Jim R. Wilson Bücher

Daten werden täglich umfangreicher und komplexer, ebenso wie die Möglichkeiten, diese zu verarbeiten. Als Entwickler moderner Anwendungen ist es wichtig, das aufstrebende Feld des Datenmanagements zu verstehen. Diese Reise führt Sie zu einigen der aktuell angesagtesten Open Source-Datenbanken. In der Tradition von Bruce A. Tates Werk geht dieses Buch über einfache Anleitungen hinaus und erläutert die wesentlichen Kernkonzepte jeder Technologie, darunter Redis, Neo4J, CouchDB, MongoDB, HBase, Riak und PostgreSQL. Sie bearbeiten reale Probleme, die die Konzepte und Features der jeweiligen Datenbanken hervorheben. Dabei lernen Sie die fünf Datenmodelle kennen: relational, Schlüssel/Wert, spaltenorientiert, Dokument und Graph, sowie deren Anwendungsgebiete. Sie erfahren, warum MongoDB und CouchDB grundverschieden sind und entdecken das Dynamo-Erbe von Riak. Sie beschleunigen Anwendungen mit Redis und schaffen mehr Zusammenhänge mit Neo4J. Zudem nutzen Sie MapReduce zur Lösung von Big Data-Problemen und bauen Server-Cluster über skalierbare Dienste auf. Das CAP-Theorem und seine Implikationen für verteilte Daten werden ebenfalls behandelt. Um das Buch optimal zu nutzen, sollten Sie aktiv durcharbeiten und eine *nix-Shell, Java 6 (oder höher) und Ruby 1.8.7 (oder höher) verwenden. Jedes Kapitel gibt die erforderlichen Downloads an.

Data is becoming increasingly complex, and as a modern application developer, understanding data management is essential. This book offers a tour of some of the most popular open-source databases, including Redis, Neo4J, CouchDB, MongoDB, HBase, Riak, and Postgres. Each chapter presents a real-world data problem that showcases the unique concepts and features of these databases. Readers will explore five data models—relational, key/value, columnar, document, and graph—and learn which problems each model best addresses. The book highlights the differences between MongoDB and CouchDB, delves into Riak's Dynamo heritage, and demonstrates how to enhance application performance with Redis and connectivity using Neo4J. It also covers using MapReduce for Big Data challenges and building server clusters with scalable services like Amazon EC2. Key concepts such as the CAP theorem and the trade-offs between consistency and availability are discussed, helping readers understand how to leverage these principles effectively. By the end, you’ll know how to select the right databases for your needs or combine multiple systems to create a more powerful platform. To maximize your learning, a *nix shell (Mac OSX or Linux preferred), Java 6 or greater, and Ruby 1.8.7 or greater are required, with each chapter specifying necessary downloads.