Part1 NoSQL的兴起与理论基础

Chapter 01 NoSQL与大数据简介

1.1引子——NoSQL在中国大陆使用的案例

1.1.1新浪微博

1.1.2淘宝资料平台

1.1.3视觉中国网站

1.1.4优酷营运资料分析

1.1.5飞信空间

1.1.6豆瓣社区

1.2大数据

1.2.1大数据的度量单位

1.2.2大数据的特点

1.3大数据相关技术

1.3.1大数据撷取技术

1.3.2大数据前置处理技术

1.3.3大数据储存及管理技术

1.3.4大数据分析及采撷技术

1.3.5大数据展现与应用技术

1.4 NoSQL简介

1.4.1什么是NoSQL

1.4.2关联式资料库简史

1.4.3资料库分类

1.4.4关联式资料库的优势

1.4.5不擅长的处理

1.4.6 NoSQL资料库

1.5 NoSQL资料库的类型

1.5.1键值（Key/Value）储存

1.5.2针对文件的资料库

1.5.3针对列的资料库

1.6如何使用和学习NoSQL资料库

1.6.1始终只是一种选择

1.6.2在何种程度上信赖它

1.7云端资料管理

Chapter 02 NOSQL的资料一致性

2.1传统关联式资料库中的ACID

2.1.1最小性

2.1.2一致性

2.1.3隔离性

2.1.4持久性

2.1.5举例

2.2 CAP理论

2.2.1 NoSQL系统是分散式系统

2.2.2 CAP理论说明

2.3 AP的实例——DNS系统

2.3.1 DNS系统

2.3.2 DNS域名解析过程

2.3.3 DNS系统是最后一致性的

2.4资料一致性模型与BASE

2.4.1资料一致性模型

2.4.2 BASE（Basically Available，Soft-state，Eventual consistency）

2.5资料一致性实现方法

2.5.1 Quorum系统NRW策略

2.5.2时间戳记策略

2.5.3向量时钟

Chapter 03 NOSQL的水平扩充与其他基础知识

3.1所有资料储存在一个伺服器上

3.2分片（Sharding）

3.3主从复制

3.4对等（PeerTo Peer）复制

3.5复制和分片的同时使用

3.6资料水平扩充的方法归纳

3.7分片对资料的划分方式

3.7.1 Range-Based Partitioning

3.7.2 Round-Robin

3.8一致性hash演算法（Consistent Hashing）

3.8.1基本场景

3.8.2 hash演算法和单调性

3.8.3 Consistent Hashing演算法的原理

3.8.4虚拟节点

3.9磁碟的读写特点及五分钟法则

3.9.1磁轨、磁区、磁柱和磁头数

3.9.2固态硬碟（SSD）随机读写速度快

3.9.3记忆体：读写速度极快

3.9.4五分钟法则

3.10不要删除资料

Part2 列式NoSQL系统

Chapter 04 BigTable与Google云端运算原理

4.1云端运算

4.1.1云端运算的概念

4.1.2云端运算发展现状

4.1.3云端运算实现机制

4.1.4网格计算与云端运算

4.2 Google档案系统GFS

4.2.1系统架构

4.2.2容错机制

4.2.3系统管理技术

4.3平行资料处理MapReduce

4.3.1产生背景

4.3.2程式设计模型

4.3.3实现机制

4.4分散式锁服务Chubby

4.4.1 Paxos演算法

4.4.2 Chubby系统设计

4.4.3 Chubby档案系统

4.4.4通讯协定

4.4.5正确性与效能

4.5分散式结构化资料表BigTable

4.5.1设计动机与目标

4.5.2资料模型

4.5.3系统架构

4.5.4主要伺服器

4.5.5子表伺服器

4.5.6效能最佳化

Chapter 05 Google云端运算的开放原始码版本——Hadoop

5.1 Hadoop简介

5.1.1 Hadoop发展史

5.1.2 Apache Hadoop专案及系统结构

5.2 Hadoop产生的原因

5.2.1巨量的资料

5.2.2资料的储存和分析

5.3 Hadoop和其他系统的比较

5.3.1和关联式资料库管理系统（RDBMS）的比较

5.3.2和网格计算的比较

5.4 HDFS的架构设计

5.4.1前提和设计目标

5.4.2 Namenode和Datanode

5.4.3档案系统的Namespace

5.4.4资料复制

5.4.5档案系统中继资料的持久化

5.4.6通讯协定

5.4.7稳固性

5.4.8资料组织

5.4.9可存取性

5.4.10空间的回收

5.5安装Hadoop

5.5.1安装JDK 1.7

5.5.2安装Hadoop

5.6 HDFS操作

5.6.1使用FS Shell指令操作H DFS

5.6.2程式设计读写HDFS

