基本介紹
內容簡介,編輯推薦,作者簡介,圖書目錄,
內容簡介
高性能的記憶體計算將改變企業的工作方式，並最終真正實現“實時”計算處理的許諾。記憶體計算技術將給以下三個相互關聯的戰略領域帶來重大變革：降低總體擁有成本、創新套用、作出更快更好的決策。
從現代CPU 的角度來看，訪問記憶體數據就如同從廚房取一杯水。而訪問計算機硬碟中的數據就好比飛到德國去取一杯水。在過去，主存的成本高昂，於是必須飛到德國去取水。然而，過去幾年，主存每 MB 的成本顯著降低，最終使得從廚房取一杯水成為有成本效益且更加便利的選擇。哈索等編著的《記憶體數據管理(第2版)》分為三個部分：第一部分概述我們的願景，即記憶體計算技術如何改變企業級套用。這一部分適用於所有讀者。第二部分更深入地闡述我們打算如何實現願景。這一部分適用於那些希望深入了解記憶體數據管理的學生和開發人員。第三部分闡述記憶體計算對企業級套用開發和功能所帶來的深遠意義。這一部分適用於技術人員和業務型讀者。
編輯推薦
《記憶體數據管理（第2版）》通過對技術發展趨勢的分析，舉出了有關主記憶體將在資料庫系統中占主導地位的可信例證。
業界最新一本有關記憶體資料庫系統的權威書籍，可為學生和資料庫設計人員等相關人士提供完整的參考信息。
《記憶體數據管理（第2版）》不僅描述了這項以市場為導向，並極有可能改變整個企業軟體市場的德國創新技術，而且還展示了一個工作原型。
《記憶體數據管理（第2版）》不僅描述了這項以市場為導向，並極有可能改變整個企業軟體市場的德國創新技術，而且還展示了一個工作原型。
作者簡介
哈索教授、博士
哈索教授、博士是SAP公司的創始人之一，並於2003年5月起擔任SAP監事會主席。作為公司的監事會主席和首席軟體顧問，他致力於制定SAP的中長期技術戰略和發展方向。與此同時，哈索也負責領導SAP監事會技術委員會。
圖書目錄
引言 1
第一部分?企業級套用的轉折點
第1章?可取性、適用性、可行性：記憶體計算技術的影響 7
1.1?實時信息：隨時隨地獲取任何信息 7
1.1.1?思維般快速的回響 9
1.1.2?實時分析和動態計算 10
1.2?最新硬體趨勢的影響 11
1.2.1?企業級套用的資料庫管理系統 11
1.2.2?主存是新磁碟 14
1.2.3?從最大化CPU速度到多核處理器 15
1.2.4?增加的CPU和主存之間的頻寬 18
1.3?通過記憶體數據管理降低成本 21
1.3.1?總體擁有成本 21
1.3.2?企業系統中的成本因素 21
1.3.3?記憶體計算的性能促進成本降低 22
1.4?結論 24
第2章?企業級套用為何如此繁雜零亂 25
2.1?當前的企業級套用 25
2.2?企業級套用範例 27
2.3?企業級套用架構 29
2.4?企業級套用中的數據處理 30
2.5?企業級套用中的數據訪問模式 31
2.6?結論 31
第3章?SanssouciDB：企業記憶體資料庫系統的未來藍圖 33
3.1?重點關注多核和主存 34
3.2?記憶體資料庫系統設計 36
3.3?SanssouciDB中數據的組織與訪問 37
3.4?結論 40
第二部分?SanssouciDB：通過記憶體計算技術提供單一數據源
第4章?SanssouciDB的技術基礎 43
4.1?了解記憶體層次結構 43
4.1.1?主存簡介 44
4.1.2?記憶體層次結構的組織結構 47
4.1.3?記憶體層次結構的趨勢 49
4.1.4?從程式設計師的角度看待記憶體 50
4.2?使用多核和跨伺服器進行並行數據處理 57
4.2.1?通過添加資源增加容量 58
4.2.2?並行系統架構 59
4.2.3?企業級套用資料庫的並行化 61
4.2.4?SanssouciDB中的並行數據處理 64
4.3?通過壓縮提高速度和減少記憶體消耗 68
4.3.1?輕量級壓縮 69
4.3.2?重量級壓縮 73
4.3.3?數據相關的最佳化 73
4.3.4?壓縮感知的查詢執行 74
4.3.5?真實數據的壓縮分析 74
4.4?列優先、行優先、混合方式：最佳化數據布局 75
4.4.1?垂直分區 75
4.4.2?尋找最佳布局 79
4.4.3?混合型資料庫面臨的挑戰 82
4.4.4?套用情景 83
4.5?虛擬化的影響 83
4.5.1?分析型工作負載的虛擬化 83
4.5.2?數據模型和基準測試環境 84
