Question

本书分为三部分：

1. 在 第一部分 中，我们会讨论设计数据密集型应用所赖的基本思想。我们从 第 1 章 开始，讨论我们实际要达到的目标：可靠性，可扩展性和可维护性；我们该如何思考这些概念；以及如何实现它们。在 第 2 章 中，我们比较了几种不同的数据模型和查询语言，看看它们如何适用于不同的场景。在 第 3 章 中将讨论存储引擎：数据库如何在磁盘上摆放数据，以便能高效地再次找到它。 第 4 章 转向数据编码（序列化），以及随时间演化的模式。
2. 在 第二部分 中，我们从讨论存储在一台机器上的数据转向讨论分布在多台机器上的数据。这对于可扩展性通常是必需的，但带来了各种独特的挑战。我们首先讨论复制（ 第 5 章 ），分区/分片（ 第 6 章 ）和事务（ 第 7 章 ）。然后我们将探索关于分布式系统问题的更多细节（ 第 8 章 ），以及在分布式系统中实现一致性与共识意味着什么（ 第 9 章 ）。
3. 在 第三部分 中，我们讨论那些从其他数据集衍生出一些数据集的系统。衍生数据经常出现在异构系统中：当没有单个数据库可以把所有事情都做的很好时，应用需要集成几种不同的数据库，缓存，索引等。在 第 10 章 中我们将从一种衍生数据的批处理方法开始，然后在此基础上建立在 第 11 章 中讨论的流处理。最后，在 第 12 章 中，我们将所有内容汇总，讨论在将来构建可靠，可伸缩和可维护的应用程序的方法。