数据库
有哪些分布式数据库书籍或论文比较好？
一、有哪些分布式数据库书籍或论文比较好？
谢邀，赞最多的答案说了一些，很不错，我谈谈自己的看法。
大数据系统绝对不是几篇论文就能够深入的，它首先是一个综合性的系统，里面涉及到了形形色色各个方面的知识，实际上只要在其中几个领域能达到一定建树就已经很了不起了，题主的题目还是大了点。
1.基础。
《分布式系统：概念与设计》
《大数据日知录》
首先，我认为要对整个系统有个宏观上的认识，为了达到这个目的可以尝试一些虽然不是很深入，但足够全面的资料书籍。这类书籍我推荐两本我阅读过的，一本是机械工业出版社的《分布式系统概念与设计》，是个大部头，有些理论不是最新的，但是胜在够全面，可以一个主题一个主题地大概看一下有个概念。另一本是《大数据日知录》，这本书我个人是十分欣赏的，偏重于实践却又不
仅仅是一本说明书，是结合一些开源框架的具体实现来说明白原理。
2.存储/分布式文件系统。
《大话存储II》
《The Google File System》
《Ceph:AScalable,High-Performance Distributed File System》
glusterfs相关文档
hdfs相关文档
存储系统一直是个大东西，每个分布式系统都必不可少的。《大话存储II》是讲存储系统基础的，写得很不错，但是偏硬件一点，可以阅读以下有个大概的认识，比如RAID的概念啦，SAN/NAS的概念啦，基本的存储优化知识啦，这些都很好，作者张冬是我一直很欣赏的前辈。GFS是谷歌分布式文件系统的论文，它的重要性就不用多说了。而Ceph或者glusterfs的相关文档可以根据需要稍微看一下，用得比较多的hdfs应该重点看一下。
3.计算引擎
《google mapreduce》（全名记不全了）
《
Resilient Distributed Datasets: A Fault-Tolerant Abstraction for In-Memory Cluster Computing》(Spark 基础概念论文)
《Spark:Cluster Computing with Working Sets》 一样是spark的基础论文
storm相关中文资料
《七周七并发模型》
《并行算法设计与性能优化》
《Pregel:A system for large scale graph processing》
google dremel
google caffeine
第一篇鼎鼎大名的mr思想介绍，毫无疑问。第二篇论文是Spark最基础的文档，介绍了一下RDD的基本思路顺带着打了个spark的基础。然而spark令人比较爽的一点是官方文档相当全面，而且是最新的，直接进官网去了解一下最好。storm本身比较简单，看一些相关中文资料了解一下也就可以了。这三个是目前最火的开源计算引擎了。《七周七并发模型》一书能帮助你从底层理解计算框架的设计依据，而且很薄，可以一看。最后一本谈到了现在比较火爆的异构计算和一些优化方法，有兴趣的话可以围观一下。最后是号称新谷歌三驾马车的三项，其中pregel我拜读过，从而了解了什么是图计算，但是还是建议看看graphlab和graphx的实现。
4.分布式数据库/搜索引擎
《Hbase权威指南》
《solr in action》
《lucene in action》
《Redis设计与实现》
ElasticSearch相关文档。
这个领域我个人实践很少，而且相关技术非常丰富，我只是随便列举了几本我自己阅读过或者同事比较推崇的，在阅读时应当更加注重设计理念而非操作配置。
5.Leslie Lamport相关论文
老爷子牛逼得一塌糊涂，包括paxos、distributed snapshot、lamport clock等这些概念都会很有帮助，所以单独拎出来提一下，顺便献上我的膝盖...
