Bazy danych SQL i Nosql: Modelowanie, języki, bezpieczeństwo i architektury zarządzania dużymi zbiorami danych

Oryginalny tytuł:

SQL and Nosql Databases: Modeling, Languages, Security and Architectures for Big Data Management

Zawartość książki:

Ten podręcznik oferuje kompleksowe wprowadzenie do relacyjnych (SQL) i nierelacyjnych (NoSQL) baz danych. Autorzy dokonują szczegółowego przeglądu aktualnego stanu narzędzi i technik bazodanowych oraz analizują nadchodzące innowacje.

W pierwszych pięciu rozdziałach autorzy szczegółowo analizują zarządzanie, modelowanie, języki, bezpieczeństwo i architekturę relacyjnych baz danych, grafowych baz danych i dokumentowych baz danych. Ponadto przedstawiono przegląd innych podejść do baz danych opartych na SQL i NoSQL. Oprócz klasycznych koncepcji, takich jak model encji i relacji oraz jego mapowanie w schematach baz danych SQL, języki zapytań lub zarządzanie transakcjami, wyjaśniono inne aspekty baz danych NoSQL, takie jak nierelacyjne modele danych, języki zapytań do dokumentów i grafów (MQL, Cypher), procedura Map/Reduce, opcje dystrybucji (sharding, replikacja) lub twierdzenie CAP (spójność, dostępność, tolerancja partycji).

To drugie wydanie w języku angielskim oferuje nowe, dogłębne wprowadzenie do dokumentowych baz danych z metodą modelowania struktur dokumentów, przeglądem zorientowanego na dokumenty języka zapytań MongoDB MQL, a także aspektami bezpieczeństwa i architektury. Temat bezpieczeństwa baz danych został wprowadzony jako osobny rozdział i szczegółowo przeanalizowany pod kątem ochrony danych, integralności i transakcji. Teksty dotyczące zarządzania danymi, programowania baz danych oraz hurtowni danych i jezior danych zostały zaktualizowane. Ponadto książka wyjaśnia teraz koncepcje JSON, schematu JSON, BSON, sąsiedztwa bezindeksowego, baz danych w chmurze, wyszukiwarek i baz danych szeregów czasowych.

Książka zawiera ponad 100 tabel, przykładów i ilustracji, a każdy rozdział oferuje listę zasobów do dalszej lektury. Przekazuje dogłębne porównanie podejść relacyjnych i nierelacyjnych oraz pokazuje, jak podjąć się rozwoju aplikacji big data. W ten sposób przynosi korzyści studentom i praktykom pracującym w szerokim obszarze nauki o danych i informatyki stosowanej.