4.5.3?虛擬執行與本地執行 84
4.5.4?使用並行虛擬機減少回響時間 85
4.6?技術概念總結 88
4.7?結論 99
第5章?SanssouciDB中數據的組織與訪問 101
5.1?用於訪問記憶體數據的SQL 102
5.1.1?SQL的角色 102
5.1.2?查詢的生命周期 103
5.1.3?存儲過程 103
5.1.4?數據組織和索引 104
5.1.5?任何屬性均可作為索引 105
5.2?憑藉數據老化提高性能 107
5.2.1?主動數據和被動數據 108
5.2.2?老化過程在實現上的考慮 109
5.2.3?銷售線索水平分區的用例 110
5.3?高效檢索業務對象 112
5.3.1?從資料庫中檢索業務數據 113
5.3.2?對象數據指南 113
5.4?高效執行業務函式 115
5.4.1?區分業務函式與應用程式函式 115
5.4.2?比較業務函式 116
5.5?處理讀最佳化資料庫中的數據更改 118
5.5.1?對SanssouciDB的影響 119
5.5.2?合併過程 121
5.5.3?通過單列合併提高性能 125
5.6?只添加、不刪除，保持歷史記錄的完整性 127
5.6.1?“只插入”實施策略 128
5.6.2?通過“只插入”操作最小化鎖定 129
5.6.3?對企業級套用的影響 133
5.6.4?“只插入”方法的可行性 135
5.7?支持事務數據分析 136
5.7.1?動態聚集 137
5.7.2?無星型模式的分析查詢 147
5.8?不停機擴展數據布局 155
5.8.1?行存儲中的重組 155
5.8.2?列存儲中的動態附加 156
5.9?利用高級日誌技術提高業務恢復能力 157
5.9.1?列存儲中的恢復 158
5.9.2?行優先資料庫的差分日誌記錄 160
5.9.3?提供高可用性 161
5.10?對混合負載進行最佳化調度的重要性 162
5.10.1?調度簡介 163
5.10.2?混合負載的特徵 165
5.10.3?運行時間較短與較長任務的調度 167
5.11?結論 169
第三部分?記憶體計算技術所帶來的改變
第6章?應用程式開發 175
6.1?最佳化SanssouciDB的應用程式開發 175
6.1.1?記憶體應用程式的編程模式 175
6.1.2?應用程式架構 180
6.1.3?將業務邏輯移到資料庫中 181
6.1.4?最佳實踐 183
6.1.5?圖形化創建視圖 184
6.2?創新的企業級套用 187
6.2.1?全新的分析應用程式 187
6.2.2?運營處理幫助簡化日常業務 191
6.2.3?創新用戶界面讓信息觸手可及 194
6.2.4?合併分析與文本搜尋 200
6.2.5?基本搜尋類型 201
6.2.6?企業搜尋功能 201
6.3?結論 205
第7章?即將呈現的真正的商務智慧型系統 207
7.1?運營數據分析 207
7.1.1?過去的商務智慧型 208
7.1.2?如今的商務智慧型 211
7.1.3?將分析從日常運營中分離出來的弊端 213
7.1.4?為分析系統設計的專用資料庫 214
7.1.5?分析和查詢語言 217
7.1.6?促進商務智慧型變化的驅動因素 219
7.1.7?未來的商務智慧型 221
7.2?改變之後如何評估資料庫 222
7.2.1?企業計算基準測試 223
7.2.2?為混合負載量身定製的新基準測試要求 224
7.2.3?日常運營和分析的新基準測試 226
7.3?結論 230
第8章?在雲計算中擴展SanssouciDB 231
8.1?什麼是雲計算？ 232
8.2?雲應用程式的類型 233
8.3?從提供商的角度看雲計算 235
8.3.1?多租戶 236
8.3.2?低端硬體與高端硬體 241
8.3.3?複製 241
8.3.4?憑藉記憶體計算技術提高能源效率 243
8.4?結論 244
第9章?記憶體計算技術革命已拉開序幕 245
9.1?無風險過渡到記憶體數據管理 245
9.1.1?記憶體系統和傳統系統並肩工作 246
9.1.2?系統整合和可擴展性 247
9.2?客戶驗證點 248
9.2.1?柏林夏洛蒂醫科大學 250
9.2.2?Hilti 251
9.3?結論 253
關於作者 255
參考文獻 257
索引 273
術語表 281
縮寫 289