6.机器学习/数据分析
这个领域论文满天飘，但如果你是像我这样不是把精力放在算法上而是在系统平台上的人来说，推荐一些比较”功利的“。
《The LION Way- Machine Learning plus Intelligent Optimization》，大神推荐的，薄且易懂。
《机器学习》，机械工业出版社的东西，不多说，基础读物。
《数据挖掘导论》，不多说，基础读物，相关专业的教材。
《Machine Learning with Spark》，以spark为基础实践机器学习的教材，可操作性强。
《Advanced Analytics with Spark》同上。
《机器学习实战》基于例子实现机器学习，python为主。
《集体智慧编程》重点推荐，通俗易懂看得爽得飞起。
7.其他好玩的
《BlinkDB: Queries with Bounded Errors and Bounded Response Times on Very Large Data》开拓视野的好东西，读完以后会有种被他们活生生机智死的感觉。
《图解机器学习》，日本人的作品，刚买到翻开一看狗眼亮瞎，各种花式插图漫画。
《计算广告》，不多说，正在拜读，涨姿势。
《mahout in action》我第一个分布式机器学习算法就是按着书上说的实现的，虽然有点老……
《深入理解java虚拟机》，必备手册，日常工作系统调优指南。
8.虚拟化
....写不动了占坑以后补上。
9.调度系统
....写不动了占坑以后补上。
10.运维与系统管理
....写不动了占坑以后补上。
11.架构设计
....写不动了占坑以后补上。
12.网络
....写不动了占坑以后补上。
13.消息队列
....写不动了占坑以后补上。
14.编程语言与编程技巧
....写不动了占坑以后补上。
15.数据仓库
....写不动了占坑以后补上。
二、oracle数据库是分布式数据库吗？
oracle数据库是分布式数据库。
ORACLE数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品；作为分布式数据库它实现了分布式处理功能。
三、分布式数据库的产生？
分布式数据库系统是由若干个站集合而成。这些站又称为节点，它们在通讯网络中联接在一起，每个节点都是一个独立的数据库系统，它们都拥有各自的数据库、中央处理机、终端，以及各自的局部数据库管理系统。因此分布式数据库系统可以看作是一系列集中式数据库系统的联合。它们在逻辑上属于同一系统，但在物理结构上是分布式的。
四、分布式数据库实现方法？
分布式数据库的实现方法主要包括数据分片和分布式消息队列。数据分片是将一个完整的数据库分成多个较小的数据集合，每个数据集合都部署在不同的服务器上，这样可以实现数据的分散存储和共享。分布式消息队列则是通过在服务器之间传递消息来实现异步通信，多个服务器集群通过分布式消息队列实现异步处理，提高了系统的可扩展性和可靠性。除此之外，为了保证数据库的高可用性，还需要对数据库进行主从分离和实时同步。主从分离是指将一个数据库的主备机分开，分别部署在不同的服务器上，这样可以实现数据库的冗余备份和故障转移。实时同步则是通过将主数据库的实时数据同步到从数据库中，实现数据的实时备份和恢复。以上是分布式数据库的一些实现方法，实际应用中可能还需要根据具体情况进行相应的设计和调整。
五、什么是分布式数据库？
分布式数据库是一个数据集合，它物理地分布在计算机网络的多个节点上，而逻辑上属于同一个系统。网络中的每个节点都具有独立处理能力，可以执行局部应用，同时也可通过网络通信子系统和其它节点进行交互，以完成全局应用。因此，分布式数据库系统既具有分布性又具有数据库的集中控制性。分布式数据库具有以下优点：具有灵活的体系结构：分布式数据库系统的结构可以根据具体的应用需求和环境特点进行灵活配置，包括数据存储、处理和访问方式等。具有高可靠性：分布式数据库系统通常采用多副本机制，将数据存储在多个节点上，以保证数据的可靠性和可用性。具有高性能：分布式数据库系统可以通过将数据分布在多个节点上，并利用多个节点的计算能力和存储能力，提高系统的性能和处理能力。具有良好的可扩展性：分布式数据库系统可以通过增加节点数量和提升节点性能，实现系统的水平扩展和垂直扩展，以适应不断增长的数据量和业务需求。总之，分布式数据库系统是一种具有高可靠性、高性能、良好的可扩展性和灵活性的数据库系统，适用于处理大规模数据和高并发访问的应用场景。
六、什么是分布式水文数据库？
分布式水文数据库是指，当前国际上有两种形式的数据库,一种是集中式数据库;另一种是分布式数据库.鉴于我国历史水文资料年限长,册数多(近2000册水文年鉴)的具体情况,1984年水电部水调中心设想建立分布式水文数据库,即在各流域机构(或省)所在地建立通用数据库
