Spring Data實(shí)戰(zhàn)

定　價(jià)：￥59.00

作　者：	（美）Mark,Pollack Oliver,Gierke Thomas,Risberg Jon,Brisbin Michael,Hunger 著，張衛(wèi)濱，文建國譯
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 行業(yè)軟件及應(yīng)用

購買這本書可以去

ISBN：	9787115343703	出版時(shí)間：	2014-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	249	字?jǐn)?shù)：

內(nèi)容簡介

　　數(shù)據(jù)訪問領(lǐng)域正在發(fā)生一場(chǎng)變革，關(guān)系型數(shù)據(jù)庫無法解決的問題需要新的數(shù)據(jù)訪問技術(shù)來解決。Spring Data項(xiàng)目就是一種簡化Java應(yīng)用構(gòu)建的數(shù)據(jù)訪問技術(shù)，它可以幫助開發(fā)人員高效地使用最新的數(shù)據(jù)處理和管理工具，同時(shí)還能夠以最新的方式使用傳統(tǒng)的數(shù)據(jù)庫。《Spring Data實(shí)戰(zhàn)》從Spring Data背景知識(shí)、關(guān)系型數(shù)據(jù)庫、NoSQL、快速應(yīng)用開發(fā)、大數(shù)據(jù)、數(shù)據(jù)網(wǎng)格6個(gè)方面深度解析了數(shù)據(jù)訪問技術(shù)，介紹的內(nèi)容都是最流行和前沿的，其中文檔數(shù)據(jù)庫、圖數(shù)據(jù)庫、鍵/值存儲(chǔ)、Hadoop以及GemFire數(shù)據(jù)結(jié)構(gòu)等是最重要的內(nèi)容?！禨pring Data實(shí)戰(zhàn)》介紹了Spring Data、Repository、Querydsl的基礎(chǔ)理念，然后闡述了借助Spring Data如何簡化NoSQL和大數(shù)據(jù)的訪問，并且涵蓋了使用Spring Roo和Spring Data REST導(dǎo)出功能如何實(shí)現(xiàn)應(yīng)用的快速開發(fā)，除此之外，書中還涉及與其他Spring子項(xiàng)目的協(xié)同工作，如Spring Integration和Spring Batch?！禨pring Data實(shí)戰(zhàn)》面向?qū)崙?zhàn)、結(jié)構(gòu)清晰，示例豐富，適用于各類Java開發(fā)人員和數(shù)據(jù)庫開發(fā)人員，也可以作為各大、中專院校相關(guān)專業(yè)師生的參考用書和相關(guān)培訓(xùn)機(jī)構(gòu)的培訓(xùn)教材。

作者簡介

　　Mark Pollack博士曾在布魯克黑文國家實(shí)驗(yàn)室研究高能物理學(xué)方面的大數(shù)據(jù)解決方案，隨后轉(zhuǎn)移到金融服務(wù)領(lǐng)域擔(dān)任前端交易系統(tǒng)的技術(shù)領(lǐng)導(dǎo)和架構(gòu)師。他長期以來關(guān)注軟件開發(fā)流程的最佳實(shí)踐和改善，Mark從2003年就參與核心Spring（Java）的開發(fā)，并在2004年成立了Microsoft對(duì)應(yīng)的項(xiàng)目也就是Spring.NET。Mark現(xiàn)在領(lǐng)導(dǎo)著Spring Data項(xiàng)目，在使用大數(shù)據(jù)和NoSQL數(shù)據(jù)庫這些新技術(shù)時(shí)，這個(gè)項(xiàng)目能夠簡化應(yīng)用的開發(fā)。Oliver Gierke是SpringSource的工程師，這是VMware 的一個(gè)子部門，目前他擔(dān)任Spring Data JPA、MongoDB以及核心模塊的領(lǐng)導(dǎo)者。他參與企業(yè)級(jí)應(yīng)用和開源項(xiàng)目的開發(fā)已經(jīng)超過了6年，其工作的關(guān)注點(diǎn)在軟件架構(gòu)、Spring以及持久化技術(shù)方面。他經(jīng)常在德國以及一些國際會(huì)議上進(jìn)行演講，寫過很多的技術(shù)文章。Thomas Risberg目前是Spring Data團(tuán)隊(duì)的成員，關(guān)注于MongoDB和JDBC擴(kuò)展項(xiàng)目。他也是Spring框架項(xiàng)目的提交者，主要的貢獻(xiàn)在于對(duì)JDBC框架的增強(qiáng)方面。Thomas在VMwarMark Pollack博士曾在布魯克黑文國家實(shí)驗(yàn)室研究高能物理學(xué)方面的大數(shù)據(jù)解決方案，隨后轉(zhuǎn)移到金融服務(wù)領(lǐng)域擔(dān)任前端交易系統(tǒng)的技術(shù)領(lǐng)導(dǎo)和架構(gòu)師。他長期以來關(guān)注軟件開發(fā)流程的最佳實(shí)踐和改善，Mark從2003年就參與核心Spring（Java）的開發(fā)，并在2004年成立了Microsoft對(duì)應(yīng)的項(xiàng)目也就是Spring.NET。Mark現(xiàn)在領(lǐng)導(dǎo)著Spring Data項(xiàng)目，在使用大數(shù)據(jù)和NoSQL數(shù)據(jù)庫這些新技術(shù)時(shí)，這個(gè)項(xiàng)目能夠簡化應(yīng)用的開發(fā)。Oliver Gierke是SpringSource的工程師，這是VMware 的一個(gè)子部門，目前他擔(dān)任Spring Data JPA、MongoDB以及核心模塊的領(lǐng)導(dǎo)者。他參與企業(yè)級(jí)應(yīng)用和開源項(xiàng)目的開發(fā)已經(jīng)超過了6年，其工作的關(guān)注點(diǎn)在軟件架構(gòu)、Spring以及持久化技術(shù)方面。他經(jīng)常在德國以及一些國際會(huì)議上進(jìn)行演講，寫過很多的技術(shù)文章。Thomas Risberg目前是Spring Data團(tuán)隊(duì)的成員，關(guān)注于MongoDB和JDBC擴(kuò)展項(xiàng)目。他也是Spring框架項(xiàng)目的提交者，主要的貢獻(xiàn)在于對(duì)JDBC框架的增強(qiáng)方面。Thomas在VMware的Cloud Foundry團(tuán)隊(duì)，為Cloud Foundry所支持的各種框架和語言開發(fā)集成方案。他是《Professional Java Development with the Spring Framework》一書的合著者，這本書出版于2005年，作者還包括Rod Johnson、Juergen Hoeller、Alef Arendsen以及Colin Sampaleanu。Jon Brisbin是SpringSource Spring Data團(tuán)隊(duì)的成員，致力于為開發(fā)人員提供有用的庫，從而簡化下一代數(shù)據(jù)形式的管理。他曾幫忙將Grails GORM的對(duì)象映射器轉(zhuǎn)移到基于Java的應(yīng)用程序之中，并為集成Riak數(shù)據(jù)存儲(chǔ)與RabbitMQ消息代理提供組件。除此之外，他還針對(duì)事件應(yīng)用模型撰寫博客并發(fā)表演講，他勤奮工作的領(lǐng)域還包括為前沿的非阻塞模式和傳統(tǒng)的基于JVM的應(yīng)用搭建橋梁。Michael Hunger長期熱衷于軟件開發(fā)。他尤其關(guān)注于開發(fā)軟件的人、軟件技藝、編程語言以及代碼提升。最近兩年間，他與Neo Technology協(xié)作開發(fā)Neo4j圖數(shù)據(jù)庫。作為Spring Data Neo4j的領(lǐng)導(dǎo)者，他為對(duì)象-圖映射開發(fā)出了便利且完整的解決方案。他還參與Neo4j云托管。作為一名開發(fā)人員，Michael喜歡使用各種編程語言、每天學(xué)習(xí)新的東西、參與有趣且有前景的開源項(xiàng)目，并且參與編寫了多本與編程相關(guān)的圖書。Michael還是InfoQ的活躍編輯和采訪者。

