《数据密集型应用系统设计》这本书把所有跟「数据」相关知识点都做了剖析、整理、总结。从底层数据结构到顶层架构设计，将数据系统设计中的精髓娓娓道来。当你把底层原理弄清楚后，就知道每项技术产生的背景是什么，解决了什么问题，有什么适用场景。
数据密集型应用系统
当数据（数据量、数据复杂度、数据变化速度）是一个应用的主要挑战，那么可以把这个应用称为数据密集型的。与之相对的是计算密集型——处理器速度是主要瓶颈。
如今在互联网领域，大多数应用都属于数据密集型应用。书中的宝贵经验无论是对架构师，DBA、还是后端工程师、甚至产品经理都会有帮助。
全书分为三大部分：
第一部分，主要讨论有关增强数据密集型应用系统所需的若干基本原则。首先开篇第1章即瞄准目标：可靠性、可扩展性与可维护性，如何认识这些问题以及如何达成目标。第2章我们比较了多种不同的数据模型和查询语言，讨论各自的适用场景。接下来第3章主要针对存储引擎，即数据库是如何安排磁盘结构从而提高检索效率。第4章转向数据编码（序列化）方面，包括常见模式的演化历程。
第二部分，我们将从单机的数据存储转向跨机器的分布式系统，这是扩展性的重要一步，但随之而来的是各种挑战。所以将依次讨论数据远程复制（第5章）、数据分区（第6章）以及事务（第7章）。接下来的第8章包括分布式系统的更多细节，以及分布式环境如何达成一致性与共识（第9章）。
第三部分，主要针对产生派生数据的系统，所谓派生数据主要指在异构系统中，如果无法用一个数据源来解决所有问题，那么一种自然的方式就是集成多个不同的数据库、缓存模块以及索引模块等。首先第10章以批处理开始来处理派生数据，紧接着第11章采用流式处理。第12章总结之前介绍的多种技术，并分析讨论未来构建可靠、可扩展和可维护应用系统可能的新方向或方法。
作者 Martin Kleppmann 是英国剑桥大学分布式系统方向的研究员。此前，他曾是 LinkedIn 和 Rapportive 等互联网公司的软件工程师，负责大规模数据基础设施建设。在此过程中他遇到过一些困难，因此他希望这本书能够帮助读者避免重蹈覆辙。Martin 还是一位活跃的会议演讲者、博主和开源贡献者。他认为，每个人都应该学习深刻的技术理念，对技术的深入理解能帮助我们开发出更好的软件。
封面
这本豆瓣评分 9.7 分的好书，是一本理论结合实践的书，书中很多问题，都会在实际场景中遇到。
中文翻译 GitHub 地址：GitHub - Vonng/ddia: 《Designing Data-Intensive Application》DDIA中文翻译
网友评论