
徐子晨 柳傑 婁俊升
隨着物聯網、雲計算、大數據與人工智能等技術的蓬勃發展,計算服務逐漸從計算密集型向數據密集型(Data Intensive)轉變。高性能、高通量的數據服務關鍵技術成爲智慧城市、智能製造、智慧農業等國家重大需求解決方案的核心基礎。並行與分佈式數據處理的概念啓發於上世紀80年代,源自討論在內存及二級存儲極爲有限的條件下如何跨越“內存牆”,完成計算任務的優化技術。而今,互聯網與私有網絡數據指數級增長、數據服務的事務性需求複雜多變、跨地域數據同步需求動態不統一、如何應對當前及未來大數據服務及其上的人工智能計算對並行與分佈式數據服務提出了新的問題與挑戰。本書從並行與分佈式數據服務的基礎理論、事務模型、數據處理語言等基礎內容,並進一步討論分佈式數據一致性模型及全觀性的數據處理架構方面的先進及實用的研究及系統軟件相關知識,,對分佈式數據服務的其他研究也進行了概述,並對其未來發展方向進行展望。本書可以作爲計算機、數據科學與大數據技術、人工智能等相關專業的高年級本科生與研究生在數據庫理論及分佈式系統等課程上的輔助教材,也可以爲物聯網、雲計算、大數據與人工智能等領域的科研人員及從業者提供創新研究與技術應用的參考。
通過一個簡單的分佈式kv數據庫的實現,讓讀者窺探了分庫是數據庫系統的實現。