数据库相关
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
9.7.5数据切分及整合方案
浏览
85
扫码
分享
2022-07-14 00:08:28
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
NoSQL数据库技术实战
NoSQL的兴起与理论基础
NoSQL与大数据简介
1.1引子——NoSQL在国内使用的案例
1.2大数据
1.3大数据相关技术
1.4NoSQL简介
1.5NoSQL数据库类型
1.6如何使用和学习NoSQL数据库
1.7云数据管理
NoSQL的数据一致性
2.1传统关系数据库中的ACID
2.2CAP理论
2.3AP的例子——DNS系统
2.4数据一致性模型与BASE
2.5数据一致性实现方法
NoSQL的水平拓展与其他基础知识
3.1所有数据存放在一个服务器上
3.2分片(Sharding)
3.3主从复制
3.4对等(Peer To Peer)复制
3.5复制和分片的同时使用
3.6数据水平拓展的方法总结
3.7分片对数据的划分方式
3.7.1Range-Based Partitioning
3.7.2Round-Robin
3.8一致性hash算法(Consistent Hashing)
3.8.1基本场景
3.8.2hash算法和单调性
3.8.3Consistent Hashing算法的原理
3.8.4虚拟节点
3.9磁盘的读写特点及五分钟法则
3.9.1磁道、扇区、柱面和磁头数
3.9.2固态硬盘(SSD):随机读写速度快
3.9.3内存:读写速度极快
3.9.4五分钟法则
3.10不要删除数据
列式NoSQL系统
BigTable与Google云计算原理
4.1云计算
4.1.1云计算的概念
4.1.2云计算发展现状
4.1.3云计算实现机制
4.1.4网格计算与云计算
4.2Google文件系统GFS(Google File System)
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并行数据处理MapReduce
4.3.1产生背景
4.3.2编程模型
4.3.3实现机制
4.4分布式锁服务Chubby
4.4.1Paxos算法
4.4.2Chubby系统设计
4.4.3Chubby文件系统
4.4.4通信协议
4.4.5正确性与性能
4.5分布式结构化数据表BigTable
4.5.1设计动机与目标
4.5.2数据模型
4.5.3系统架构
4.5.4主服务器
4.5.5子表服务器
4.5.6性能优化
Google云计算的开源版本——Hadoop
5.1Hadoop简介
5.1.1Hadoop发展史
5.1.2Apache Hadoop项目及体系结构
5.2Hadoop产生的原因
5.2.1海量的数据
5.2.2数据的存储和分析
5.3Hadoop和其他系统的比较
5.3.1和关系型数据库管理系统(RDBMS)的比较
5.3.2和网格计算的比较
5.4HDFS的架构设计
5.4.1前提和设计目标
5.4.2Namenode和Datanode
5.4.3文件系统Namespace
5.4.4数据复制
5.4.5文件系统元数据的持久化
5.4.6通讯协议
5.4.7健壮性
5.4.8数据组织
5.4.9可访问性
5.4.10空间的回收
5.5安装Hadoop
5.5.1安装JDK1.8
5.5.2安装Hadoop
5.6HDFS操作
5.6.1使用FS Shell命令操作HDFS
5.6.2编程读写HDFS
5.7Hadoop中的MapReduce模型
5.7.1MapReduce计算模型
5.7.2Hadoop中的Hello World程序
5.7.3运行MapReduce程序
5.7.4Hadoop中的Hello World程序——新的API
5.7.5MapReduce的数据流和控制流
5.8Zookeeper
5.8.1Zookeeper配置安装
5.8.2Zookeeper的数据类型
5.8.3Zookeeper的基本使用
5.8.4Zookeeper典型的应用场景
5.8.5统一命名服务(Name Service)
5.8.6共享锁(Locks)
5.8.7队列管理
5.8.8Zookeeper总结
5.9HBase
5.9.1简介
5.9.2逻辑视图
5.9.3物理存储
5.9.4系统架构
5.9.5关键算法/流程
5.10HBase的安装和配置
5.11HBase使用例子
Key/Value NoSQL系统
Redis实战
6.1Redis安装与准备
6.1.1下载与安装
6.1.2配置文件修改
6.1.3启动Redis
6.1.4停止Redis
6.2Redis所支持的数据结构
6.2.1String
6.2.2List
6.2.3Set
6.2.4Hash/哈希/散列
6.2.5有序集合/Zset
6.3Key操作命令
6.3.1概述
6.3.2命令示例
6.4事务
6.4.1事务概述
6.4.2相关命令
6.4.3命令示例
6.4.4WATCH命令和基于CAS的乐观锁
6.5Redis的主从复制
6.5.1Redis的Replication
6.5.2Replication的工作原理
6.5.3如何配置Replication
