深入NoSQL：全面展示NoSQL基础概念和实践方案

　　NoSQL数据库是非常高效、强大的海量数据存储与处理工具。大部分NoSQL数据库都能很好地适应数据增长，并且能灵活适应半结构化数据和稀疏数据集。这本上手指南全面展示了NoSQL数据库的基础概念和实践方案。《深入NoSQL》作者、专家Shashank Tiwari首先介绍NoSQL的特点和典型用例，再分析NoSQL适用于应用程序栈的什么位置。他独到的见解能帮助你针对特定的数据存储需求选择最适合的NoSQL方案。 《深入NoSQL》主要内容包括： 揭示NoSQL数据库的关键概念，包括列族存储、键/值存储以及文档数据库； 深入介绍NoSQL产品及Hadoop产品族的安装与配置； 解释存储、访问和查询NoSQL数据的方法，使用到的产品包括MongoDB、HBase、Cassandra、Redis、CouchDB、Google App Engine等； 检视架构和内部结构； 提供最佳实践以及性能调优和扩展配置方面的指导； 展示一系列与NoSQL、分布式平台及大规模处理相关的工具，包括Hive、Pig、RRDtool、Nagios等。

　　Shashank Tiwari创业者、开发者、技术作家、演讲者和导师，技术型创业公司Treasury ofIdeas（www.treasuryofideas.com）的创始人。他是一位经验丰富的软件开发者和企业家，长期关注高性能应用、分析、Web应用以及移动平台，对数据可视化和统计机器学习有着浓厚的兴趣，喜欢喝咖啡、吃甜点、骑自行车。他撰写了许多技术文章和著作，并且应邀在全球各地的技术会议上进行演讲。

目 　 　录
 
第一部分 　NoSQL入门
第1章 　NoSQL的概念及适用范围　　2
1.1 　定义和介绍　　3
1.1.1 　背景与历史　　3
1.1.2 　大数据　　5
1.1.3 　可扩展性　　7
1.1.4 　MapReduce　　8
1.2 　面向列的有序存储　　9
1.3 　键/值存储　　11
1.4 　文档数据库　　14
1.5 　图形数据库　　15
1.6 　小结　　16
第2章 　NoSQL上手初体验　　17
2.1 　第一印象——两个简单的例子　　17
2.1.1 　简单的位置偏好数据集　　17
2.1.2 　存储汽车品牌和型号数据　　22
2.2 　使用多种语言　　30
2.2.1 　MongoDB驱动　　30
2.2.2 　初识Thrift　　33
2.3 　小结　　34
第3章 　NoSQL接口与交互　　36
3.1 　没了SQL还剩什么　　36
3.1.1 　存储和访问数据　　37
3.1.2 　MongoDB数据存储与访问　　37
3.1.3 　MongoDB数据查询　　41
3.1.4 　Redis数据存储与访问　　43
3.1.5 　Redis数据查询　　47
3.1.6 　HBase数据存储与访问　　50
3.1.7 　HBase数据查询　　52
3.1.8 　Apache Cassandra数据存储与访问　　54
3.1.9 　Apache Cassandra数据查询　　55
3.2 　NoSQL数据存储的语言绑定　　56
3.2.1 　Thrift　　56
3.2.2 　Java　　56
3.2.3 　Python　　58
3.2.4 　Ruby　　59
3.2.5 　PHP　　59
3.3 　小结　　60
第二部分 　NoSQL基础
第4章 　理解存储架构　　62
4.1 　使用面向列的数据库　　63
4.1.1 　使用关系型数据库中的表格和列　　63
4.1.2 　列数据库对比RDBMS　　65
4.1.3 　列数据库当做键/值对的嵌套映射表　　67
4.1.4 　Webtable布局　　70
4.2 　HBase分布式存储架构　　71
4.3 　文档存储内部机制　　73
4.3.1 　用内存映射文件存储数据　　74
4.3.2 　MongoDB集合和索引使用指南　　75
4.3.3 　MongoDB的可靠性和耐久性　　75
4.3.4 　水平扩展　　76
4.4 　键/值存储Memcached和Redis　　78
4.4.1 　Memcached的内部结构　　78
4.4.2 　Redis的内部结构　　79
