第一部分NoSQL入门

第1章NoSQL的概念及适用范围

1.1定义和介绍

1.1.1背景与历史

1.1.2大数据

1.1.3可扩展性

1.1.4 MapReduce

1.2面向列的有序存储

1.3键值存储

1.4文档数据库

1.5图形数据库

1.6小结

第2章NoSQL上手初体验

2.1第一印象——两个简单的例子

2.1.1简单的位置偏好数据集

2.1.2存储汽车品牌和型号数据

2.2使用多种语言

2.2.1 MongoDB驱动

2.2.2初识Thrift

2.3小结

第3章NoSQL接口与交互

3.1没了SQL还剩什么

3.1.1存储和访问数据

3.1.2 MongoDB数据存储与访问

3.1.3 MongoDB数据查询

3.1.4 Redis数据存储与访问

3.1.5 Redis数据查询

3.1.6 HBase数据存储与访问

3.1.7 HBase数据查询

3.1.8 Apache Cassandra数据存储与访问

3.1.9 Apache Cassandra数据查询

3.2 NoSQL数据存储的语言绑定

3.2.1 Thrift

3.2.2 Java

3.2.3 Python

3.2.4 Ruby

3.2.5 PHP

3.3小结

第二部分NoSQL基础

第4章 理解存储架构

4.1使用面向列的数据库

4.1.1使用关系型数据库中的表格和列

4.1.2列数据库对比RDBMS

4.1.3列数据库当做键／值对的嵌套映射表

4.1.4 Webtable布局

4.2 HBase分布式存储架构

4.3文档存储内部机制

4.3.1用内存映射文件存储数据

4.3.2 MongoDB集合和索引使用指南

4.3.3 MongoDB的可靠性和耐久性

4.3.4水平扩展

4.4键值存储Memcached和Redis

4.4.1 Memcached的内部结构

4.4.2 Redis的内部结构

4.5最终一致性非关系型数据库

4.5.1一致性哈希

4.5.2对象版本

4.5.3闲话协议和提示移交

4.6小结

第5章 执行CRUD操作

5.1创建记录

5.1.1在以文档为中心的数据库中创建记录

5.1.2面向列数据库的创建操作

5.1.3键/值映射表的创建操作

5.2访问数据

5.2.1用MongoDB访问文档

5.2.2用HBase访问数据

5.2.3查询Redis

5.3更新和删除数据

5.3.1使用MongoDB、 HBase和Redis更新及修改数据

5.3.2有限原子性和事务完整性

5.4小结

第6章 查询NoSQL存储

6.1 SQL与MongoDB查询功能的相似点

6.1.1加载MovieLens数据

6.1.2 MongoDB中的MapReduce

6.2访问HBase等面向列数据库中的数据

6.3查询Redis数据存储

6.4小结

第7章 修改数据存储及管理演进

7.1修改文档数据库

7.1.1弱schema的灵活性

7.1.2 MongoDB的数据导入与导出

7.2面向列数据库中数据schema的演进

7.3 HBase数据导入与导出

7.4键／值存储中的数据演变

7.5小结

第8章 数据索引与排序

8.1数据库索引的基本概念

8.2 MongoDB的索引与排序

8.3 MongoDB里创建和使用索引

8.3.1组合与嵌套键

8.3.2创建唯一索引和稀疏索引

8.3.3基于关键字的搜索和多重键

8.4 CouchDB的索引与排序

8.5 Apache Cassandra的索引与排序

8.6小结

第9章 事务和数据完整性的管理

9.1 RDBMS和ACID

9.2分布式ACID系统

9.2.1一致性

9.2.2可用性

9.2.3分区容忍性

9.3维持CAP

9.3.1妥协可用性

9.3.2妥协分区容忍性

9.3.3妥协一致性

9.4 NoSQL产品的一致性实现

9.4.1 MongoDB的分布一致性

9.4.2 CouchDB的最终一致性

9.4.3 Apache Cassandra的最终一致性

9.4.4 Membase的一致性

9.5小结

第三部分 熟悉NoSQL

第10章 使用云中的NoSQL

10.1 Google App Engine

10.1.1 GAE Python SDK：安装、设置和起步

10.1.2使用Python进行基本的GAE数据建模

10.1.3查询与索引

10.1.4过滤和结果排序

10.1.5 Java App Engine SDK

10.2 Amazon SimpleDB

10.2.1 SimpleDB入门

10.2.2使用REST API

10.2.3使用Java访问SimpleDB

10.2.4通过Ruby和Python使用SimpleDB

10.3小结

第11章MapReduce可扩展并行处理

11.1理解MapReduce

11.1.1找出每股最高价

11.1.2加载历史NYSE市场数据到CouchDB

11.2 MapReduce和HBase

11.3 MapReduce和Apache Mahout

11.4小结

第12章 使用Hive分析大数据

12.1 Hive基础

12.2回到电影评分

12.3亲切的SQL

12.4 HiveQL连接

12.4.1计划解释

12.4.2分区表

12.5小结

第13章 综览数据库内部

13.1 MongoDB内部

13.1.1 MongoDB传输协议

13.1.2插入文档

13.1.3查询集合

13.1.4 MongoDB数据库文件

13.2 Membase架构

13.3 Hypertable底层

13.3.1正则表达式支持

13.3.2布隆过滤器

13.4 Apache Cassandra

13.4.1点对点模型

13.4.2基于Gossip和Antientropy

13.4.3快速写

13.4.4提示移交

13.5 Berkeley DB

13.6小结

第四部分 掌握NoSQL

第14章 选择NoSQL

14.1比较NoSQL产品

14.1.1可扩展性

14.1.2事务完整性和一致性

14.1.3数据模型

14.1.4查询支持

14.1.5接口可用性

14.2性能测试

14.2.1 50/50的读和更新

14.2.2 95/5的读和更新

14.2.3扫描

14.2.4可扩展性测试

14.2.5 Hypertable测试

14.3背景比较

14.4小结

第15章 共存

15.1 MySQL用作NoSQL

15.2静态数据存储

15.2.1存储多元化在Facebook中的应用

15.2.2数据仓库和商业智能

15.3 Web框架和NoSQL

15.3.1 Rails和NoSQL

15.3.2Django和NoSQL

15.3.3使用Spring Data

15.4从RDBMS迁移到NoSQL

15.5小结

第16章 性能调校

16.1并行算法的目标

16.1.1减少延迟的含义

16.1.2如何增加吞吐

16.1.3线性扩展

16.2公式与模型

16.2.1 Amdahl法则

16.2.2 Little法则

16.2.3消息成本模型

16.3分区

16.4规划异构环境

16.5其他MapReduce调校

16.5.1通信成本

16.5.2压缩

16.5.3文件块大小

16.5.4并行复制

16.6 HBase Coprocessor

16.7布隆过滤器

16.8小结

第17章 工具和实用程序

17.1 RRDTool

17.2 Nagios

17.3 Scribe

17.4 Flume

17.5 Chukwa

17.6 Pig

17.6.1使用Pig

17.6.2 Pig Latin基础

17.7 Nodetool

17.8 OpenTSDB

17.9 SOLANDRA

17.10 Hummingbird和C5T

17.11 GeoCouch

17.12 Alchemy Database

17.13 Webdis

17.14小结

附录A安装与配置