前言

為什么寫本書

計算機技術已經深刻地影響了我們的工作、學習和生活。大數據及NoSQL技術是現今IT領域最炙手可熱的話題，其發展非常迅速，潛力巨大，悄然改變著整個行業的面貌。隨著Web 2.0技術的發展，微博、社交網絡、電子商務、生物工程等的不斷發展，各領域數據呈現爆炸式的增長，傳統關系型數據庫顯得越來越力不從心。NoSQL數據庫技術的出現為當前面臨的問題提供了新的解決方案，它摒棄了傳統關系型數據庫ACID的特性，采用分布式多節點的方式，更加適合大數據的存儲和管理。

政府和高校都十分重視對大數據及NoSQL技術的研究和投入；在產業界，各大IT公司也在投入大量的資源研究和開發相關的NoSQL產品，與之相應的新興技術和產品正在不斷涌現。這一切都極大地推動了NoSQL技術的發展。

大數據處理和NoSQL技術涉及的內容繁多，目前不同公司也有不同的NoSQL數據庫產品，而且某一產品往往是為特定的應用而設計的，并不一定能夠適用于所有的場景。很多人在學習的初始階段需要進行大量的摸索和實踐，然而目前這方面系統的參考資料卻非常少。為了便于所有想了解和掌握NoSQL技術的朋友學習，并在學習的過程中少走彎路，筆者將自己在該領域的經驗和知識的積累凝聚在本書，希望能夠推動大數據處理及NoSQL相關技術在國內的發展。

本書面向的讀者

在編寫本書時，我們力圖使不同背景和職業的讀者都能從其中獲益。

如果你是專業技術人員，本書將帶領你快速地進入大數據處理及NoSQL的世界，全面掌握NoSQL及其相關技術，幫助你使用NoSQL技術解決面臨的問題或提供必要的參考。

如果你是高等院校計算機及相關專業的學生，本書為你在課堂之外了解最新的IT打開一扇窗，幫助你拓寬視野，完善知識結構，為迎接未來的挑戰做好知識儲備。

在學習本書之前，應具有如下的基礎：

● 有一定的Linux操作系統的基礎知識。

● 有較好的編程基礎和閱讀代碼的能力。

● 對數據庫知識有一定的了解。

如何閱讀本書

本書一共包括16章，分為三個部分。其中第一部分為理論篇，包括：大數據產生的背景、數據一致性理論、數據存儲模型、數據分區與防治策略、海量數據處理方法、數據復制與容錯技術、數據壓縮技術和數據緩存技術。此部分重點從理論上介紹、分析大數據管理過程中遇到的各方面問題。第二部分為系統篇，包括：鍵值數據庫、列存數據庫、文檔數據庫、圖存數據庫、基于Hadoop的數據庫管理系統、NoSQL數據庫以及分布式緩存系統。該部分以理論篇為基礎，根據數據存儲模型對數據庫類型進行劃分，每一部分以具體開源數據庫為實例進行介紹，涉及系統的架構、安裝以及使用等方面知識，力圖使讀者對NoSQL數據庫有具體的認識。第三部分為應用篇，包括企業應用以及經驗總結和對未來的展望。該部分介紹企業如何使用NoSQL數據庫解決自身遇到的問題。

在閱讀本書時，讀者可以先系統地學習理論篇的知識，對海量數據處理方法有一個很好的理解，在此基礎之上，讀者可以對后面的章節進行選擇性的學習。本書涉及內容較多，從開源數據庫方面講，包括了Dynamo、Redis、Voldemort、Cassandra、Hypertable、CouchDB、MongoDB、Neo4j、GraphDB、OrientDB、HBase、Hive、Pig、MySQL Cluster、VolteDB、MS-Velocity、Memcached等將近20個數據庫。因此，建議讀者可以重點學習感興趣或有一定需求的數據庫系統。當然，如果時間允許，還是建議讀者系統地學習本書的內容。

另外，在系統篇的學習過程中，建議讀者能夠一邊閱讀，一邊根據書中的指導進行實踐，親自實踐本書中所給出的編程范例。

致謝

在本書的編寫過程中，還有很多NoSQL領域的實踐者和研究者為本書做了大量的工作，他們是張林林、許翔、程明、王海涌、顧向楠、吳少輝、楊寧、楊華、吳夢迪、任喬意、於洋、張軒等，在此特別感謝。

在線資源及勘誤

本書官方網站為：http://datasearch.ruc.edu.cn/NoSQL/。本書的勘誤、討論以及相關資料等都會在該網站上發布和更新。

在本書的撰寫和相關技術的研究中，盡管筆者投入了大量的精力，付出了艱辛的努力，然而受知識水平所限，錯誤和疏漏之處在所難免，懇請大家批評指正。如果有任何問題和建議，可發送郵件至jiahenglu@gmail.com或jiahenglu@ruc.edu.cn。

陸嘉恒

2012年6月于北京