第1章 概述 1
1.1从一个问题开始 1
1.2风格 2
1.2.1关系数据库 3
1.2.2键-值数据库 3
1.2.3列型数据库 4
1.2.4文档型数据库 5
1.2.5图数据库 5
1.2.6混合使用多种数据库 6
1.3前进和提升 6
第2章 PostgreSQL 7
2.1这就是Post-greS-Q-L 7
2.2第1天：关系、CRUD和联接 8
2.2.1从SQL开始 10
2.2.2使用表 10
2.2.3使用联接的查询 13
2.2.4外联接 15
2.2.5使用索引快速查找 16
2.2.6第1天总结 18
2.2.7第1天作业 18
2.3第2天：高级查询、代码和规则 19
2.3.1聚合函数 19
2.3.2分组 20
2.3.3窗口函数 21
2.3.4事务 22
2.3.5存储过程 24
2.3.6触发器 26
2.3.7视图 27
2.3.8规则是什么 28
2.3.9联表分析 30
2.3.10第2天总结 32
2.4第3天：全文检索和多维查询 32
2.4.1模糊搜索 34
2.4.2 SQL标准的字符串匹配 34
2.4.3字符串相似比较算法levenshtein 35
2.4.4三连词 36
2.4.5全文检索 37
2.4.6组合使用字符串匹配方法 42
2.4.7把电影风格表示成多维超立方体 42
2.4.8第3天总结 45
2.5总结 46
2.5.1 PostgreSQL的优点 46
2.5.2 PostgreSQL的缺点 47
2.5.3结束语 47
第3章 Riak 48
3.1 Riak喜欢Web 48
3.2第1天：CRUD、链接和MME 49
3.2.1 REST是最棒的（或用cURL时） 51
3.2.2将值放于桶中 52
3.2.3链接 54
3.2.4 Riak的MIME类型 58
3.2.5第1天总结 58
3.3第2天：Mapreduce和服务器集群 59
3.3.1填充脚本 59
3.3.2 mapreduce介绍 60
3.3.3 Riak中的mapreduce 63
3.3.4关于一致性和持久性 69
3.3.5第2天总结 75
3.4第3天：解决冲突和扩展Riak 76
3.4.1以向量时钟解决冲突 76
3.4.2扩展Riak 83
3.4.3第3天总结 87
3.5总结 87
3.5.1 Riak的优点 88
3.5.2 Riak的缺点 88
3.5.3 Riak之于CAP 88
3.5.4结束语 89
第4章 HBase 90
4.1介绍HBase 91
4.2第1天：CRUD和表管理 91
4.2.1 配置HBase 92
4.2.2 HBase的shell 93
4.2.3创建表 93
4.2.4插入、更新和读取数据 95
4.2.5修改表 96
4.2.6通过编程方式添加数据 99
4.2.7第1天总结 100
4.3第2天：处理大数据 101
4.3.1导入数据，调用脚本 101
4.3.2流式XML 102
4.3.3流式维基百科 103
4.3.4压缩和Bloom过滤器 105
4.3.5开始 106
4.3.6区域和监控磁盘使用简介 107
4.3.7区域的问讯 108
4.3.8扫描一个表来建立另一个表 111
4.3.9构建扫描程序 112
4.3.10运行脚本 114
4.3.11检查输出 114
4.3.12第2天总结 116
4.4第3天：放入云端 117
4.4.1开发Thrift协议的HBase应用 117
4.4.2 Whirr简介 121
4.4.3设置EC2 121
4.4.4准备Whirr 122
4.4.5配置集群 122
4.4.6启动集群 123
4.4.7连接集群 124
4.4.8销毁集群 125
4.4.9第3天总结 125
4.5总结 126
4.5.1 HBase的优点 126
4.5.2 HBase的缺点 127
4.5.3 HBase on CAP 127
4.5.4结束语 128
第5章 MongoDB 129
5.1其大无比 129
5.2第1天：CRUD和嵌套 130
5.2.1命令行的乐趣 131
5.2.2 Mongo的更多有趣内容 134
5.2.3深入挖掘 136
5.2.4更新 140
5.2.5引用 142
5.2.6删除 143
5.2.7用代码来读取 144
5.2.8第1天总结 145
5.3第2天：索引、分组和mapreduce 146
5.3.1索引：如果还不够快 146
5.3.2聚合查询 150
5.3.3服务器端命令 152
5.3.4 mapreduce（以及Finalize） 155
5.3.5第2天总结 159
