis實戰

第4篇 文檔型NoSQL系統
第9章 面向文檔的數據庫CouchDB
第10章 MongoDB實戰

第5篇 MySQL基礎與性能優化
第11章 MySQL基礎
第12章 MySQL高級特性與性能優化