目录

这份目录与左侧章节树、页末顺序导航共享同一阅读顺序；章内标题直接来自各页的稳定锚点。选择任意条目即可进入对应章节或小节。

插图目录

全书编号插图使用稳定图号和锚点；正文中的“图 N-N”引用会同时链接到这里列出的目标。

1. 图 1-1 — 将数据通过 ETL 导入数据仓库的简化示意图。
2. 图 1-2 — 软件类型及其运维方式的连续谱。
3. 图 2-1 — 一个允许用户相互关注的社交网络的简单关系模式。
4. 图 2-2 — 扇出——把新帖子投递给发帖用户的每一位关注者。
5. 图 2-3 — 当服务的吞吐量接近其处理能力上限时，排队会使响应时间急剧增加。
6. 图 2-4 — 响应时间、服务时间、网络延迟和排队延迟。
7. 图 2-5 — 用 100 次服务请求的响应时间样本说明平均值和分位数。
8. 图 2-6 — 当一次请求需要多个后端调用时，只需一个慢调用，就会拖慢整个最终用户请求。
9. 图 3-1 — 使用关系模式表示 LinkedIn 个人资料。
10. 图 3-2 — 一对多关系形成树状结构。
11. 图 3-3 — 关系模型中的多对多关系。
12. 图 3-4 — 文档模型中的多对多关系；每个虚线框内的数据可以组成一份文档。
13. 图 3-5 — 用于数据仓库的星型模式示例。
14. 图 3-6 — 图结构数据示例（框表示顶点，箭头表示边）。
15. 图 3-7 — 使用示例 3-12 中的 Datalog 规则确定爱达荷州在北美。
16. 图 3-8 — 以不可变事件日志作为权威数据源，并从中派生物化视图。
17. 图 3-9 — 将电影评分的关系数据库转换为矩阵表示。
18. 图 4-1 — 以类似 CSV 的格式存储键值对日志，并使用内存哈希映射建立索引。
19. 图 4-2 — 带有稀疏索引的 SSTable，查询可以直接跳到正确的数据块。
20. 图 4-3 — 合并多个 SSTable 段，仅保留每个键的最新值。
21. 图 4-4 — 布隆过滤器以概率方式快速判断某个键是否存在于某个 SSTable 中。
22. 图 4-5 — 使用 B 树索引查找键 251。先从根页沿引用进入键 200–300 所在的页，再进入键 250–270 所在的页。
23. 图 4-6 — 在边界键 337 处拆分页，使 B 树增长；父页也随之更新，以引用两个子页。
24. 图 4-7 — 按列而不是按行存储关系数据。
25. 图 4-8 — 对单列进行压缩并建立位图索引的存储方式。
26. 图 4-9 — 两张位图的按位与运算非常适合向量化处理。
27. 图 4-10 — 多维数据集的两个维度，通过求和聚合数据。
28. 图 4-11 — 在 HNSW 索引中查找最接近给定查询向量的数据库条目。
29. 图 5-1 — 旧版应用程序更新先前由新版应用程序写入的数据时，若处理不慎，可能丢失数据。
30. 图 5-2 — 示例 5-2 中的记录使用 MessagePack 编码后的结果。
31. 图 5-3 — 使用 Protocol Buffers 编码的示例记录。
32. 图 5-4 — 使用 Avro 编码的示例记录。
33. 图 5-5 — Protocol Buffers 的编码与解码可以使用不同版本的模式。Avro 解码时使用两个模式：写入者模式必须与编码时所用模式完全相同，读取者模式则可以是较旧或较新的版本。
34. 图 5-6 — Avro 读取器协调写入者模式与读取者模式之间的差异。
35. 图 5-7 — 使用图形化的业务流程模型与标记法（BPMN）表示工作流的示例。
36. 图 II-1 — 一个数据库切分为两个分区，每个分区都有两个副本
37. 图 6-1 — 单主复制把所有写入都发往指定的领导者，再由领导者将变更流发送给各追随者副本。
38. 图 6-2 — 基于领导者的复制，其中一个追随者同步复制，另一个异步复制。
39. 图 6-3 — 用户写入后，又从陈旧副本读取。要防止这种异常，需要写后读一致性。
40. 图 6-4 — 用户先从较新的副本读取，随后从陈旧副本读取，时间仿佛倒退了。要防止这种异常，需要单调读。
41. 图 6-5 — 如果某些分片的复制速度慢于其他分片，观察者可能先看到答案，后看到问题。
42. 图 6-6 — 跨多个地区的多主复制。
43. 图 6-7 — 多主复制可以采用的三种拓扑示例。
44. 图 6-8 — 在多主复制中，写入抵达某些副本的顺序可能有误。
45. 图 6-9 — 两个领导者并发更新同一条记录，造成写入冲突。
46. 图 6-10 — 亚马逊购物车异常示例：以并集方式合并购物车冲突时，已删除的商品可能重新出现。
47. 图 6-11 — OT 与 CRDT 分别如何合并字符串中的两次并发插入。
48. 图 6-12 — 节点停机后的仲裁写、仲裁读和读修复。
49. 图 6-13 — 如果 w + r > n，读取的 r 个副本中至少有一个必然见过最近一次成功写入。
50. 图 6-14 — Dynamo 风格数据存储中的并发写入没有明确定义的顺序。
51. 图 6-15 — 捕获两个客户端并发编辑购物车时的因果依赖。
52. 图 6-16 — 图 6-15 中因果依赖关系的图示。
53. 图 7-1 — 复制与分片结合使用：每个节点对某些分片充当领导者，对另一些分片充当追随者。
54. 图 7-2 — 印刷版百科全书按键范围分片。
55. 图 7-3 — 通过对键进行哈希并取模节点数来将键分配给节点。更改节点数会导致许多键从一个节点移动到另一个节点。
56. 图 7-4 — 向每个节点有多个分片的数据库集群添加新节点。