4.5 　最终一致性非关系型数据库　　80
4.5.1 　一致性哈希　　81
4.5.2 　对象版本　　82
4.5.3 　闲话协议和提示移交　　83
4.6 　小结　　83
第5章 　执行CRUD操作　　84
5.1 　创建记录　　84
5.1.1 　在以文档为中心的数据库中创建记录　　85
5.1.2 　面向列数据库的创建操作　　91
5.1.3 　键/值映射表的创建操作　　93
5.2 　访问数据　　96
5.2.1 　用MongoDB访问文档　　96
5.2.2 　用HBase访问数据　　97
5.2.3 　查询Redis　　98
5.3 　更新和删除数据　　98
5.3.1 　使用MongoDB、HBase和Redis更新及修改数据　　98
5.3.2 　有限原子性和事务完整性　　99
5.4 　小结　　100
第6章 　查询NoSQL存储　　101
6.1 　SQL与MongoDB查询功能的相似点　　101
6.1.1 　加载MovieLens数据　　103
6.1.2 　MongoDB中的MapReduce　　108
6.2 　访问HBase等面向列数据库中的数据　　111
6.3 　查询Redis数据存储　　113
6.4 　小结　　116
第7章 　修改数据存储及管理演进　　117
7.1 　修改文档数据库　　117
7.1.1 　弱schema的灵活性　　120
7.1.2 　MongoDB的数据导入与导出　　121
7.2 　面向列数据库中数据schema的演进　　124
7.3 　HBase数据导入与导出　　125
7.4 　键/值存储中的数据演变　　126
7.5 　小结　　126
第8章 　数据索引与排序　　127
8.1 　数据库索引的基本概念　　127
8.2 　MongoDB的索引与排序　　128
8.3 　MongoDB里创建和使用索引　　131
8.3.1 　组合与嵌套键　　136
8.3.2 　创建唯一索引和稀疏索引　　138
8.3.3 　基于关键字的搜索和多重键　　139
8.4 　CouchDB的索引与排序　　140
8.5 　Apache Cassandra的索引与排序　　141
8.6 　小结　　143
第9章 　事务和数据完整性的管理　　144
9.1 　RDBMS和ACID　　144
9.2 　分布式ACID系统　　147
9.2.1 　一致性　　149
9.2.2 　可用性　　149
9.2.3 　分区容忍性　　149
9.3 　维持CAP　　151
9.3.1 　妥协可用性　　153
9.3.2 　妥协分区容忍性　　153
9.3.3 　妥协一致性　　154
9.4 　NoSQL产品的一致性实现　　155
9.4.1 　MongoDB的分布一致性　　155
9.4.2 　CouchDB的最终一致性　　155
9.4.3 　Apache Cassandra的最终一致性　　156
9.4.4 　Membase的一致性　　157
9.5 　小结　　157
第三部分 　熟悉NoSQL
第10章 　使用云中的NoSQL　　160
10.1 　Google App Engine　　161
10.1.1 　GAE Python SDK：安装、设置和起步　　161
10.1.2 　使用Python进行基本的GAE数据建模　　165
10.1.3 　查询与索引　　168
10.1.4 　过滤和结果排序　　170
10.1.5 　Java App Engine SDK　　172
10.2 　Amazon SimpleDB　　175
10.2.1 　SimpleDB入门　　176
10.2.2 　使用REST API　　178
10.2.3 　使用Java访问SimpleDB　　181
10.2.4 　通过Ruby和Python使用SimpleDB　　182
10.3 　小结　　183
第11章 　MapReduce可扩展并行处理　　185
11.1 　理解MapReduce　　186
11.1.1 　找出每股最高价　　188
11.1.2 　加载历史NYSE市场数据到CouchDB　　189
11.2 　MapReduce和HBase　　192
11.3 　MapReduce和Apache Mahout　　196
