第1章　绪论　1
1.1　数据库的相关概念　1
1.1.1　关系型数据库　1
1.1.2　关系型数据库的瓶颈　3
1.1.3　NoSQL的诞生与发展　4
1.2　大数据与NoSQL　6
1.2.1　大数据的特征　7
1.2.2　大数据场景中的NoSQL　7
1.2.3　NoSQL的典型应用场景　8
1.3　云计算与NoSQL　9
1.3.1　云计算的特征和模式　9
1.3.2　容器化与微服务　12
1.3.3　基于云的NoSQL服务　13
小结　　15
思考题　15
第2章　NoSQL数据库的基本原理　16
2.1　关系型数据库的原理简述　16
2.1.1　关系模型　17
2.1.2　关系型数据库的完整性约束　18
2.1.3　关系型数据库的事务机制　18
2.1.4　关系型数据库的分布式部署　20
2.2　分布式数据管理的特点　22
2.2.1　数据分片　22
2.2.2　数据多副本　24
2.2.3　一次写入多次读取　26
2.2.4　分布式系统集群的可伸缩性　27
2.2.5　异步通信机制　27
2.3　分布式系统的一致性问题　29
2.3.1　CAP理论　29
2.3.2　BASE理论　31
2.3.3　分布式共识与Paxos算法　32
2.4　NoSQL的常见数据模型　33
2.4.1　键值对模型　33
2.4.2　面向列模型　34
2.4.3　文档模型　35
2.4.4　图模型　36
2.5　NoSQL的其他相关技术　37
2.5.1　分布式大数据处理　37
2.5.2　时间同步服务　38
2.5.3　布隆过滤器　39
小结　　40
思考题　40
第3章　MongoDB的原理和使用　41
3.1　概述　41
3.2　MongoDB数据格式　43
3.2.1　集合与文档　43
3.2.2　YAML格式　45
3.3　安装配置MongoDB　46
3.3.1　在Windows下安装MongoDB　46
3.3.2　MongoDB的配置文件　47
3.4　命令客户端操作　48
3.4.1　命令行客户端　48
3.4.2　数据库和集合　50
3.4.3　文档插入　51
3.4.4　文档查询　53
3.4.5　文档更新　57
3.4.6　文档删除　59
3.4.7　写操作及返回信息　59
3.4.8　批量写机制　61
3.4.9　管道聚合　61
3.4.10　索引机制　64
3.5　复杂数据格式　68
3.5.1　数组和嵌套　68
3.5.2　全文检索　71
3.5.3　地理空间数据　74
3.5.4　GridFS　77
3.6　图形化客户端操作　78
3.6.1　数据库和集合管理　78
3.6.2　数据查询和操作　80
3.7　编程访问MongoDB　85
3.7.1　基于Python的同步访问模式　85
3.7.2　基于Python的异步访问模式　90
3.7.3　基于Java的同步访问模式　91
小结　　98
思考题　98
第4章　MongoDB的管理与集群部署　100
4.1　概述　100
4.2　手动操作mongod　100
4.3　复制集的原理与配置　103
4.3.1　复制集中的角色与关系　104
4.3.2　复制集中的数据同步方式　104
4.3.3　部署复制集　105
4.3.4　MongoDB的相关策略　109
4.4　分片的原理与配置　110
4.4.1　分片策略和相关机制　110
4.4.2　分片集群的结构　111
4.4.3　部署分片集　112
4.4.4　在分片集中进行数据操作　115
4.4.5　分片集和复制集的联合配置　119
4.5　MongoDB的安全机制　120
4.5.1　身份认证　120
4.5.2　用户管理　122
4.5.3　权限管理　124
4.6　在Linux下部署MongoDB　125
小结　　127
思考题　127
第5章　图数据库Neo4j　128
5.1　图数据库简介　128
5.1.1　图模型简介　128
5.1.2　Neo4j　129
5.1.3　其他图数据库产品　129
5.1.4　基于图的查询语言　130
5.2　Neo4j Desktop及相关组件　131
5.2.1　Neo4j Desktop　131
5.2.2　Neo4j 浏览器　134
5.2.3　Neo4j Bloom　137
5.3　Cypher语言的常见用法　137
5.3.1　基本概念　138
5.3.2　查询节点和关系　138
5.3.3　创建、修改和删除　142
5.3.4　其他用法和常用关键字　144
5.4　Neo4j服务端　146
5.4.1　在Windows中安装Neo4j服务端　146
5.4.2　Neo4j的命令行环境　147
5.4.3　在CentOS 7中安装Neo4j服务端　148
