第 1篇　數(shù)據(jù)管理系統(tǒng)之?dāng)?shù)據(jù)庫(kù)——掌上明珠 第 1章　數(shù)據(jù)庫(kù)的誕生——“圖靈”獎(jiǎng)經(jīng)典人物 3 1.1　網(wǎng)狀數(shù)據(jù)管理系統(tǒng) 4 1.2　關(guān)系數(shù)據(jù)庫(kù)模型 6 1.3　數(shù)據(jù)庫(kù)并發(fā)與事務(wù) 8 1.4　數(shù)據(jù)庫(kù)優(yōu)化與實(shí)踐 10 1.5　小結(jié) 13 1.6　參考資料 13 第 2章　數(shù)據(jù)庫(kù)的工業(yè)繁榮——商業(yè)機(jī)遇 14 2.1　System R 14 2.2　PostgreSQL 16 2.3　Oracle 18 2.4　MySQL 20 2.5　IBM Db2 23 2.6　SQL Server 27 2.7　小結(jié) 29 2.8　參考資料 30 第3章　國(guó)產(chǎn)數(shù)據(jù)庫(kù)的熱潮——四大家族 31 3.1　人大金倉(cāng) 31 3.2　南大通用 32 3.3　武漢達(dá)夢(mèng) 32 3.4　神舟通用 33 3.5　小結(jié) 34 3.6　參考資料 35 第 2篇　數(shù)據(jù)管理系統(tǒng)之大數(shù)據(jù)——異軍突起 第4章　大數(shù)據(jù)降臨——生逢其時(shí) 39 4.1　Google的“三駕馬車” 39 4.1.1　GFS 40 4.1.2　MapReduce系統(tǒng) 41 4.1.3　Bigtable系統(tǒng) 42 4.2　Amazon的“云上時(shí)代” 43 4.3　Facebook的“社交帝國(guó)” 44 4.4　LinkedIn的“職業(yè)搖籃” 46 4.5　學(xué)術(shù)界的徘徊輾轉(zhuǎn) 48 4.6　小結(jié) 49 4.7　參考資料 49 第5章　大數(shù)據(jù)分布式系統(tǒng)——高潮迭起 50 5.1　容錯(cuò)內(nèi)存迭代式計(jì)算 50 5.2　實(shí)時(shí)流式大數(shù)據(jù)計(jì)算 52 5.2.1　Storm系統(tǒng) 52 5.2.2　Flink系統(tǒng) 53 5.3　大規(guī)模機(jī)器學(xué)習(xí)系統(tǒng) 54 5.4　數(shù)據(jù)中心的資源管理 56 5.5　全球分布式數(shù)據(jù)服務(wù) 58 5.6　小結(jié) 59 5.7　參考資料 59 第6章　開(kāi)源整合架構(gòu)演進(jìn)——融會(huì)貫通 60 6.1　鏈家架構(gòu)演進(jìn) 60 6.1.1　大數(shù)據(jù)平臺(tái)架構(gòu)演進(jìn) 60 6.1.2　日志平臺(tái)設(shè)計(jì)與技術(shù) 61 6.2　美團(tuán)架構(gòu)演進(jìn) 62 6.2.1　由淺入深架構(gòu)解析 62 6.2.2　基礎(chǔ)系統(tǒng)架構(gòu)演進(jìn) 64 6.3　Airbnb架構(gòu)演進(jìn) 65 6.3.1　大數(shù)據(jù)平臺(tái)架構(gòu)解析 65 6.3.2　平臺(tái)發(fā)展的經(jīng)驗(yàn)和教訓(xùn) 66 6.4　58同城架構(gòu)演進(jìn) 68 6.4.1　大數(shù)據(jù)三層平臺(tái)架構(gòu) 68 6.4.2　關(guān)鍵技術(shù)演進(jìn)與實(shí)現(xiàn) 70 6.5　滴滴出行架構(gòu)演進(jìn) 71 6.5.1　實(shí)時(shí)計(jì)算平臺(tái)架構(gòu)演進(jìn) 71 6.5.2　實(shí)時(shí)計(jì)算平臺(tái)架構(gòu) 72 6.6　小米架構(gòu)演進(jìn) 73 6.6.1　流式平臺(tái)整體架構(gòu) 73 6.6.2　3個(gè)階段的演進(jìn)歷程 74 6.7　小結(jié) 77 6.8　參考資料 77 第7章　大數(shù)據(jù)的魅力——廣泛應(yīng)用 78 7.1　工業(yè)應(yīng)用 78 7.2　銀行金融 79 7.3　智慧城市 81 7.4　健康醫(yī)療 82 7.5　小結(jié) 83 7.6　參考資料 84 第3篇　大數(shù)據(jù)管理系統(tǒng)——誰(shuí)主沉浮 第8章　數(shù)據(jù)庫(kù)與大數(shù)據(jù)之戰(zhàn)——華山論劍 87 8.1　ACM雙方論戰(zhàn) 87 8.2　MPP絕對(duì)優(yōu)勢(shì) 89 