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