開篇詞
開篇詞 | 吃透分布式數(shù)據(jù)庫，提升職場競爭力
模塊一：分布式數(shù)據(jù)庫的歷史演變與核心原理
01 | 導論：什么是分布式數(shù)據(jù)庫？聊聊它的前世今生
02 | SQL vs NoSQL：一次搞清楚五花八門的“SQL”
03 | 數(shù)據(jù)分片：如何存儲超大規(guī)模的數(shù)據(jù)？
04 | 數(shù)據(jù)復制：如何保證數(shù)據(jù)在分布式場景下的高可用？
05 | 一致性與 CAP 模型：為什么需要分布式一致性？
06 | 實踐：設計一個最簡單的分布式數(shù)據(jù)庫
模塊二：存儲引擎——分布式數(shù)據(jù)庫的高性能保證
07 | 概要：什么是存儲引擎，為什么需要了解它？
08 | 分布式索引：如何在集群中快速定位數(shù)據(jù)？
10 | 事務處理與恢復（上）：數(shù)據(jù)庫崩潰后如何保證數(shù)據(jù)不丟失？
11 | 事務處理與恢復（下）：如何控制并發(fā)事務？
模塊三：分布式系統(tǒng)——分布式數(shù)據(jù)庫的高擴展性保證
13 | 概要：分布式系統(tǒng)都要解決哪些問題？
14 | 錯誤偵測：如何保證分布式系統(tǒng)穩(wěn)定？
15 | 領導選舉：如何在分布式系統(tǒng)內(nèi)安全地協(xié)調(diào)操作？
16 | 再談一致性：除了 CAP 之外的一致性模型還有哪些？
17 | 數(shù)據(jù)可靠傳播：反熵理論如何幫助數(shù)據(jù)庫可靠工作？
18 | 分布式事務（上）：除了 XA，還有哪些原子提交算法嗎？
19 | 分布式事務（下）：Spanner 與 Calvin 的巔峰對決
20 | 共識算法：一次性說清楚 Paxos、Raft 等算法的區(qū)別
21 | 知識串講：如何取得性能和可擴展性的平衡？
模塊四：知識拓展——探究當代分布式數(shù)據(jù)庫
22 | 發(fā)展與局限：傳統(tǒng)數(shù)據(jù)庫在分布式領域的探索
23 | 數(shù)據(jù)庫中間件：傳統(tǒng)數(shù)據(jù)庫向分布式數(shù)據(jù)庫的過渡
24 | 現(xiàn)狀解讀：分布式數(shù)據(jù)庫的最新發(fā)展情況
加餐
加餐1 | 概念解析：云原生、HTAP、圖與內(nèi)存數(shù)據(jù)庫
加餐2 | 數(shù)據(jù)庫選型：我們該用什么分布式數(shù)據(jù)庫？
結(jié)束語
結(jié)束語 | 分布式數(shù)據(jù)庫，未來可期