5.4第3天：副本集、分片、地理空间和GridFS 159
5.4.1副本集 159
5.4.2偶数节点的问题 162
5.4.3分片 163
5.4.4地理空间查询 165
5.4.5 GridFS 167
5.4.6第3天总结 168
5.5总结 168
5.5.1 Mongo的优点 168
5.5.2 Mongo的缺点 169
5.5.3结束语 169
第6章 CouchDB 170
6.1在沙发上放松 170
6.2第1天：CRUD、Futon与cURL Redux 171
6.2.1享受Futon 171
6.2.2用cURL执行基于REST的CRUD操作 175
6.2.3用GET读取文档 175
6.2.4用POST新建文档 176
6.2.5用PUT更新文档 177
6.2.6用DELETE移除文档 178
6.2.7第1天总结 178
6.3第2天：创建/查询视图 179
6.3.1通过视图访问文档 179
6.3.2编写你的第一个视图 181
6.3.3将视图另存为“设计文档” 183
6.3.4由Name查找Artists 184
6.3.5由name查找albums 184
6.3.6查询自定义的Artist与Album视图 185
6.3.7使用Ruby将数据导入CouchDB 187
6.3.8第2天总结 192
6.4第3天：进阶视图、Changes API以及复制数据 192
6.4.1用规约器创建进阶视图 193
6.4.2规约器调用详解 195
6.4.3监控CouchDB的变化 196
6.4.4连续监控变化 201
6.4.5在CouchDB中复制数据 204
6.4.6第3天总结 208
6.5总结 209
6.5.1 CouchDB的优点 209
6.5.2 CouchDB的缺点 209
6.5.3结束语 209
第7章 Neo4j 211
7.1 Neo4j，白板友好的数据库 211
7.2第1天：图、Groovy和CRUD 212
7.2.1 Neo4j之Web接口 213
7.2.2通过Gremlin操作Neo4j 215
7.2.3 pipe的威力 218
7.2.4 Pipeline与顶点 221
7.2.5无模式的社会性数据 221
7.2.6垫脚石 223
7.2.7引入Groovy 225
7.2.8特定领域的步骤 227
7.2.9更新、删除与完成 229
7.2.10第1天总结 230
7.3第2天：REST、索引与算法 230
7.3.1引入REST 230
7.3.2用REST新建节点与关系 231
7.3.3查找路径 232
7.3.4索引 233
7.3.5 REST与Gremlin 235
7.3.6大数据 235
7.3.7功能全面的算法 237
7.3.8第2天总结 242
7.4第3天：分布式高可用性 243
7.4.1事务 243
7.4.2高可用性 244
7.4.3 HA集群 245
7.4.4备份 250
7.4.5第3天总结 251
7.5总结 251
7.5.1 Neo4j的优点 251
7.5.2 Neo4j的缺点 252
7.5.3 Neo4j之于CAP 252
7.5.4结束语 252
第8章 Redis 254
8.1数据结构服务器存储库 254
8.2第1天：CRUD与数据类型 255
8.2.1入门指南 255
8.2.2事务 257
8.2.3复杂数据类型 258
8.2.4到期 265
8.2.5数据库命名空间 266
8.2.6更多命令 267
8.3第2天：高级用法、分布 268
8.3.1一个简单的接口 268
8.3.2服务器信息 271
8.3.3 Redis配置 272
8.3.4 AOF（append only file） 274
8.3.5主从复制 276
8.3.6数据转储 277
8.3.7 Redis集群 279
8.3.8 Bloom过滤器 280
8.3.9 SETBIT和GETBIT 282
8.3.10第2天总结 283
8.4第3天：与其他数据库合作 284
8.4.1多持久并存服务 284
8.4.2数据填充 285
8.4.3关系存储 291
8.4.4服务 293
8.4.5第3天总结 296
8.5总结 297
8.5.1 Redis的优点 297
8.5.2 Redis的缺点 297
8.5.3结束语 298
第9章 结束语 299
9.1类型终极版 299
9.1.1关系型 299
9.1.2键-值存储库 300
9.1.3列型 301
9.1.4文档型 301
9.1.5图 302
9.2选择 303
9.3我们将走向哪里 303
附录A 数据库概述表 305
附录B CAP定理 307