57. 图 7-5 — 为每个分片分配连续的哈希值范围。
58. 图 7-6 — Cassandra 和 ScyllaDB 将可能的哈希值范围（这里是 0–1023）拆成边界随机的连续区间，并为每个节点分配多个区间。
59. 图 7-7 — 将请求路由到正确节点的三种不同方式。
60. 图 7-8 — 使用 ZooKeeper 跟踪分片到节点的分配。
61. 图 7-9 — 本地二级索引：每个分片只索引其自己分片内的记录。
62. 图 7-10 — 全局二级索引反映来自所有分片的数据，并且本身按索引值进行分片。
63. 图 8-1 — 两个客户端并发递增计数器之间的竞态条件。
64. 图 8-2 — 违反隔离性：一个事务读取另一个事务的未提交写入（“脏读”）。
65. 图 8-3 — 原子性确保如果发生错误，该事务的任何先前写入都会被撤消，以避免不一致的状态。
66. 图 8-4 — 没有脏读：用户 2 只有在用户 1 的事务提交后才能看到 x 的新值。
67. 图 8-5 — 发生脏写时，不同事务的冲突写入可能混杂在一起。
68. 图 8-6 — 读偏差：Aaliyah 观察到了数据库的不一致状态。
69. 图 8-7 — 使用多版本并发控制实现快照隔离。
70. 图 8-8 — 写偏差导致应用程序错误的示例。
71. 图 8-9 — 交互式事务与存储过程的差异（采用图 8-8中的示例事务）。
72. 图 8-10 — 检测事务何时从 MVCC 快照读取过时值。
73. 图 8-11 — 在可串行化快照隔离中，检测一个事务何时修改了另一个事务读过的数据。
74. 图 8-12 — 当事务涉及多个数据库节点时，它可能在某些节点上提交，在其他节点上失败。
75. 图 8-13 — 两阶段提交（2PC）的成功执行。
76. 图 8-14 — 参与者投票“是”之后，协调者崩溃。数据库 1 不知道该提交还是中止。
77. 图 9-1 — 发出请求却没有收到响应时，无法分辨究竟是 (a) 请求丢失、(b) 远程节点宕机，还是 (c) 响应丢失。
78. 图 9-2 — 多台机器向同一个目的地发送网络流量时，交换机队列可能被塞满。图中端口 1、2 和 4 都在尝试向端口 3 发送数据包。
79. 图 9-3 — 客户端 B 的写入在因果关系上晚于客户端 A 的写入，但 B 的写入具有更早的时间戳。
80. 图 9-4 — 分布式锁的错误实现：租约已经过期，客户端 1 却认为它依然有效，因而损坏了存储中的文件。
81. 图 9-5 — 原租约持有者发出的消息可能延迟很久，直到另一个节点接管租约后才抵达。
82. 图 9-6 — 只允许写入按照递增的栅栏令牌顺序执行，从而保证存储访问安全。
83. 图 9-7 — 使用栅栏令牌保护对无主复制数据库的写入。
84. 图 10-1 — 如果这个数据库满足线性一致性，那么 Alice 的读取应返回 1 而不是 0，或者 Bob 的读取应返回 0 而不是 1。
85. 图 10-2 — 如果读请求与写请求并发，则可能返回旧值，也可能返回新值。
86. 图 10-3 — 如果 Alice 和 Bob 拥有完美时钟，线性一致性要求读取返回 x = 1，因为对 x 的读取开始于 x = 1 写入完成之后。
87. 图 10-4 — 对 x 的读取与 x = 1 的写入并发。由于不知道操作的确切时序，读取可以返回 0 或 1。
88. 图 10-5 — 一个不满足线性一致性的系统：Alice 和 Bob 在不同时刻看到上传的图像，因此 Bob 的请求建立在陈旧数据之上。
89. 图 10-6 — 当网络延迟变化不定时，仅靠法定人数不足以保证线性一致性。
90. 图 10-7 — 如果网络分区使客户端无法联系足够多的副本，它们就无法处理写入。
91. 图 10-8 — 两个不同节点可能生成相互冲突的 ID。
92. 图 10-9 — Lamport 时间戳给出了与因果关系一致的全序。
93. 图 10-10 — 一个使用 Lamport 时间戳的权限系统。
94. 图 11-1 — 一个包含三个 mapper 和三个 reducer 的 MapReduce 作业。
95. 图 11-2 — 用户活动日志与用户画像数据库的连接。
96. 图 11-3 — 基于用户 ID 的排序合并连接。若输入数据集由多个文件分片组成，可并行启动多个 mapper 处理。
97. 图 12-1 — （a）负载均衡：由多个消费者分担一个主题的消费工作；（b）扇出：将每条消息传递给多个消费者。
98. 图 12-2 — 消费者 2 在处理 m3 时崩溃，因此 m3 稍后被重新传递给消费者 1。
99. 图 12-3 — 生产者把消息追加到主题分区文件中，消费者则顺序读取这些文件。
100. 图 12-4 — 数据库中的 X 先被设为 A，再被设为 B；写入到达搜索索引的顺序却恰好相反。
101. 图 12-5 — 按数据写入一个数据库的顺序取得数据，再按相同顺序将变化应用到其他系统。
102. 图 12-6 — 一个键值对日志：键是猫咪视频的 ID（mew、purr、scratch 或 yawn），值是播放次数。日志压实只保留每个键的最新值。
103. 图 12-7 — 应用当前状态与事件流之间的关系。
104. 图 12-8 — 按处理时间划分窗口，会因处理速率的变化而产生人为假象。
105. 图 13-1 — 在搜索索引中，写入（文档更新）与读取（查询）相遇。
106. 图 13-2 — 使用事件日志和流处理器，检查源账户是否有足够余额，并把资金原子地转入目标账户和手续费账户。