8.3　大數(shù)據(jù)強(qiáng)勢(shì)發(fā)展 91 8.4　數(shù)據(jù)庫(kù)自我革命 94 8.5　NewSQL兼容并包 96 8.6　老牌數(shù)據(jù)庫(kù)的反擊 99 8.7　小結(jié) 101 8.8　參考資料 102 第9章　大數(shù)據(jù)管理系統(tǒng)——求同存異 103 9.1　Hadoop生態(tài) 104 9.2　BDAS平臺(tái) 105 9.3　AsterixDB系統(tǒng) 106 9.4　Apache Beam框架 108 9.5　SnappyData模型 109 9.6　SageDB愿景 110 9.7　ShardingSphere項(xiàng)目 112 9.8　小結(jié) 114 9.9　參考資料 115 第 10章　新型數(shù)據(jù)管理系統(tǒng)——百花齊放 116 10.1　大數(shù)據(jù)輸入和輸出 116 10.2　大數(shù)據(jù)調(diào)度管控 119 10.3　大數(shù)據(jù)用戶交互 123 10.4　大數(shù)據(jù)安全隱私 124 10.5　大數(shù)據(jù)新型引擎 127 10.6　大數(shù)據(jù)通用語(yǔ)言 129 10.7　大數(shù)據(jù)網(wǎng)絡(luò)賦能 130 10.8　小結(jié) 134 10.9　參考資料 135 第 11章　國(guó)產(chǎn)數(shù)據(jù)庫(kù)的國(guó)際化——齊頭并進(jìn) 137 11.1　TiDB 137 11.1.1　研發(fā)背景 137 11.1.2　早期架構(gòu) 138 11.1.3　架構(gòu)升級(jí) 139 11.1.4　穩(wěn)定架構(gòu) 140 11.2　OceanBase 142 11.2.1　設(shè)計(jì)考量 142 11.2.2　架構(gòu)演進(jìn) 144 11.2.3　厚積薄發(fā) 150 11.3　TDSQL 150 11.3.1　分布式TDSQL 150 11.3.2　分析型TBase 152 11.3.3　云原生CynosDB 153 11.3.4　產(chǎn)品戰(zhàn)略統(tǒng)一 154 11.4　GaussDB 155 11.4.1　OLTP成長(zhǎng)史 155 11.4.2　OLAP成長(zhǎng)史 156 11.4.3　HTAP成長(zhǎng)史 157 11.4.4　AI-Native成長(zhǎng)史 157 11.5　Bigflow 158 11.6　ByteGraph 160 11.7　小結(jié) 163 11.8　參考資料 164 第4篇　大數(shù)據(jù)管理系統(tǒng)的架構(gòu)——路在何方 第 12章　高速電子計(jì)算機(jī)與大數(shù)據(jù)管理系統(tǒng)——萬(wàn)法歸宗 167 12.1　以計(jì)算為中心的計(jì)算機(jī) 167 12.2　以存儲(chǔ)為中心的數(shù)據(jù)機(jī) 170 12.3　大數(shù)據(jù)管理的系統(tǒng)模型 172 12.4　數(shù)據(jù)管理系統(tǒng)的總結(jié)抽象 176 12.5　小結(jié) 178 12.6　參考資料 179 第 13章　無(wú)處不在的操作系統(tǒng)——?dú)w納演繹 180 13.1　計(jì)算機(jī)的操作系統(tǒng) 180 13.2　數(shù)據(jù)管理系統(tǒng)的操作系統(tǒng) 184 13.3　數(shù)據(jù)中心的操作系統(tǒng) 185 13.4　資源抽象與應(yīng)用接口 189 13.5　小結(jié) 192 13.6　參考資料 192 第 14章　大數(shù)據(jù)管理系統(tǒng)的未來(lái)架構(gòu)——沙漠綠洲 194 14.1　大數(shù)據(jù)操作系統(tǒng) 195 14.1.1　數(shù)據(jù)輸入 197 14.1.2　數(shù)據(jù)存儲(chǔ) 198 14.1.3　數(shù)據(jù)計(jì)算 200 14.1.4　數(shù)據(jù)控制 201 14.1.5　數(shù)據(jù)輸出 202 14.2　自動(dòng)化可插拔引擎 203 14.3　分布式彈性數(shù)據(jù)模型 203 14.4　易用抽象作業(yè)執(zhí)行框架 204 14.5　深度智能系統(tǒng)管理內(nèi)核 204 14.6　大數(shù)據(jù)管理系統(tǒng)biggy原型 204 14.7　小結(jié) 205 14.8　參考資料 206 第5篇　大數(shù)據(jù)管理系統(tǒng)的精髓——無(wú)上心法 