NoSQL数据库笔谈

 

NoSQL数据库笔谈

颜开
v0.2
2010.2

1. 序
2. 思想篇
   1. CAP
   2. 最终一致性
      1. 变体
   3. BASE
   4. 其他
      1. I/O的五分钟法则
      2. 不要删除数据
      3. RAM是硬盘,硬盘是磁带
      4. Amdahl定律和Gustafson定律
      5. 万兆以太网
3. 手段篇
   1. 一致性哈希
      1.  
         1. 亚马逊的现状
         2. 算法的选择
   2. Quorum NRW
   3. Vector clock
   4. Virtual node
   5. gossip
      1. Gossip (State Transfer Model)
      2. Gossip (Operation Transfer Model)
   6. Merkle tree
   7. Paxos
      1. 背景
   8. DHT
   9. Map Reduce Execution
   10. Handling Deletes
   11. 存储实现
   12. 节点变化
   13. 列存
       1. 描述
       2. 特点
4. 软件篇
   1. 亚数据库
      1. MemCached
         1. 特点
         2. 内存分配
         3. 缓存策略
         4. 缓存数据库查询
         5. 数据冗余与故障预防
         6. Memcached客户端（mc）
         7. 缓存式的Web应用程序架构
         8. 性能测试
      2. dbcached
         1. Memcached 和 dbcached 在功能上一样吗?
   2. 列存系列
      1. Hadoop之Hbase
      2. 耶鲁大学之HadoopDB
      3. GreenPlum
      4. FaceBook之Cassandra
         1. Cassandra特点
         2. Keyspace
         3. Column family（CF）
         4. Key
         5. Column
         6. Super column
         7. Sorting
         8. 存储
         9. API
      5. Google之BigTable
      6. Yahoo之PNUTS
         1. 特点
         2. PNUTS实现
            1. Record-level mastering 记录级别主节点
            2. PNUTS的结构
            3. Tablets寻址与切分
            4. Write调用示意图
         3. PNUTS感悟
      7. 微软之SQL数据服务
   3. 非云服务竞争者
   4. 文档存储
      1. CouchDB
         1. 特性
      2. Riak
      3. MongoDB
      4. Terrastore
      5. ThruDB
   5. Key Value / Tuple 存储
      1. Amazon之SimpleDB
      2. Chordless
      3. Redis
      4. Scalaris
      5. Tokyo cabinet / Tyrant
      6. CT.M
      7. Scalien
      8. Berkley DB
      9. MemcacheDB
      10. Mnesia
      11. LightCloud
      12. HamsterDB
      13. Flare
   6. 最终一致性Key Value存储
      1. Amazon之Dynamo
         1. 功能特色
         2. 架构特色
      2. BeansDB
         1. 简介
         2. 更新
         3. 特性
         4. 性能
      3. Nuclear
         1. 两个设计上的Tips
      4. Voldemort
      5. Dynomite
      6. Kai
   7. 未分类
      1. Skynet
      2. Drizzle
   8. 比较
      1. 可扩展性
      2. 数据和查询模型
      3. 持久化设计
5. 应用篇
   1. eBay 架构经验
   2. 淘宝架构经验
   3. Flickr架构经验
   4. Twitter运维经验
      1. 运维经验
         1. Metrics
         2. 配置管理
         3. Darkmode
         4. 进程管理
         5. 硬件
      2. 代码协同经验
         1. Review制度
         2. 部署管理
         3. 团队沟通
      3. Cache
   5. 云计算架构
   6. 反模式
      1. 单点失败（Single Point of Failure）
      2. 同步调用
      3. 不具备回滚能力
      4. 不记录日志
      5. 无切分的数据库
      6. 无切分的应用
      7. 将伸缩性依赖于第三方厂商
   7. OLAP
      1. OLAP报表产品最大的难点在哪里？
   8. NOSQL们背后的共有原则
      1. 假设失效是必然发生的
      2. 对数据进行分区
      3. 保存同一数据的多个副本
      4. 动态伸缩
      5. 查询支持
      6. 使用 Map/Reduce 处理汇聚
      7. 基于磁盘的和内存中的实现
      8. 仅仅是炒作?
6. 附
   1. 感谢
   2. 版本志
   3. 引用
   4. 更多内容：http://jjf88483042.blog.163.com/blog/static/991139742010927555191/