11.4 　小结　　197
第12章 　使用Hive分析大数据　　199
12.1 　Hive基础　　199
12.2 　回到电影评分　　203
12.3 　亲切的SQL　　209
12.4 　HiveQL连接　　211
12.4.1 　计划解释　　213
12.4.2 　分区表　　215
12.5 　小结　　215
第13章 　综览数据库内部　　216
13.1 　MongoDB内部　　217
13.1.1 　MongoDB传输协议　　218
13.1.2 　插入文档　　219
13.1.3 　查询集合　　219
13.1.4 　MongoDB数据库文件　　220
13.2 　Membase架构　　222
13.3 　Hypertable底层　　224
13.3.1 　正则表达式支持　　224
13.3.2 　布隆过滤器　　224
13.4 　Apache Cassandra　　225
13.4.1 　点对点模型　　225
13.4.2 　基于Gossip和Antientropy　　225
13.4.3 　快速写　　226
13.4.4 　提示移交　　226
13.5 　Berkeley DB　　226
13.6 　小结　　228
第四部分 　掌握NoSQL
第14章 　选择NoSQL　　230
14.1 　比较NoSQL产品　　230
14.1.1 　可扩展性　　230
14.1.2 　事务完整性和一致性　　233
14.1.3 　数据模型　　233
14.1.4 　查询支持　　235
14.1.5 　接口可用性　　236
14.2 　性能测试　　237
14.2.1 　50/50的读和更新　　237
14.2.2 　95/5的读和更新　　237
14.2.3 　扫描　　238
14.2.4 　可扩展性测试　　238
14.2.5 　Hypertable测试　　238
14.3 　背景比较　　239
14.4 　小结　　240
第15章 　共存　　241
15.1 　MySQL用作NoSQL　　241
15.2 　静态数据存储　　244
15.2.1 　存储多元化在Facebook中的应用　　245
15.2.2 　数据仓库和商业智能　　246
15.3 　Web框架和NoSQL　　247
15.3.1 　Rails和NoSQL　　247
15.3.2 　Django和NoSQL　　248
15.3.3 　使用Spring Data　　250
15.4 　从RDBMS迁移到NoSQL　　254
15.5 　小结　　254
第16章 　性能调校　　256
16.1 　并行算法的目标　　256
16.1.1 　减少延迟的含义　　256
16.1.2 　如何增加吞吐　　257
16.1.3 　线性扩展　　257
16.2 　公式与模型　　257
16.2.1 　Amdahl法则　　257
16.2.2 　Little法则　　258
16.2.3 　消息成本模型　　259
16.3 　分区　　259
16.4 　规划异构环境　　260
16.5 　其他MapReduce调校　　261
16.5.1 　通信成本　　261
16.5.2 　压缩　　261
16.5.3 　文件块大小　　261
16.5.4 　并行复制　　262
16.6 　HBase Coprocessor　　262
16.7 　布隆过滤器　　262
16.8 　小结　　262
第17章 　工具和实用程序　　263
17.1 　RRDTool　　263
17.2 　Nagios　　265
17.3 　Scribe　　266
17.4 　Flume　　267
17.5 　Chukwa　　267
17.6 　Pig　　268
17.6.1 　使用Pig　　269
17.6.2 　Pig Latin基础　　269
17.7 　Nodetool　　271
17.8 　OpenTSDB　　272
17.9 　SOLANDRA　　273
17.10 　Hummingbird和C5T　　274
17.11 　GeoCouch　　275
17.12 　Alchemy Database　　276
17.13 　Webdis　　276
17.14 　小结　　276
附录A 　安装与配置　　278