5.7 Hadoop中的MapReduce模型

5.7.1 MapReduce计算模型

5.7.2 Hadoop中的 Hello World程式

5.7.3执行MapReduce程式

5.7.4 Hadoop中的Hello World程式——新的API

5.7.5 MapReduce的资料流程和控制流

5.8 Zookeeper

5.8.1 Zookeeper设定安装

5.8.2 Zookeeper的资料模型

5.8.3 Zookeeper的基本使用

5.8.4 ZooKeeper典型的应用场景

5.8.5统一命名服务（Name Service）

5.8.6共用锁（Locks ）

5.8.7佇列管理

5.8.8 Zookeeper归纳

5.9 HBase

5.9.1简介

5.9.2逻辑视图

5.9.3实体储存

5.9.4系统架构

5.9.5关键演算法/流程

5.10 HBase的安装和设定

5.11 HBase使用实例

Part3 Key/Value NoSQL系统

Chapter 06 Dynamo：Amazon的高可用键值对储存

6.1简介

6.2背景

6.2.1系统假设和要求

6.2.2服务水准协定（SLA）

6.2.3设计考虑

6.3系统架构

6.3.1系统介面

6.3.2划分演算法

6.3.3复制

6.3.4版本的资料

6.3.5执行get（）和put（）操作

6.3.6故障处理:暗示移交（Hinted Handoff）

6.3.7处理永久性故障：备份同步

6.3.8会员和故障检测

6.3.9增加/删除储存节点

6.4实现

6.5 Amazon使用的经验与教训

6.5.1平衡效能和耐久性

6.5.2确保均匀的负载分布

6.5.3不同版本：何时以及有多少

6.5.4用户端驱动或伺服器驱动协调

6.5.5权衡后台和前台工作

6.5.6讨论

6.6结论

Chapter07 LevelDb——出自Google的Key-Value资料库

7.1 LevelD b简介

7.2 LevelDb的静态部分

7.2.1整体架构

7.2.2 log档案

7.2.3 SSTable档案

7.2.4 MemTable详解

7.3 LevelDb的动态部分

7.3.1写入与删除记录

7.3.2读取记录

7.3.3 Compaction操作

7.3.4 LevelDb中的Cache

7.3.5 Version、VersionEdit和VersionSet

Chapter 08 RediS实战

8.1 Redis安装与准备

8.1.1下载与安装

8.1.2设定档修改

8.1.3启动Red is

8.1.4停止Redis

8.2 Redis所支援的资料结构

8.2.1 String

8.2.2 List

8.2.3 Set

8.2.4 Hash/杂凑/杂凑

8.2.5有序集合/Zset

8.3 Key操作指令

8.3.1概述

8.3.2指令范例

8.4事物

8.4.1事物概述

8.4.2相关指令

8.4.3指令范例

8.4.4 WATCH指令和以CAS为基础的乐观锁

8.5 Redis的主从复制

8.5.1 Redis的Replication

8.5.2 Replication的工作原理

8.5.3如何设定Replication

8.5.4应用范例

8.6 Redis的持久化

8.6.1持久化机制

8.6.2 RDB机制的优势和劣势

8.6.3 AOF机制的优势和劣势

8.6.4其他

8.7 Redis的虚拟记忆体

8.7.1简介

8.7.2应用场景

8.7.3设定

8.8 pipeline/管线

8.8.1请求回应协定和RTT

8.8.2管线（pipelining）

8.8.3 Benchmark

8.9实例

Part4 文件型NoSQL系统

Chapter 09针对文件的资料库CouchDB

9.1 CouchDB介绍

9.1.1基本概念

9.1.2扩充概念

9.2 CouchDB安装与设定

9.3 RESTAPI

9.3.1资料库REST API

9.3.2文件REST API

9.3.3视图REST API

9.3.4附件REST API

9.4为应用建模

9.4.1描述实体

9.4.2描述一对一和一对多关联性

9.4.3描述多对多关系

9.5实战开发

9.5.1开发Web应用

9.5.2使用CouchDB jQuery外挂程式

9.5.3范例应用建模

9.5.4管理文件

9.5.5视图

9.6进阶内容

9.6.1许可权控制与安全

9.6.2文件更新验证

9.6.3分组

9.6.4键的排序

Chapter10 MongoDB实战

10.1为什么要使用MongoDB

10.1.1不能确定的表结构资讯

10.1.2序列化可以解决一切问题吗

10.1.3无需定义表结构的资料库

