●第1章 分布式數據庫行業發展
1.1 分布式數據庫的行業背景與發展軌跡
1.1.1 螺旋上升、新舊交替的數據庫歷史
1.1.2 新一代分布式數據庫的發展方向:湖倉一體架構
1.2 巨杉數據庫公司及其產品簡介
1.2.1 SequoiaDB的產品概述
1.2.2 SequoiaDB的核心特性
1.2.3 SequoiaDB的整體架構
第2章 SequoiaDB行業應用及很好實踐
2.1 企業應用場景
2.1.1 分布式聯機交易業務
2.1.2 數據中臺服務
2.1.3 內容管理服務
2.2 企業級應用案例
2.2.1 某銀行的分布式數據庫實踐
2.2.2 某省級農信社的聯機交易業務應用實踐
第3章 SequoiaDB基礎知識
3.1 SequoiaDB的安裝和部署
3.1.1 軟硬件環境需求
3.1.2 Linux的推薦配置
3.1.3 數據庫引擎的安裝
3.1.4 集群模式部署
3.1.5 Docker模式部署
3.2 MySQL實例的基本操作
3.2.1 配置SequoiaDB服務
3.2.2 啟動存儲集群
3.2.3 啟動MySQL服務
3.2.4 創建表和索引
3.2.5 CRUD
3.3 SDB Shell模式
3.3.1 啟動Shell
3.3.2 SDB Shell的基本操作
3.3.3 使用SDB Shell執行腳本
第4章 數據庫實例
4.1 MySQL實例
4.1.1 MySQL實例的安裝和部署
4.1.2 MySQL實例的使用方法
4.1.3 MySQL開發——JDBC驅動程序
4.1.4 MySQL開發——ODBC驅動程序
4.2 tgreSQL實例
4.2.1 tgreSQL實例的安裝和部署
4.2.2 tgreSQL實例的使用方法
4.2.3 tgreSQL開發——JDBC驅動程序
4.2.4 tgreSQL開發——ODBC驅動程序
4.3 SparkSQL實例
4.3.1 SparkSQL實例的安裝
4.3.2 SparkSQL實例的使用方法
4.3.3 Spark命令行的連接
4.3.4 Spark開發——JDBC驅動程序
4.4 MariaDB實例
4.4.1 MariaDB實例的安裝和部署
4.4.2 MariaDB實例的使用方法
4.5 S3實例
4.5.1 S3實例的安裝操作
4.5.2 S3實例的基本讀/寫操作
4.5.3 S3實例的命令行連接
4.5.4 S3實例的Java開發樣例
4.6 SequoiaFS文件繫統實例
4.6.1 SequoiaFS文件繫統實例的安裝和部署
4.6.2 掛載目錄
4.6.3 數據設計
4.6.4 API
4.7 JSON實例
4.7.1 JSON實例的安裝和部署
4.7.2 JSON實例的使用
4.7.3 JSON實例的開發
第5章 架構和數據模型
5.1 節點
5.1.1 SQL節點
5.1.2 協調節點
5.1.3 數據節點
5.1.4 編目節點
5.1.5 資源管理節點
5.2 復制
5.2.1 復制組的原理
5.2.2 部署復制組
5.2.3 復制組選舉
5.2.4 復制組監控
5.2.5 主備一致性
5.3 分區
5.3.1 數據庫分區的原理
5.3.2 分區配置
5.3.3 分區索引
5.3.4 多維分區
5.4 分布式事務
5.4.1 事務日志
5.4.2 二階段提交
5.4.3 隔離級別
5.4.4 事務配置
5.5 數據模型
5.5.1 數據模型概述
5.5.2 文檔記錄
5.51 3集合
5.5.4 集合空間
5.5.5 大對像
5.5.6 索引
5.5.7 全文索引
5.5.8 序列
5.6 時間序列
5.6.1 邏輯時間
5.6.2 工具
第6章 進階使用與運維
6.1 數據遷移
6.1.1 從CSV文件遷移至SequoiaDB
6.1.2 從JSON文件遷移至SequoiaDB
6.1.3 實時的第三方數據復制
6.1.4 數據導出
6.2 版本升級
6.2.1 兼容性列表
6.2.2 離線升級
6.2.3 滾動升級
6.3 擴容/縮容
6.3.1 新增服務器
6.3.2 在服務器內新增節點
6.3.3 集群服務器的縮容
6.3.4 集群服務器內節點的縮容
6.4 備份與恢復
6.4.1 備份與恢復的原理
6.4.2 數據的備份
6.4.3 數據的恢復
6.4.4 日志歸檔
6.5 數據庫的監控
6.5.1 監控節點
6.5.2 監控集群
6.5.3 監控工具sdbtop
6.6 高可用性與容災
6.6.1 同城雙中心部署
6.6.2 兩地三中心部署
6.6.3 三地五中心部署
6.6.4 容災工具的使用
6.7 故障診斷
6.7.1 熱點問題的處理
6.7.2 因CPU占用率過高所導致的讀/寫延遲增加及其相應的處理方法
6.7.3 磁盤I/O負載過高及其相應的處理方法
6.8 性能調優
6.8.1 性能瓶頸的診斷
6.8.2 集群性能的監控
第7章 工具和生態
7.1 數據管理工具
7.2 SAC
7.3 SequoiaDB Cloud多雲管理平臺
7.4 巨杉生態社區
7.4.1 巨杉學的目標
7.4.2 巨杉學的優勢
7.4.3 關於認證考試