《大數(shù)據(jù)挑戰(zhàn)與NoSQL數(shù)據(jù)庫技術(shù)》讀書筆記模板VIP

大數(shù)據(jù)挑戰(zhàn)與NoSQL數(shù)據(jù)庫技術(shù)讀書筆記模板01思維導(dǎo)圖讀書筆記精彩摘錄內(nèi)容摘要目錄分析作者介紹目錄0305020406思維導(dǎo)圖挑戰(zhàn)數(shù)據(jù)庫數(shù)據(jù)庫大數(shù)據(jù)技術(shù)時(shí)代基本知識(shí)應(yīng)用參考文獻(xiàn)小結(jié)數(shù)據(jù)技術(shù)海量存儲(chǔ)處理策略數(shù)據(jù)庫第章模型本書關(guān)鍵字分析思維導(dǎo)圖內(nèi)容摘要內(nèi)容摘要本書共分為三部分。理論篇重點(diǎn)介紹大數(shù)據(jù)時(shí)代下數(shù)據(jù)處理的基本理論及相關(guān)處理技術(shù)，并引入NoSQL數(shù)據(jù)庫；系統(tǒng)篇主要介紹了各種類型NoSQL數(shù)據(jù)庫基本知識(shí)；應(yīng)用篇對(duì)國(guó)內(nèi)外知名公司在利用NoSQL數(shù)據(jù)庫在處理海量數(shù)據(jù)方面的應(yīng)用做了闡述。本書對(duì)大數(shù)據(jù)時(shí)代面臨的挑戰(zhàn)，以及NoSQL數(shù)據(jù)庫的基本知識(shí)做了清晰的闡述，有助于幫助讀者整理思路，了解需求，并更有針對(duì)性、有選擇的深入學(xué)習(xí)相關(guān)知識(shí)。讀書筆記讀書筆記《大型站技術(shù)架構(gòu)》中提及本書，《大型站技術(shù)架構(gòu)》我也是看了五六遍，每次看都有不同感覺，這本書也是如此。不單單是實(shí)戰(zhàn)。二零二零年讀完的第六本，了解了市面上主流的數(shù)據(jù)庫，但是僅僅只是一個(gè)比較粗略的介紹，有助于在做技術(shù)選型時(shí)能想起有什么類型的數(shù)據(jù)庫，但是如果真的好選型還是要去多找一下其它資料來讀讀。理論篇及案例分析寫得非常不錯(cuò)，理論體系比較完整，有些很復(fù)雜的知識(shí)點(diǎn)也是點(diǎn)到即止，起到拋磚引玉的效果。目錄分析1.1引子1.2大數(shù)據(jù)挑戰(zhàn)1.3大數(shù)據(jù)的存儲(chǔ)和管理1.4大數(shù)據(jù)的處理和分析第1章概論參考文獻(xiàn)1.5小結(jié)第1章概論第2章數(shù)據(jù)一致性理論第3章數(shù)據(jù)存儲(chǔ)模型第4章數(shù)據(jù)分區(qū)與放置策略第5章海量數(shù)據(jù)處理方法第6章數(shù)據(jù)復(fù)制與容錯(cuò)技術(shù)12345理論篇第8章緩存技術(shù)第7章數(shù)據(jù)壓縮技術(shù)理論篇第2章數(shù)據(jù)一致性理論2.1CAP理論2.2數(shù)據(jù)一致性模型2.3ACID與BASE2.4數(shù)據(jù)一致性實(shí)現(xiàn)技術(shù)2.5小結(jié)參考文獻(xiàn)第3章數(shù)據(jù)存儲(chǔ)模型3.1總論3.2鍵值存儲(chǔ)3.3列式存儲(chǔ)3.4文檔存儲(chǔ)3.5圖形存儲(chǔ)3.6小結(jié)參考文獻(xiàn)第4章數(shù)據(jù)分區(qū)與放置策略4.1分區(qū)的意義4.2范圍分區(qū)4.3列表分區(qū)4.4哈希分區(qū)4.5三種分區(qū)的比較4.6放置策略4.7小結(jié)參考文獻(xiàn)第5章海量數(shù)據(jù)處理方法5.1MapReduce簡(jiǎn)介5.2MapReduce數(shù)據(jù)流5.3MapReduce數(shù)據(jù)處理5.4Dryad簡(jiǎn)介5.5Dryad數(shù)據(jù)處理步驟5.6MapReducevsDryad5.7小結(jié)參考文獻(xiàn)第6章數(shù)據(jù)復(fù)制與容錯(cuò)技術(shù)6.1海量數(shù)據(jù)復(fù)制的作用和代價(jià)6.2海量數(shù)據(jù)復(fù)制的策略6.3海量數(shù)據(jù)的故障發(fā)現(xiàn)與處理6.4小結(jié)參考文獻(xiàn)第7章數(shù)據(jù)壓縮技術(shù)7.1數(shù)據(jù)壓縮原理7.2傳統(tǒng)壓縮技術(shù)7.3海量數(shù)據(jù)帶來的3V挑戰(zhàn)7.4Oracle混合列壓縮7.5Google數(shù)據(jù)壓縮技術(shù)7.6Hadoop壓縮技術(shù)7.7小結(jié)參考文獻(xiàn)第8章緩存技術(shù)8.1分布式緩存簡(jiǎn)介8.2分布式緩存的內(nèi)部機(jī)制8.3分布式緩存的拓?fù)浣Y(jié)構(gòu)8.4小結(jié)參考文獻(xiàn)第9章key-value數(shù)據(jù)庫第10章Column-Oriented數(shù)據(jù)庫第11章文檔數(shù)據(jù)庫第12章圖存數(shù)據(jù)庫第13章基于Hadoop的數(shù)據(jù)管理系統(tǒng)12345系統(tǒng)篇第15章分布式緩存系統(tǒng)第14章NewSQL數(shù)據(jù)庫系統(tǒng)篇第9章key-value數(shù)據(jù)庫9.1key-value模型綜述9.2Redis9.3Voldemort9.4小結(jié)參考文獻(xiàn)第10章Column-Oriented數(shù)據(jù)庫10.1Column-Oriented數(shù)據(jù)庫簡(jiǎn)介10.2Bigtable數(shù)據(jù)庫10.3Hypertable數(shù)據(jù)庫10.4Cassandra數(shù)據(jù)庫10.5小結(jié)參考文獻(xiàn)第11章文檔數(shù)據(jù)庫11.1文檔數(shù)據(jù)庫簡(jiǎn)介11.2CouchDB數(shù)據(jù)庫11.3MongoDB數(shù)據(jù)庫11.4小結(jié)參考文獻(xiàn)第12章圖存數(shù)據(jù)庫12.1圖存數(shù)據(jù)庫的由來及基本概念12.2Neo4j圖存數(shù)據(jù)庫12.3GraphDB12.4OrientDB12.5三種圖存數(shù)據(jù)庫的比較12.6小結(jié)參考文獻(xiàn)第13章基于Hadoop的數(shù)據(jù)管理系統(tǒng)13.1Hadoop簡(jiǎn)介13.2HBase13.3Pig13.4Hive13.5小結(jié)參考文獻(xiàn)第14章NewSQL數(shù)據(jù)庫14.1NewSQL數(shù)據(jù)庫簡(jiǎn)介14.2MySQLCluster14.3VoltDB14.4小結(jié)參考文獻(xiàn)第15章分布式緩存系統(tǒng)15.1Memcached緩存技術(shù)15.2MicrosoftVelocity分布式緩存系統(tǒng)15.3小結(jié)參考文獻(xiàn)應(yīng)用篇第16章企業(yè)應(yīng)用16.1Instagram16.2Facebook對(duì)Hadoop以及HBase的應(yīng)用16.3淘寶大數(shù)據(jù)解決之道16.4小結(jié)參考文獻(xiàn)精