





定价:49.8元
印次:1-4
ISBN:9787302625865
出版日期:2023.02.01
印刷日期:2025.01.21
图书责编:张玥
图书分类:教材
本书全面系统地介绍NoSQL数据库的原理、方法和技术。全书共7章,主要内容包括NoSQL数据库概述、键值数据库与Redis实例、文档数据库与MongoDB实例、列族数据库与Cassandra实例、图数据库与Neo4j实例、图数据科学算法等和NoSQL数据库的安装。 本书既可作为普通高校数据科学与大数据技术、软件工程、计算机科学与技术等相关专业的NoSQL数据库技术课程教材,也可作为高职院校相关课程的教材和参考书,还可供大数据技术领域的科技人员参考。
张元鸣,工学博士,副教授,硕士生导师。2010年3月日本宇都宫大学信息工程专业博士研究生毕业,期间获得日本政府奖学金资助;2015年获浙江省钱江人才(D类)项目;2018年入选浙江省“新世纪151人才工程”;主持并参与国家基金项目、省基金项目、省公益项目等20多项;在《计算机学报》、《电子学报》、《Neurocomputing》、《 Journal of Parallel and Distributed Computing》、《Service Oriented Computing and Applications》等国内外期刊和国际会议上发表学术论文30余篇,授权发明专利20多项。
前言 大数据时代,传统的关系数据库已经难以满足互联网环境下高扩展、高性能、高灵活等新的数据处理业务需求,人们开始开发新一代数据库技术以存储、处理和分析海量数据。非关系数据库应运而生,它是键值数据库、文档数据库、列族数据库和图数据库等新一代数据库的统称,已经成为大数据技术的重要研究方向,在互联网领域具有广泛的应用,是大数据领域的关键技术之一。 我国许多高校开设了 “NoSQL数据库技术”或“非关系数据库”相关课程,然而已有的教材和书籍大多侧重单一技术的介绍,缺乏对NoSQL数据库技术全面和系统的介绍,缺乏实用性,难以满足课堂教学需求。因此,在近几年讲授NoSQL数据库技术课程的基础上,决定组织编写一本关于NoSQL数据库技术方面的实用教材。 本书全面系统地阐述了NoSQL数据库技术的基本原理、基本方法和基本技术。全书共7章。第1章绪论,详细介绍数据管理的概念和发展历史、传统数据模型、NoSQL数据库产生的原因、分布式数据库基本原理、NoSQL数据库类型和适用领域等内容,引导读者理解数据库技术发展的脉络,掌握基础性理论和方法。第2章键值数据库,详细介绍键值数据模型、键的设计与分区、值的类型与结构化、Redis键值数据库、应用实例等内容。第3章文档数据库,详细介绍文档及其描述方法、集合及其结构、文档关系建模、文档数据分区、MongoDB查询语言等内容。第4章列族数据库,详细介绍列族数据模型、Cassandra集群架构、Cassandra查询语言和应用实例等内容。第5章图数据库,详细介绍图的基本概念、图数据模型、Neo4j特点、Neo4j查询语言和应用实例等内容。第6章图...
第1章绪论1
1.1数据管理概念1
1.2数据管理发展历史1
1.2.1人工管理阶段1
1.2.2文件系统管理阶段2
1.2.3数据库管理阶段3
1.2.4大数据管理阶段4
1.3传统数据模型5
1.3.1层次数据模型6
1.3.2网状数据模型6
1.3.3关系数据模型6
1.4NoSQL数据库产生的原因8
1.4.1NoSQL数据库的产生背景8
1.4.2NoSQL数据库的特点9
1.5分布式数据库基本原理10
1.5.1基本概念10
1.5.2CAP定理15
1.5.3ACID特性15
1.5.4BASE原理16
1.6NoSQL数据库类型16
1.6.1键值数据库16
1.6.2文档数据库17
1.6.3列族数据库19
1.6.4图数据库20
1.7NoSQL数据库选取22
1.8本章小结23
1.9习题23第2章键值数据库24
2.1键值数据模型24
2.1.1关联数组24
2.1.2命名空间25
2.2键的设计与分区25
2.2.1键名设计25
2.2.2键的分区26
2.2.3键存活时间28
2.3值的类型与结构化28
2.3.1值的类型28
2.3.2值的结构化29
2.3.3值的查询限制29
2.4键值数据库的特点29
2.5Redis键值数据库30
2.5.1Redis概述30
2.5.2键操作命令31
2.5.3字符串命令33
2.5.4哈希表命令38
2.5.5列表命令42
2.5.6集合命令47
2.5.7有序集合命令50
2.5.8事务定义命令... 查看详情
l 全面涵盖Redis、MongoDB、Cassandra和Neo4j四种典型的NoSQL数据库,详细介绍每种数据库的操作语言,使读者提高数据库开发能力。
l 全面介绍图数据分析算法库,包括路径查找、中心度计算、社区发现、节点相似度、链接预测等分析算法,读者可针对实际问题进行数据分析。
l 各章知识结构完整,教师可根据课时选取教学内容。适合作为高等院校计算机科学与技术、大数据科学、信息管理等相关专业的教材。
l 本书提供配套教学课件和案例代码,读者可登录清华大学出版社网站下载使用。
"