第 15章　大數(shù)據(jù)管理系統(tǒng)的基礎(chǔ)——算法理論 209 15.1　存儲(chǔ)類算法 209 15.1.1　大數(shù)據(jù)LSM的優(yōu)勢(shì) 209 15.1.2　B+-Tree與LSM-Tree對(duì)比 210 15.1.3　LSM的優(yōu)化算法 211 15.2　執(zhí)行器算法 212 15.2.1　Spark RDD中DAG的應(yīng)用 212 15.2.2　分布式數(shù)據(jù)庫(kù)的算子運(yùn)算 213 15.2.3　大數(shù)據(jù)DAG與數(shù)據(jù)庫(kù)算子的異同 214 15.3　一致性算法 214 15.3.1　常見(jiàn)一致性算法簡(jiǎn)介 214 15.3.2　Paxos算法進(jìn)階深入 215 15.3.3　一致性的Consensus與Consistency 216 15.4　持久化算法 218 15.4.1　經(jīng)典的WAL 218 15.4.2　前沿的WBL 219 15.5　分布式算法 220 15.5.1　分布式P2P協(xié)議 220 15.5.2　一致性哈希算法 220 15.6　事務(wù)類算法 222 15.6.1　兩階段提交 222 15.6.2　三階段提交 223 15.7　分布式容錯(cuò)機(jī)制 224 15.7.1　分布式系統(tǒng)容錯(cuò)機(jī)制 225 15.7.2　數(shù)據(jù)庫(kù)系統(tǒng)容錯(cuò)機(jī)制 227 15.7.3　工業(yè)實(shí)踐與學(xué)術(shù)創(chuàng)新 227 15.8　高并發(fā)控制機(jī)制 229 15.8.1　并發(fā)控制類別 229 15.8.2　并發(fā)控制實(shí)現(xiàn) 230 15.9　系統(tǒng)健壯性機(jī)制 232 15.10　小結(jié) 234 15.11　參考資料 234 第 16章　大數(shù)據(jù)管理系統(tǒng)的前沿——另辟蹊徑 236 16.1　數(shù)據(jù)上下文管理系統(tǒng)Ground 236 16.2　自治數(shù)據(jù)管理系統(tǒng)Peloton 239 16.3　分布式預(yù)測(cè)系統(tǒng)Clipper 240 16.4　數(shù)據(jù)管理中人的作用CrowdDB 241 16.5　新硬件帶來(lái)的變革doppioDB 242 16.6　端云協(xié)同實(shí)時(shí)數(shù)據(jù)庫(kù)Firebase 243 16.7　自組裝數(shù)據(jù)庫(kù)XuanYuan 245 16.8　數(shù)據(jù)治理新思路Tamr 248 16.9　系統(tǒng)性能調(diào)優(yōu)AITuning 249 16.10　小結(jié) 253 16.11　參考資料 253 第 17章　大數(shù)據(jù)管理系統(tǒng)的謎團(tuán)——撥云見(jiàn)日 255 17.1　分布式機(jī)器學(xué)習(xí)與分布式數(shù)據(jù)庫(kù) 255 17.2　分布式一致性與數(shù)據(jù)庫(kù)一致性 257 17.3　可變的數(shù)據(jù)與不可變的數(shù)據(jù) 260 17.4　區(qū)塊鏈與數(shù)據(jù)庫(kù)的異同 261 17.5　NewSQL與OldSQL 263 17.6　云計(jì)算、邊緣計(jì)算與物聯(lián)網(wǎng) 266 17.7　大數(shù)據(jù)Java還是C/C++ 270 17.8　流數(shù)據(jù)與批處理的界線 270 17.9　分布式事務(wù)與遞增式時(shí)間 272 17.10　小結(jié) 273 17.11　參考資料 274 第 18章　大數(shù)據(jù)的標(biāo)準(zhǔn)——游戲規(guī)則 275 18.1　TPC標(biāo)準(zhǔn)測(cè)試 275 18.2　SQL通用語(yǔ)言 277 18.3　頂級(jí)學(xué)術(shù)會(huì)議 277 18.4　設(shè)計(jì)范式 279 18.5　流行趨勢(shì) 281 18.6　研究機(jī)構(gòu) 283 18.7　小結(jié) 284 18.8　參考資料 284 附錄 285 A．工業(yè)與學(xué)術(shù) 285 B．國(guó)產(chǎn)與國(guó)際 286 C．開(kāi)放與封閉 288 D．資本與技術(shù) 292 E．個(gè)人與企業(yè) 295 F．過(guò)去與未來(lái) 299 G．參考資料 300