数据密集型应用

本书深入浅出地阐述了构建可靠、可扩展数据密集型系统的基本原理。通过学习本书，读者可以更好地理解 Hadoop、Hive、HBase、Kafka 等分布式系统的内部机制，从而提升学习效率。本书提供中英双语版本，方便读者对照阅读。

马丁·科莱博曼著作《设计数据密集型应用》于去年面世，中文翻译版可通过以下网址获取： https://github.com/Vonng/ddia

《设计数据密集型应用》是一本广受欢迎的IT著作，专注于构建大规模、高可用的数据密集型系统。本书详细探讨了在分布式环境下如何有效设计和管理数据，涵盖了从理论基础到实践策略的广泛知识。主要内容包括数据模型与查询语言、分布式一致性、数据复制与分区、大数据处理、存储系统、时间序列数据、搜索与推荐系统、数据安全与隐私、数据治理与运维、微服务架构、负载均衡与缓存、性能优化等方面。无论您是初学者还是专业人士，本书都为您提供了完整的指导，帮助您构建可靠、高效的数据系统。

本书详细阐述了可靠、可扩展和可维护系统背后的重要思想，涵盖了复杂分布式数据系统所需解决的关键问题、方法和设计原理。它是一本教科书级别的深入阅读，适合后端开发者的进阶学习。

Designing Data-Intensive Applications影印版 想知道顶尖软件工程师和架构师如何构建他们的应用程序，使其在长期内具备可扩展性、可靠性和可维护性吗？本书深入探讨了数据系统的关键原则、算法及权衡取舍，结合多个流行软件包和框架的内部结构作为示例。虽然工具不断演变，应用需求日益增长，但背后的原则始终不变。你将学会如何判断哪种工具适合特定的目的，以及如何将某些工具组合起来，构建出良好的应用架构。你还会学到如何对你的系统有更深的直觉，从而更好地追踪和解决任何可能出现的问题。

张亚勤推荐的数据挖掘研究方法专著，微软亚洲研究院研究人员必备！

《设计数据密集应用》是一部关于数据系统基础、分布式数据和衍生数据的重要著作。第一部分介绍了数据系统的基础，包括可靠性、可扩展性和可维护性等方面。第二部分探讨了分布式数据的复制、分区、事务处理以及分布式系统的挑战。最后一部分讨论了批处理、流处理和数据系统的未来发展方向。

新手可以使用MySQL这种关系型数据库来搭建新闻网站，因为它适合处理新闻类型的数据。

星型雪花模型实例： 事实表：- 销售事实表（Sales Fact Table）：time_key、item_key、branch_key、location_key、units_sold、dollars_sold、avg_sales- 发货事实表（Shipping Fact Table）：time_key、item_key、shipper_key、from_location、to_location、dollars_cost、units_shipped 维度表：- 时间维度（time）：time_key、day_of_the_week、month、quarter、year- 位置维度（location）：location_key、street、city、province_or_street、country- 物料维度（item）：item_key、item_name、brand、type、supplier_type- 分店维度（branch）：branch_key、branch_name、branch_type- 托运人维度（shipper）：shipper_key、shipper_name、location_key、shipper_type

关系型数据库 采用关系模型组织数据，使用二维表格模型，由表和关系组成。 非关系型数据库 不使用关系模型，存储方式灵活多变。