1 序
2 思想篇
2 CAP
2 最终一致性
2 变体
2 BASE
2 其他
2 I/O的五分钟法则
2 不要删除数据
2 RAM是硬盘,硬盘是磁带
2 Amdahl定律和Gustafson定律
2 万兆以太网
3 手段篇
3 一致性哈希
3 亚马逊的现状
3 算法的选择
3 Quorum NRW
3 Vector clock
3 Virtual node
3 gossip
3 Gossip (State Transfer Model)
3 Gossip (Operation Transfer Model)
3 Merkle tree
3 Paxos
3 背景
3 DHT
3 Map Reduce Execution
3 Handling Deletes
3 存储实现
3 节点变化
3 列存
3 描述
3 特点
4 软件篇
4 亚数据库
4 MemCached
4 特点
4 内存分配
4 缓存策略
4 缓存数据库查询
4 数据冗余与故障预防
4 Memcached客户端(mc)
4 缓存式的Web应用程序架构
4 性能测试
4 dbcached
4 Memcached 和 dbcached 在功能上一样吗?
4 列存系列
4 Hadoop之Hbase
4 耶鲁大学之HadoopDB
4 GreenPlum
4 FaceBook之Cassandra
4 Cassandra特点
4 Keyspace
4 Column family(CF)
4 Key
4 Column
4 Super column
4 Sorting
4 存储
4 API
4 Google之BigTable
4 Yahoo之PNUTS
4 特点
4 PNUTS实现
4 Record-level mastering 记录级别主节点
4 PNUTS的结构
4 Tablets寻址与切分
4 Write调用示意图
4 PNUTS感悟
4 微软之SQL数据服务
4 非云服务竞争者
4 文档存储
4 CouchDB
4 特性
4 Riak
4 MongoDB
4 Terrastore
4 ThruDB
4 Key Value / Tuple 存储
4 Amazon之SimpleDB
4 Chordless
4 Redis
4 Scalaris
4 Tokyo cabinet / Tyrant
4 CT.M
4 Scalien
4 Berkley DB
4 MemcacheDB
4 Mnesia
4 LightCloud
4 HamsterDB
4 Flare
4 最终一致性Key Value存储
4 Amazon之Dynamo
4 功能特色
4 架构特色
4 BeansDB
4 简介
4 更新
4 特性
4 性能
4 Nuclear
4 两个设计上的Tips
4 Voldemort
4 Dynomite
4 Kai
4 未分类
4 Skynet
4 Drizzle
4 比较
4 可扩展性
4 数据和查询模型
4 持久化设计
5 应用篇
5 eBay 架构经验
5 淘宝架构经验
5 Flickr架构经验
5 Twitter运维经验
5 运维经验
5 Metrics
5 配置管理
5 Darkmode
5 进程管理
5 硬件
5 代码协同经验
5 Review制度
5 部署管理
5 团队沟通
5 Cache
5 云计算架构
5 反模式
5 单点失败(Single Point of Failure)
5 同步调用
5 不具备回滚能力
5 不记录日志
5 无切分的数据库
5 无切分的应用
5 将伸缩性依赖于第三方厂商
5 OLAP
5 OLAP报表产品最大的难点在哪里?
5 NOSQL们背后的共有原则
5 假设失效是必然发生的
5 对数据进行分区
5 保存同一数据的多个副本
5 动态伸缩
5 查询支持
5 使用 Map/Reduce 处理汇聚
5 基于磁盘的和内存中的实现
5 仅仅是炒作?
6 附
6 感谢
6 版本志
6 引用