表格目录

1. 表 1-1 — 事务型系统与分析型系统的特征比较
2. 表 1-2 — 自托管数据库系统与云原生数据库系统示例
3. 表 8-1 — 各种隔离级别下可能发生的异常汇总。

示例目录

1. 示例 3-1 — 将 LinkedIn 个人资料表示为 JSON 文档
2. 示例 3-2 — 通过 ID 引用组织的简历
3. 示例 3-3 — 使用关系模式表示属性图
4. 示例 3-4 — 图 3-6 中的一部分数据，以 Cypher 查询表示
5. 示例 3-5 — 查找从美国移居欧洲者的 Cypher 查询
6. 示例 3-6 — 使用递归公用表表达式，以 SQL 写出与示例 3-5 相同的查询
7. 示例 3-7 — 图 3-6 中的一部分数据，以 Turtle 三元组表示
8. 示例 3-8 — 示例 3-7 中数据的简洁写法
9. 示例 3-9 — 使用 RDF/XML 语法表示示例 3-8 中的数据
10. 示例 3-10 — 与示例 3-5 相同的查询，用 SPARQL 表示
11. 示例 3-11 — 图 3-6 中数据的子集，表示为 Datalog 事实
12. 示例 3-12 — 与示例 3-5 相同的查询，用 Datalog 表示
13. 示例 3-13 — 群聊应用的 GraphQL 查询示例
14. 示例 3-14 — 对示例 3-13 中查询的一种可能响应
15. 示例 4-1 — 分析人们在一周中的哪一天更倾向于购买新鲜水果或糖果
16. 示例 5-1 — 以整数为键、字符串为值的 JSON 模式示例。由于 JSON 模式要求所有键均为字符串，整数键表示为只包含数字的字符串。
17. 示例 5-2 — 本章将使用多种二进制格式编码的示例记录
18. 示例 5-3 — 使用 YAML 编写的 OpenAPI 服务定义示例
19. 示例 5-4 — 使用 FastAPI 实现示例 5-3 中定义的服务
20. 示例 5-5 — 用于图 5-7 所示支付工作流的 Temporal 工作流定义片段
21. 示例 8-1 — 显式锁定行以防止丢失更新
22. 示例 8-2 — 会议室预订系统试图避免重复预订（在快照隔离下并不安全）