5.5　编程访问Neo4j示例　148
5.5.1　通过Python访问Neo4j　149
5.5.2　通过Java访问Neo4j　150
小结　　151
思考题　151
第6章　键值对数据库Redis　152
6.1　Redis和内存数据库　152
6.2　部署和配置Redis　153
6.2.1　编译和部署Redis　153
6.2.2　启动Redis服务　153
6.2.3　配置Redis　154
6.3　Redis的Shell环境　155
6.3.1　连接到Shell环境　155
6.3.2　服务端的配置与管理　156
6.3.3　设置连接密码　156
6.3.4　数据库管理　157
6.3.5　客户端管理　157
6.4　Shell环境中的数据查询与操作　158
6.4.1　值的操作　158
6.4.2　键的操作　161
6.4.3　列表类型　162
6.4.4　集合类型　164
6.4.5　有序集合类型　166
6.4.6　哈希表类型　168
6.4.7　地理空间类型　169
6.4.8　HLL类型　170
6.5　Redis的高级功能　172
6.5.1　事务机制　172
6.5.2　管道机制　172
6.5.3　LRU缓存机制　173
6.5.4　持久化存储机制　173
6.5.5　发布/订阅机制　174
6.5.6　流机制　175
6.6　Redis集群简介　178
6.6.1　Redis的多副本机制　178
6.6.2　Redis的分片机制　179
6.6.3　部署测试集群　179
6.6.4　分片集管理　182
6.6.5　复制集管理　183
6.7　Redis的编程示例　184
6.7.1　Python访问Redis示例　184
6.7.2　Java访问Redis示例　187
6.8　Redis的扩展工具简介　188
小结　　189
思考题　189
第7章　Cassandra的原理和使用　190
7.1　Cassandra概述　190
7.2　Cassandra的技术原理　191
7.2.1　Amazon Dynamo的主要机制　191
7.2.2　Cassandra的数据模型　193
7.2.3　其他相关技术原理　195
7.3　Cassandra的部署与配置　196
7.3.1　单节点部署Cassandra　196
7.3.2　Cassandra的配置文件　197
7.3.3　启动Cassandra　199
7.3.4　Cassandra集群部署简介　200
7.4　CQL与cqlsh环境　201
7.4.1　cqlsh环境简介　201
7.4.2　键空间管理　202
7.4.3　数据表管理　206
7.4.4　CQL的数据类型　208
7.5　CQL数据查询　211
7.5.1　基本数据查询　211
7.5.2　条件查询　212
7.5.3　索引机制　214
7.5.4　使用标量函数　216
7.6　CQL数据更新　217
7.6.1　插入、更新和删除　217
7.6.2　读写一致性　220
7.6.3　集合列的操作　222
7.6.4　计数器列的操作　226
7.6.5　日期时间列的操作　226
7.7　编程访问Cassandra　228
7.7.1　通过Python访问Cassandra　228
7.7.2　通过Java访问Cassandra　229
小结　　230
思考题　231
第8章　Hadoop和HBase简介　232
8.1　Hadoop概述　232
8.2　Hadoop体系介绍　233
8.2.1　Hadoop的主要组件　233
8.2.2　HDFS大数据存储工具　234
8.2.3　MapReduce大数据处理组件　239
8.2.4　Hive数据仓库工具　241
8.3　HBase简介　242
8.3.1　HBase的主要特点　243
8.3.2　HBase的数据模型　243
8.3.3　HBase的拓扑结构　245
8.3.4　数据写入和读取机制　247
8.3.5　协处理器机制　249
8.3.6　HBase操作与访问　249
8.4　Hadoop和HBase的部署　252
小结　　253
思考题　253
第9章　其他NoSQL数据库简介　254
9.1　时序数据库简介　254
9.1.1　OpenTSDB　255
9.1.2　InfluxDB　256
9.2　搜索引擎系统简介　258
9.2.1　Nutch　258
9.2.2　Lucene　259
9.2.3　Solr和Elasticsearch　261
小结　　261
思考题　261
附录1　基于Maven构建NoSQL开发项目　262
附录2　在CentOS 7上安装Python 3　267