- Stock: 100
- Modèle: 10176054528422
- Poids: 0.20kg
- Dimensions: 20.00cm x 10.00cm x 2.00cm
Shipping: Free Shipping & Customs Tax included are subject to change, please refer to the quote you received.
Delivery: Accurate and precise order tracking. Learn more
Package Safety: Refund for your damaged or lost package. Learn more
Payments: 
Shop with confidence
Inspect item by item, verify, conduct quality checks, and upload authentic photos of the products.
Consolidate and repackage all items to reduce international logistics costs and facilitate international transportation.
Our customer service is always here if you need help. Click here to chat with us or Chat on WhatsApp
【1】全面介绍了数据库技术的发展历程，包括数据库领域天才科学家产品先行者的贡献，以及中国数据库的探索和发展格局
【2】通过系统的刻画，帮助读者理解数据库从商业时代开源时代到云时代的演进历程，深入浅出地介绍了数据库发展过程中的关键技术核心挑战奇闻轶事
【3】读者在品味技术的同时，还可以思考技术与商业结合的成败得失
本书讲述了数据库技术的发展史，从数据和数据库始，到区块链和大模型止，全面介绍了数据库技术的发展历程，包括数据库领域天才科学家产品先行者的贡献，以及中国数据库的探索和发展格局，并试图对中国数据库的根社区发展数据库架构演进方向做出推导和建议
本书深入浅出地探讨了数据库发展过程中的关键技术核心挑战，以及那些引人入胜的趣闻轶事同时，书中还对数据库行业内的典型企业进行了细致的分析通过阅读本书，读者不仅能领略到技术的魅力，还能从中汲取关于个人职业发展和企业产品研发的宝贵启示此外，本书通过对数据库历史上成功与失败的企业案例剖析，还为读者提供了技术与商业融合的宝贵经验
本书不仅适合对数据库技术感兴趣的读者，也非常适合作为本科生和研究生的教材，帮助他们深入了解数据库行业的发展历程
1 第 1章数据和数据库
1.1什么是数据 2
1.2什么是数据库 3
1.2.1数据库与生活 3
1.2.2数据库的三个时代 5
1.3数据库的构成 7
目录
1 第 1章数据和数据库
1.1什么是数据 2
1.2什么是数据库 3
1.2.1数据库与生活 3
1.2.2数据库的三个时代 5
1.3数据库的构成 7
1.3.1优化器技术 9
1.3.2事务管理技术 10
1.3.3日志和恢复 11
1.4数据库的分类 12
1.4.1从模型看数据库 13
1.4.2从架构看数据库 19
1.4.3从部署看数据库 33
1.5数据仓库 35
1.5.1发展阶段 35
1.5.2Snowflake的崛起 36
1.6大数据时代 38
1.6.1大数据的特征 39
1.6.2Hadoop兴衰 40
1.6.3Hadoop启示录 43
1.7大模型时代 43
1.8总结 49
50 第 2章数据库技术的拓荒者
2.1前数据库时代 52
2.1.1机械数据处理时代 52
2.1.2计算机数据处理时代 54
2.1.3文件管理时代 55
2.2网状数据库之父—查尔斯·威廉·巴赫曼 57
2.2.1抓住机遇 57
2.2.2数据库生涯 59
2.2.3标准的开创者 60
2.2.4想象力比知识更重要 62
2.3关系型数据库之父—埃德加·科德 62
2.3.1关系模型的诞生 63
2.3.2成功是成功者的阻碍 65
2.3.3天才的偏执 67
2.3.4伟大成就 68
2.4数据库先生—詹姆斯·尼古拉·格雷 69
2.4.1听人劝开启的职业生涯 70
2.4.2开天辟地System R 72
2.4.3独具慧眼奠基事务 74
2.4.4基准测试 75
2.4.5人格魅力 79
2.4.6思考未来 80
2.4.7未解谜团 82
2.4.8仿佛是解答 83
2.5持续创新的天才—迈克尔·斯通布雷克 84
2.5.1很多开始源于偶然 84
2.5.2Ingres横空出世 85
2.5.3桃李满天下 87
2.5.4Postgres的时代 89
2.5.5列存更生 91
