下载掌阅APP，畅读海量书库
立即打开
强彦
教授，中北大学软件学院院长，博士生导师。山西省教学名师，教育部工程教育认证专家，中国计算机学会虚拟现实与可视化专委常委、教育专委执委，山西省计算机学会理事，《太原理工大学学报》副主编。
目前，主要从事医工结合等计算机应用技术研究方面的教学科研工作。主持国家自然科学基金项目4项，发表学术论文 100 余篇主编、参编或翻译著作教材 33 部，拥有国家发明专利 19 项。获山西省教学成果一等奖2项、山西省自然科学奖二等奖1项、科技进步奖三等奖 1项，主讲课程荣获国家级精品视频公开课称号，是国家一流课程的首席教授。曾获山西省“五一劳动奖章”，山西省“优秀教师”，山西省“十佳师德标兵”，山西省“三晋英才”拔尖骨干人才等荣誉称号。
本书全方位讲解分布式数据库的知识点，由易到难、由浅入深地带领读者在分布式数据领域不断深入。第1章主要介绍分布式数据库的起源与发展，并就分布式数据库的结构模式、作用及特点进行详细讲解。第2章主要对分布式技术、分布式服务架构、云数据库与容器化技术、大数据平台、分布式存储与数据库以及区块链技术进行详细介绍。第3章主要从分布式的基础理论、分布式事务分类以及分布式数据库分类、SequoiaDB数据库展开介绍。第4章主要从体系结构、安装部署、实例创建、数据库操作以及数据库事务能力五个方面介绍分布式数据库架构。第5章主要讲述分布式原理、高可用能力演示，以及集群扩容与缩容操作。第6章主要讲解数据迁移的实例，数据库和集群的备份、恢复的基本知识和实例操作。第7章主要介绍数据库的监控与管理，还会介绍几种代表性的快照类型，最后按照问题分类对常见错误进行描述并提供相应的解决方案。
本书适合作为高等学校计算机专业数据库相关课程的教材，也适合作为分布式数据库领域技术人员的参考书。
互联网蓬勃发展，业务驱动技术不断升级，系统越来越庞大，技术越来越复杂，应用部署集群化，所有压力都指向了数据库。数据量巨大，数据库的优化和运维面临重重困难，在这种情况下，分布式数据库应运而生，成为强有力的解决方案。如今，我国也自主研发了多种分布式数据库系统，技术日新月异。
分布式数据库有着悠久的历史，传统的分布式数据库以数仓及分析类OLAP系统为主，不能满足大量高并发的数据查询以及大数据加工和分析的效率要求，因此分布式数据库近几年也在努力转型。在未来的3～5年中，新一代数据库将会渐渐向多模数据库演进，同时提供SQL和API两种数据访问模式。随着区块链技术的不断革新，分布式数据库成为当今大数据时代的必然趋势与需求。
巨杉数据库（SequoiaDB）在支持使用SQL和API访问结构化与半结构化存储的同时，也支持其他类型的数据存储格式，包括非结构化的对象存储。因此巨杉数据库更适合高并发在线事务处理场景，技术前景广阔。
分布式数据库教材在国内相对稀少，本书与国内著名分布式数据库公司——广州巨杉软件开发有限公司合作，主要针对分布式数据库的基本概念、数据库的逻辑结构、物理存储结构、分布式数据库的基础语法等进行整体性的讲解，帮助读者建立分布式数据库的完善理论基础，同时结合巨杉分布式数据库的应用实战来增强读者对分布式数据库理论的理解以及利用分布式数据库解决实际问题的能力。
本书将理论与实战紧密结合。从分布式基础理论到实战经验，将理论付诸实战，帮助读者在提高理论基础的同时强化实战能力。另外，本书还提供了视频教学资源、练习题库和案例实战的源代码。