七、分布式数据库好学吗？
学习分布式数据库需要一定的基础知识和技术理解，包括数据库原理、分布式系统、数据复制与同步等。
学习过程可能会较为复杂和具有挑战性，但掌握分布式数据库的知识和技能对于应对大规模数据存储和处理的需求是非常重要的。因此，如果对数据库和分布式系统有兴趣，并愿意花时间深入学习，那么学习分布式数据库是有价值的。
八、云数据库和分布式数据库的区别？
打个比方这二者就像磁盘阵列和云盘。 云数据库和云盘一样，是云提供商提供的一种SaaS。背后可能通过磁盘阵列或者其它分布式架构实现。用户无需理会，即买即用。
分布式数据库，则和磁盘阵列一样，内部数据分散存储在不同硬件实体，但对外仍是一个逻辑整体。 所以，云数据库背后可能通过分布式数据库实现。两者没有必然的联系。
九、分布式数据库和传统数据库的区别？
时代的发展，使得数据不断增加。传统的数据存储方式远远满足不了需求。想象一下，企业发展过程中，数据越来越多。以往，只能买个存储空间更大的数据库服务器，然后将原有的数据拷贝过去。但这只是一时的补救，并不能满足未来的发展。
我们常常说区块链是分布式数据库，但在这前面要加上“特殊的”这三个字。因为区块链与传统的分布式数据库还是有区别的。
分布式数据库
分布式数据库是将数据分割开来，存储在不同的数据库服务器中，数据多了就多用个服务器。当然，实际当中并不是这么简单的，我们还要考虑服务器之间的链接，怎样快速查找数据等等。
在分布式数据库中，负责存储的服务器节点只存储一部分数据，节点之间是彼此信任的，这些节点组合成一个完整的数据库。
区块链——公有链
公有链运用了分布式存储的技术，它提高了每个节点的权限，每个节点都是个独立的个体。与传统分布式数据库最大的区别是：公有链的节点是彼此制约的。
公有链的节点他们各自就是一个完整的数据库，可以存储公有链上所有的区块数据。由于各节点相互独立，区块链才被称为一个去中心化的分布式数据库。
公有链相对于传统的分布式数据库，有着明晰的优势，由于数据确认需要一半以上的节点共识，使得数据具有不可篡改的特点，而且由于数据存在于多个节点，使得数据理论上是永远不会丢失的。
然而，为了这些优势，公有链存在一些短板。首先，由于每个模块的生成需要多方确认，使得数据生成的效率降低。再一个，虽然区块链采用加密技术来保障用户隐私，然而，由于每个节点都能获得完整的数据，数据是公开的，使得一旦用户泄露了自己的地址，别人就能很容易地知晓其交易记录。
另外，由于每个节点都能存储所有的数据，造成了不必要的浪费，使得数据冗余。
区块链的进化版——T-ABC联盟链
联盟链的特点是区块链由联盟中的成员进行管理。成员推选出1个或多个预选节点负责记账，使得记账由无数个节点限制到有限的节点，大大提高了效率，且保留了不可篡改的特点。而其用户节点只有查询和交易功能，并未存储所有数据。用户想要查询记录，不仅需要地址，还要有对应的私钥，很好地保障用户的隐私。
我们都知道数据在区块链中是分为一个个区块存储的。T-ABC中的普通节点是没有存储所有区块的，每个区块都是从上亿个节点中随机抽取6个节点存储。避免了数据的大量冗余。
有人会问，如果这6个节点都坏了，数据不就丢失了吗？为此，每当一个节点损坏或断网，整个系统会将其存储的数据再随机同步给其他节点，使得每个区块在整个系统中都有6个节点记录，使得数据不会丢失的。
T-ABC联盟链通过由联盟成员管理，限制普通节点查询权限，普通节点不存储完整数据。在分布式数据库基础上，优化了数据不可被篡改，让数据更可信，赋予了节点更高的权限。
十、dbms属于什么分布式数据库？
分布式DBMS是指分布式数据库系统中的一组软件。它负责管理分布环境下逻辑集成数据的存取、一致性、有效性和完备性。同时由于数据的分布性，在管理机制还必须具有计算机网络通信协议上的分布管理特性。
热点信息
-
在Python中，要查看函数的用法，可以使用以下方法： 1. 使用内置函数help()：在Python交互式环境中，可以直接输入help(函数名)来获取函数的帮助文档。例如，...
-
一、java 连接数据库 在当今信息时代，Java 是一种广泛应用的编程语言，尤其在与数据库进行交互的过程中发挥着重要作用。无论是在企业级应用开发还是...
-
一、idea连接mysql数据库 php connect_error) { die("连接失败: " . $conn->connect_error);}echo "成功连接到MySQL数据库！";// 关闭连接$conn->close();?> 二、idea连接mysql数据库连...
-
要在Python中安装modbus-tk库，您可以按照以下步骤进行操作： 1. 确保您已经安装了Python解释器。您可以从Python官方网站(https://www.python.org)下载和安装最新版本...