2.5.6永不止息 92
2.6总结 93
95 第3章数据库领域的“先知”
3.1埃里森的成长 96
3.2抓住机遇 97
3.3鲜为人知的天才鲍勃·迈纳 99
3.4崛起之路 103
3.5咄咄逼人的行事风格 109
3.6收购魔法 113
3.7跨越巅峰 118
3.8RAC 119
3.9云端角逐 121
3.10与Google的恩怨 124
3.11硅谷江湖 126
3.12AI制胜 130
132 第4章数据库产品的先行者
4.1迟到的贵族——DB2 132
4.1.1蓝色巨人 132
4.1.2群星闪耀 134
4.1.3DB2之母 135
4.1.4SQL的诞生 137
4.1.5曲折的产品开端 138
4.1.6关键时刻 140
4.1.7统一数据库 141
4.1.8DB2之父 145
4.1.9中国力量 146
4.1.10新的世纪 150
4.2桌面数据库王者——dBASE 152
4.2.1偶然而生 152
4.2.2慧眼识珠 153
4.2.3戛然而止 154
4.2.4致命诉讼 155
4.3无冕之王——Ingres 158
4.3.1Ingres公司 158
4.3.2QUEL与SQL的战争 160
4.3.3Postgres和Illustra 162
4.3.4Informix 163
4.3.5Sybase之ASE 168
4.3.6微软之SQL Server 172
4.4开源传奇——MySQL 175
4.4.1MySQL之前 175
4.4.2MySQL的诞生 176
4.4.3开源 178
4.4.4改变世界 179
4.4.5Sun和Oracle时代 181
4.4.6MySQL的蒙提情节 183
4.5总结 185
186 第5章中国数据库的早期探索
5.1先知——萨师煊 186
5.2先声——黄山会议 188
5.3先见——数据库专委会 189
5.4先育——学科设立 192
5.5先行——产品原型 193
5.6Oracle引进中国 196
5.7数据库标准 198
5.8863和核高基计划 200
5.9先河——产学研用探究 202
5.10ITPUB技术社区 204
5.11ACOUG 206
5.12信息技术应用创新 208
5.13墨天轮和数据库时代 209
5.14总结 210
212 第6章互联网和云的新篇章
6.1Google——从互联网到云计算 212
6.1.1需求驱动创新 212
6.1.2Google的“三驾马车” 213
6.1.3NewSQL的诞生 215
6.1.4Google云的数据库 216
6.2亚马逊——从电子商务到云计算 217
6.2.1亚马逊的Redshift 218
6.2.2亚马逊的Aurora 219
6.2.3亚马逊的“去O”运动 221
6.3阿里巴巴——从电子商务到云计算 224
6.3.1数据库应用历程 225
6.3.2“去IOE”运动 227
6.3.3阿里云PolarDB数据库 229
6.3.4OceanBase 236
6.4腾讯——从互联网到云计算 241
6.4.1TXSQL 241
6.4.2腾讯云数据库 242
6.5PingCAP的TiDB 249
6.5.1创业起点 249
6.5.2技术架构 251
6.5.3技术优势 253
6.5.4演进策略 254
6.5.5学术和行业影响 256
6.6总结 257
258 第7章开源根社区的崛起
7.1华为数据库 258
7.1.1内部孵化 259
7.1.2对外输出 260
7.1.3全面“去O” 261
7.1.4openGauss社区 262
7.1.5社区技术委员会主席—李国良 265
7.1.6openGauss的技术创新 266
7.1.7openGauss的计算愿景 270
7.1.8原生分布式GaussDB 273
7.2云和恩墨数据库 275
7.2.1云和恩墨的发展路径 275
7.2.2为什么选择openGauss 277
7.2.3MogDB的价值主张 279
7.2.4回归本原 290
7.2.5总结 294
296 第8章中国数据库的产业格局
8.1数据库的百家争鸣 296
8.2国产数据库的四大流派 297
8.3国产数据库的路线选择 298
8.3.1商业衍生数据库 298
8.3.2开源衍生数据库 300
8.3.3自研闭源数据库 300
8.3.4自研开源数据库 301
8.4借鉴Oracle的成功经验 302
8.4.1关键性选择 303
8.4.2技术开放性 304
8.4.3企业家精神 305
8.5中国数据库的发展阶段 306
8.5.1学术探究阶段 307
8.5.2产品模仿阶段 307
8.5.3创新引领阶段 308
8.6创新引领拥抱开源 311
8.6.1开源是正确之路 312
8.6.2开源的成功之法 315
8.7产业繁荣重在生态 319