6.5.4应用示例
6.6Redis的持久化
6.6.1持久化机制
6.6.2RDB机制的优势和劣势
6.6.3AOF机制的优势和劣势
6.6.4其他
6.7Redis的虚拟内存
6.7.1简介
6.7.2应用场景
6.7.3配置
6.8pipeline/管线
6.8.1请求应答协议和RTT
6.8.2管线(pipelining)
6.8.3Benchmark
6.9实例
文档型NoSQL系统
MongoDB实战
7.1为什么要使用MongoDB
7.1.1不能确定的表结构信息
7.1.2序列化可以解决一切问题吗
7.1.3无需定义表结构的数据库
7.2MongoDB的优势和不足
7.2.1无表结构
7.2.2容易拓展
7.2.3丰富的功能
7.2.4性能卓越
7.2.5简便的管理
7.2.6MongoDB的不足
7.3基本概念
7.4Linux下MongoDB的安装和配置、启动和停止
7.4.1下载
7.4.2安装
7.4.3启动数据库
7.4.4停止数据库
7.5创建、更新及删除文档
7.5.1连接数据库
7.5.2插入记录
7.5.3_id key
7.5.4修改记录
7.5.5删除记录
7.6查询记录
7.6.1普通查询
7.6.2条件查询
7.6.3findOne()查询
7.6.4通过limit限制结果集数量
7.7高级查询
7.7.1条件操作符
7.7.2$all匹配所有
7.7.3$exists判断字段是否存在
7.7.4Null值处理
7.7.5$mod取模运算
7.7.6$ne不等于
7.7.7$in包含
7.7.8$nin不包含
7.7.9$size数组元素个数
7.7.10正则表达式匹配
7.7.11JavaScript查询和$where查询
7.7.12count查询记录条数
7.7.13skip限制返回记录的起点
7.7.14sort排序
7.7.15游标
7.8MapReduce
7.8.1Map
7.8.2Reduce
7.8.3Result
7.8.4Finalize
7.8.5Options
7.9索引
7.9.1基础索引
7.9.2文档索引
7.9.3组合索引
7.9.4唯一索引
7.9.5强制使用索引
7.9.6删除索引
7.10性能优化
7.10.1explain执行计划
7.10.2优化器Profile
7.10.3性能优化举例
7.11性能监控
7.11.1mongosniff
7.11.2Mongostat
7.11.3db.serverStatus
7.11.4db.stats
7.11.5第三方工具
7.12Replica Sets 复制集
7.12.1部署Replica Sets
7.12.2主从操作日志oplog
7.12.3主从配置信息
7.12.4管理维护Replica Sets
7.12.5增减节点
7.13Sharding分片
7.13.1建立Sharding Cluster
7.13.2管理维护Sharding
7.14Replica Sets和Sharding的结合
7.14.1创建数据目录
7.14.2配置Replica Sets
7.14.3配置3台Route Process
7.14.4配置Shard Cluster
7.14.5验证Sharding正常工作
MySQL基础与性能优化
MySQL基础
8.1CentOS下MySQL的安装
8.2MySQL基本命令
8.3MySQL数据类型
8.3.1整型
8.3.2浮点型
8.3.3定点数
8.3.4字符串(char,varchar,xxxtext)
8.3.5二进制数据
8.3.6日期时间类型
8.3.7数据类型的属性
8.4创建数据库和表
8.5检索表中的数据
8.6多个表的操作
MySQL高级特性与性能优化
9.1MySQL Server系统架构
9.1.1逻辑模块组成
9.1.2各模块工作配合
9.2存储引擎
9.2.1MySQL存储引擎概述
9.2.2MyISAM存储引擎简介
9.2.3Innodb存储引擎简介
9.3MySQL中的锁定机制
9.3.1MySQL中锁定机制概述
9.3.2合理利用锁机制优化MySQL
9.4索引与优化
9.4.1选择索引的数据类型
9.4.2索引入门
9.4.3索引的类型
9.4.4高性能的索引策略
9.4.5索引与加锁
9.5MySQL的MyISAM和Innodb的Cache优化
9.5.1MyISAM存储引擎的Cache优化
9.5.2Innodb缓存相关优化
9.6MySQL的复制
9.6.1复制对于可拓展的意义
9.6.2复制的原理
9.6.3体验MySQL复制
9.6.4复制的常用拓扑结构
9.7可拓展性设计之数据切分
9.7.1何谓数据切分
9.7.2数据的垂直切分
9.7.3数据的水平切分
9.7.4垂直与水平联合切分的使用
9.7.5数据切分及整合方案
9.7.6数据切分与整合中可能存在的问题
9.8小结
AI推荐之协同过滤算法
暂无相关搜索结果!
让时间为你证明
分享,让知识传承更久远
×
文章二维码
×
手机扫一扫,轻松掌上读
文档下载
×
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档
书签列表
×
阅读记录
×
阅读进度:
0.00%
(
0/0
)
重置阅读进度
×
思维导图备注