NoSQL數(shù)據(jù)庫(kù)技術(shù)

第1章緒論1
1.1數(shù)據(jù)管理概念1
1.2數(shù)據(jù)管理發(fā)展歷史1
1.2.1人工管理階段1
1.2.2文件系統(tǒng)管理階段2
1.2.3數(shù)據(jù)庫(kù)管理階段3
1.2.4大數(shù)據(jù)管理階段4
1.3傳統(tǒng)數(shù)據(jù)模型5
1.3.1層次數(shù)據(jù)模型6
1.3.2網(wǎng)狀數(shù)據(jù)模型6
1.3.3關(guān)系數(shù)據(jù)模型6
1.4NoSQL數(shù)據(jù)庫(kù)產(chǎn)生的原因8
1.4.1NoSQL數(shù)據(jù)庫(kù)的產(chǎn)生背景8
1.4.2NoSQL數(shù)據(jù)庫(kù)的特點(diǎn)9
1.5分布式數(shù)據(jù)庫(kù)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數(shù)據(jù)庫(kù)類型16
1.6.1鍵值數(shù)據(jù)庫(kù)16
1.6.2文檔數(shù)據(jù)庫(kù)17
1.6.3列族數(shù)據(jù)庫(kù)19
1.6.4圖數(shù)據(jù)庫(kù)20
1.7NoSQL數(shù)據(jù)庫(kù)選取22
1.8本章小結(jié)23
1.9習(xí)題23第2章鍵值數(shù)據(jù)庫(kù)24
2.1鍵值數(shù)據(jù)模型24
2.1.1關(guān)聯(lián)數(shù)組24
2.1.2命名空間25
2.2鍵的設(shè)計(jì)與分區(qū)25
2.2.1鍵名設(shè)計(jì)25
2.2.2鍵的分區(qū)26
2.2.3鍵存活時(shí)間28
2.3值的類型與結(jié)構(gòu)化28
2.3.1值的類型28
2.3.2值的結(jié)構(gòu)化29
2.3.3值的查詢限制29
2.4鍵值數(shù)據(jù)庫(kù)的特點(diǎn)29
2.5Redis鍵值數(shù)據(jù)庫(kù)30
2.5.1Redis概述30
2.5.2鍵操作命令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事務(wù)定義命令54
2.6應(yīng)用實(shí)例54
2.7本章小結(jié)57
2.8習(xí)題57第3章文檔數(shù)據(jù)庫(kù)58
3.1文檔及其描述方法58
3.1.1文檔概念58
3.1.2文檔描述59
3.2集合及其結(jié)構(gòu)60
3.2.1集合概念60
3.2.2集合結(jié)構(gòu)61
3.2.3無(wú)模式數(shù)據(jù)庫(kù)62
3.3文檔關(guān)系建模62
3.3.1一對(duì)多的文檔關(guān)系62
3.3.2多對(duì)多的文檔關(guān)系63
3.4文檔數(shù)據(jù)分區(qū)64
3.4.1文檔垂直分區(qū)64
3.4.2文檔水平分區(qū) 64
3.5MongoDB數(shù)據(jù)庫(kù)65
3.5.1概述65
3.5.2數(shù)據(jù)庫(kù)管理67
3.5.3集合管理68
3.5.4文檔管理69
3.5.5文檔查詢73
3.5.6文檔聚合77
3.5.7文檔索引82
3.5.8嵌入高級(jí)語(yǔ)言84
3.6應(yīng)用實(shí)例85
3.7本章小結(jié)86
3.8習(xí)題87第4章列族數(shù)據(jù)庫(kù)88
4.1列族數(shù)據(jù)模型88
4.1.1列88
4.1.2超列88
4.1.3列族與行鍵88
4.1.4鍵空間90
4.2Cassandra集群架構(gòu)90
4.2.1Cassandra特點(diǎn)90
4.2.2集群對(duì)等網(wǎng)絡(luò)91
4.2.3節(jié)點(diǎn)通信協(xié)議91
4.2.4提交日志機(jī)制92
4.2.5數(shù)據(jù)復(fù)制策略92
4.3Cassandra查詢語(yǔ)言93
4.3.1鍵空間定義94
4.3.2列族(表)定義95
4.3.3數(shù)據(jù)更新99
4.3.4數(shù)據(jù)查詢100
4.3.5集合數(shù)據(jù)類型100
4.3.6索引定義102
4.3.7數(shù)據(jù)排序103
4.3.8聚合函數(shù)104
4.4應(yīng)用實(shí)例105
4.5本章小結(jié)106
4.6習(xí)題107第5章圖數(shù)據(jù)庫(kù)109
5.1圖的基本概念109
5.1.1節(jié)點(diǎn)109
5.1.2邊109
5.1.3路徑110
5.1.4遍歷111
5.2圖數(shù)據(jù)模型111
5.2.1屬性圖模型112
5.2.2三元組模型113
5.2.3超圖模型113
5.3Neo4j概述114
5.3.1特點(diǎn)114
5.3.2免索引鄰接114
5.3.3存儲(chǔ)結(jié)構(gòu)115
5.4Neo4j查詢語(yǔ)言117
5.4.1寫(xiě)語(yǔ)句118
5.4.2讀語(yǔ)句126
5.4.3通用語(yǔ)句129
5.4.4各類函數(shù)133
5.4.5創(chuàng)建索引138
5.4.6模式定義139
5.4.7創(chuàng)建約束141
5.5應(yīng)用實(shí)例142
5.6本章小結(jié)145
5.7習(xí)題145第6章圖數(shù)據(jù)科學(xué)算法庫(kù)146
6.1圖數(shù)據(jù)科學(xué)算法庫(kù)概述146
6.1.1圖結(jié)構(gòu)可視化147
6.1.2命名圖創(chuàng)建148
6.1.3內(nèi)存資源估算150
6.1.4算法執(zhí)行模式151
6.2路徑查找算法152
6.2.1Dijkstra SourceTarget算法152
6.2.2Dijkstra SingleSource算法154
6.2.3A算法155
6.2.4Yen's算法158
6.3中心度算法161
6.3.1PageRank算法161
6.3.2Article Rank算法166
6.3.3Betweenness Centrality 算法167
6.4社區(qū)發(fā)現(xiàn)算法171
6.4.1Louvain算法171
6.4.2Label Propagation算法176
6.4.3Weakly Connected Components算法179
6.5節(jié)點(diǎn)相似度算法181
6.5.1Node Similarity算法182
6.5.2KNearest Neighbors算法185
6.6鏈接預(yù)測(cè)算法187
6.6.1Adamic Adar算法188
6.6.2Common Neighbors算法189
6.6.3Same Community算法190
6.7節(jié)點(diǎn)嵌入算法192
6.7.1FastRP算法192
6.7.2GraphSAGE算法196
6.7.3Node2Vec算法200
6.8本章小結(jié)202
6.9習(xí)題202第7章NoSQL數(shù)據(jù)庫(kù)的安裝204
7.1安裝Docker容器204
7.1.1Docker容器概念204
7.1.2在Linux上安裝Docker205
7.1.3在Windows上安裝Docker207
7.2安裝Redis鍵值數(shù)據(jù)庫(kù)210
7.3安裝MongoDB文檔數(shù)據(jù)庫(kù)212
7.4安裝Cassandra列族數(shù)據(jù)庫(kù)215
7.5安裝Neo4j圖數(shù)據(jù)庫(kù)216參考文獻(xiàn)219