8.7.1中国数据库元年 320
8.7.2产业厚度与创新高度 321
8.8立足国内和放眼国际 321
8.8.1聚焦关键创新 322
8.8.2产业发展关键环节 323
325 第9章数据库架构的演进和未来
9.1KISS原则 325
9.2一个前提假设 326
9.3单机集群和分布式 327
9.4分区分表和分库技术 331
9.4.1分区技术 332
9.4.2分表技术 334
9.4.3分库技术 335
9.5分布式数据库 336
9.5.1中间件分布式 336
9.5.2一体化分布式 338
9.5.3原生分布式 340
9.6复杂性的降权 341
9.6.1RAC One Node 341
9.6.2共享存储分布式 342
9.6.3单机分布式一体化 343
9.7环境的进化 344
9.7.1硬件的进化 344
9.7.2软件的协同 345
9.7.3软硬件的协同 350
9.7.4内核革新 353
9.8HANA的实践 356
9.9SQLite 启示录 360
9.10数据库的简化 362
9.10.1大道至简 362
9.10.2数据库无感化 363
9.10.3智能加持 364
9.10.4新DBA时代 367
9.11数据库的未来 368
373 第 10章天道酬勤，缘起数据终不悔
10.1缘起边陲，恰同学风华正茂 373
10.2网络生涯，一念即起无声长 375
10.3京师磨炼，转眼已历二十载 377
10.4笔耕不辍，年少曾怀作家梦 379
10.5挑战自我，勇于分享登舞台 382
10.6三重境界，见山见水见真我 384
10.7云和恩墨，数据服务起征途 386
10.8理想实践，开发运维平台化 388
10.8.1自动巡检，Bethune探索智能化 389
10.8.2SQL审核，前置管控问题 391
10.8.3智能运维，zCloud平台化 393
10.9耕获菑畬，基础软件再启程 394
10.10未雨绸缪，防患于未然之中 397
10.11快乐生活，此心安处是吾乡 399
402 行至水穷处，坐看云起时
Conseils pour réduire les coûts d'expédition
1)Débarrassez-vous de l'emballage d'origine, par exemple, si vous achetez une paire de chaussures, vous pourriez vous débarrasser de la boîte à chaussures ce qui économisera beaucoup sur le poids volumétrique.
2)Les frais de port sont normalement facturés par tranche de 0,5KG. Donc, si vous achetez un produit qui ne pèse que 0,1KG, vous pourriez envisager d'acheter 2-3 PCS à la fois, ce qui n'ajoutera pas plus de frais de port à votre commande.
Poids Volumétrique
Le poids volumétrique se réfère à la taille globale d'un colis et est mesuré en kilogrammes volumétriques. Le poids volumétrique peut être calculé en multipliant la longueur, la largeur et la hauteur d'un colis (en cm) et en divisant ce chiffre par 5000 (certains transporteurs utilisent un diviseur de 6000/7000, etc).
Articles Prohibés (mais non limités) pour l'Expédition Internationale,
-
Cigarette
-
Alcool
-
Liquide
-
Couteau/Ciseaux
-
Pistolet jouet
-
Graines
-
Animaux vivants
-
Fleurs réelles
Les articles suivants (mais non limités) pourraient seulement être expédiés avec des lignes logistiques spécifiques,
-
Crème
-
Cosmétiques
-
Encas
-
Médicament