多位巨杉数据库开发工程师参与撰写本书。作者充分结合了企业先进的分布式数据库经验，读者在建立完善的分布式数据库理论基础的同时，还可以访问巨杉数据库官网，随时查看学习资源、在线视频讲解，学习企业公布的最新分布式数据库技术和应用，并获取更多详细的教育资源。本书可作为SequoiaDB University针对SCDA认证考试的教材，帮助读者通过巨杉SCDA认证。
本书能够顺利出版，感谢所有给予帮助和支持的专家、学者。感谢巨杉数据库软件研发技术团队的支持。本书由中北大学强彦主编。第2章由太原理工大学王盈森编写，第3章由太原理工大学赵涓涓编写，第4章由中北大学强彦编写，其他章由本书作者共同编写。撰写过程中太原理工大学的张吉娜、杨菀婷、李懿、罗士朝、杨星宇、周晓松等项目组成员做了大量的资料准备、文档整理和代码调试工作，在此表示衷心的感谢！
由于作者水平有限，不当之处在所难免，恳请读者及同人赐教指正。
强彦
于太原
在信息技术日新月异的今天，分布式数据库技术因其高可用性、高扩展性和高性能等特点，成为了大数据时代的重要基石。本书系统地介绍了分布式数据库的基本概念、关键技术及其在实际中的应用。本教学建议旨在帮助教师更有效地利用本书作为教材，指导学生深入理解分布式数据库，并在实践中加强对理论知识的应用。
● 理解分布式数据库的基本原理和关键技术。
● 掌握分布式数据库设计和管理的基本方法。
● 分析和解决分布式数据库在实际应用中遇到的问题。
● 通过实践加强对分布式数据库理论知识的理解和应用。
● 讲授法：用于介绍分布式数据库的基础理论和关键技术。
● 案例分析：通过分析真实案例，让学生理解分布式数据库设计和应用的复杂性。
● 实验实践：指导学生完成分布式数据库的设计、搭建和优化，提高动手能力。
● 小组讨论：鼓励学生团队合作，共同探讨分布式数据库面临的挑战和解决方案。
● 自主学习：推荐学生阅读最新的研究文章和技术博客，培养自主学习能力。
● 理论考试：考察学生对分布式数据库基础知识的掌握情况。
● 项目作业：评估学生在实际项目中应用分布式数据库知识的能力。
● 实验报告：通过实验报告来评价学生的实验操作和问题分析能力。
● 课堂表现和参与度：鼓励学生积极参与课堂讨论和小组合作。
● 期中和期末理论考试：通过闭卷或开卷形式，考察学生对分布式数据库理论知识的掌握。
● 项目实作与报告：评估学生在设计和实现分布式数据库系统中的应用能力，以及分析和解决问题的能力。
● 课堂讨论和小组作业：通过学生的课堂互动和小组合作，评价学生的沟通、协作和问题解决能力。
● 自我反思报告：鼓励学生撰写自我反思报告，总结学习过程中的收获、存在的问题及改进措施。
● 同行评审：学生互评项目作业和报告，培养批判性思维和相互学习的能力。
● 巨杉数据库官网及文档，提供了丰富的学习和实践资源。
● Apache Hadoop和Apache Spark官方文档，给出了大数据处理框架。
● Google Scholar和IEEE Xplore，可搜索最新的分布式数据库研究论文。
● 技术博客和在线课程，如Coursera和edX，提供了对分布式数据库的深入讲解和案例分析。
● 官方文档和标准，鼓励学生阅读分布式数据库产品的官方文档，如Apache Cassandra、MongoDB等，以及相关的技术标准。
● 技术社区和论坛，如Stack Overflow、GitHub等，学生可以在这些平台上提问、解答和分享经验。
● 科研文章和会议，引导学生关注分布式数据库领域的顶级会议和期刊，如VLDB、SIGMOD等，阅读最新的研究成果。
● 实验室和工作室，建议学校或教研单位建立分布式数据库实验室，提供实践环境，加强学生的动手能力。