10.2 MongoDB的优势和不足

10.2.1无表结构

10.2.2容易扩充

10.2.3丰富的功能

10.2.4效能卓越

10.2.5简便的管理

10.2.6 MongoDB的不足

10.3基本概念

10.4 Linux下MongoDB的安装和设定、启动和停止

10.4.1下载

10.4.2安装

10.4.3启动资料库

10.4.4停止资料库

10.5建立、更新及删除文件

10.5.1连接资料库

10.5.2插入记录

10.5.3_ id key

10.5.4修改记录

10.5.5删除记录

10.6查询记录

10.6.1普通查询

10.6.2条件查询

10.6.3 findOne（）语法

10.6.4透过limit限制结果集数量

10.7高级查询

10.7.1条件运算符号

10.7.2 ＄all比对所有

10.7.3 ＄exists判断栏位是否存在

10.7.4 Null值处理

10.7.5 ＄mod取模运算

10.7.6 ＄ne不等於

10.7.7 ＄in包含

10.7.8 ＄nin不包含

10.7.9 ＄size阵列元素个数

10.7.10正规表示法比对

10.7.11 JavaScript查询和＄where查询

10.7.12 count查询记录笔数

10.7.13 skip限制传回记录的起点

10.7.14 sort排序

10.7.15游标

10.8 MapReduce

10.8.1 Map

10.8.2 Reduce

10.8.3 Result

10.8.4 Finalize

10.8.5 Options

10.9索引

10.9.1基础索引

10.9.2文件索引

10.9.3组合索引

10.9.4唯一索引

10.9.5强制使用索引

10.9.6删除索引

10.10性能优化

10.10.1 explain执行计画

10.10.2最佳化器Profile

10.10.3效能最佳化举例

10.11性能监控

10.11.1 mongosniff

10.11.2 Mongostat

10.11.3 db.serverStatus

10.11.4 db.stats

10.11.5协力厂商工具

10.12 Replica Sets复制集

10.12.1部署Replica Sets

10.12.2主从操作记录档oplog

10.12.3主从设定资讯

10.12.4管理维护Replica Sets

10.12.5增减节点

10.13 Sharding分片

10.13.1建立Sharding Cluster

10.13.2管理维护Sharding

10.14 Replica Sets和Sharding的结合

10.14.1建立资料目录

10.14.2设定Replica-Sets

10.14.3设定3台Route Process

10.14.4设定Shard Cluster

10.14.5验证Sharding正常执行

Part5 MySQL基础与效能最佳化

Chapter11 MySQL基础

11.1 CentOS 6.5下MySQL的安装

11.2 MySQL基本指令

11.3 MySQ L资料类型

11.3.1整数

11.3.2浮点数

11.3.3定点数

11.3.4字串（char，varchar，xxxtext ）

11.3.5二进位资料

11.3.6日期时间类型

11.3.7资料类型的属性

11.4建立资料库和表

11.5检索表中的资料

11.6多个表的操作

Chapter 12 MySQL进阶特性与效能最佳化

12.1 MySQL Server系统架构

12.1.1逻辑模组成

12.1.2各模组工作配合

12.2储存引擎

12.2.1 MySQL储存引擎概述

12.2.2 MyISAM储存引擎简介

12.2.3 Innodb储存引擎简介

12.3 MySQL中的锁定机制

12.3.1 MySQL中锁定机制概述

12.3.2合理利用锁机制最佳化MySQL

12.4索引与最佳化

12.4.1选择索引的资料类型

12.4.2索引入门

12.4.3索引的类型

12.4.4高性能的索引策略

12.4.5索引与加锁

12.5 MySQL的MyISAM和Innodb的Cache最佳化

12.5.1 MyISAM储存引擎的Cache最佳化

12.5.2 Innodb快取相关最佳化

12.6 MySQL的复制

12.6.1复制对於可扩充性的意义

12.6.2复制的原理

12.6.3体验MySQL复制

12.6.4复制的常用拓扑结构

12.7可扩充性设计之资料切分

12.7.1何谓资料切分

12.7.2资料的垂直切分

12.7.3资料的水平切分

12.7.4垂直与水平联合切分的使用

12.7.5资料切分及整合方案

12.7.6资料切分与整合中可能存在的问题

12.8小结