圖書目錄

目　錄
第一部分　背景知識(shí)
第1章　Spring Data項(xiàng)目　3
1．1　為Spring開發(fā)人員提供的NoSQL數(shù)據(jù)訪問功能　3
1．2　主題概述　4
1．3　領(lǐng)域　5
1．4　示例代碼　6
1．4．1　將源碼導(dǎo)入到IDE　6
第2章　Repository：便利的數(shù)據(jù)訪問層　11
2．1　快速入門　11
2．2　定義查詢方法　14
2．2．1　查找查詢的策略　14
2．2．2　衍生查詢　14
2．2．3　分頁和排序　15
2．3　定義Repository　16
2．3．1　調(diào)整Repository接口　17
2．3．2　手動(dòng)實(shí)現(xiàn)Repository方法　18
2．4　IDE集成　20
2．4．1　Intelli IDEA　21
第3章　使用Querydsl實(shí)現(xiàn)類型安全的查詢　23
3．1　Querydsl簡介　23
3．2　生成查詢?cè)Ｐ汀?6
3．2．1　構(gòu)建系統(tǒng)集成　26
3．2．2　所支持的注解處理器　27
3．2．3　使用Querydsl對(duì)存儲(chǔ)進(jìn)行查詢　28
3．3　集成Spring Data Repository　28
3．3．1　執(zhí)行斷言　29
3．3．2　手動(dòng)實(shí)現(xiàn)Repository　29
第二部分　關(guān)系型數(shù)據(jù)庫
第4章　JPA Repository　33
4．1　示例工程　33
4．2　傳統(tǒng)方式　38
4．3　啟動(dòng)示例代碼　39
4．4　使用Spring Data Repository　42
4．4．1　事務(wù)性　45
4．4．2　Repository與Querydsl集成　46
第5章　借助Querydsl SQL實(shí)現(xiàn)類型安全的JDBC編程　48
5．1　示例工程與搭建過程　48
5．1．1　HyperSQL數(shù)據(jù)庫　49
5．1．2　Querydsl的SQL模塊　50
5．1．3　構(gòu)建系統(tǒng)集成　53
5．1．4　數(shù)據(jù)庫模式　54
5．1．5　示例工程的領(lǐng)域?qū)崿F(xiàn)　54
5．2　QueryDslJdbcTemplate　57
5．3　執(zhí)行查詢　58
5．3．1　Repository實(shí)現(xiàn)起步　59
5．3．2　查詢單個(gè)對(duì)象　60
5．3．3　OneToManyResultSetExtractor抽象類　61
5．3．4　CustomerListExtractor實(shí)現(xiàn)　63
5．3．5　RowMapper的實(shí)現(xiàn)類　64
5．3．6　查詢對(duì)象列表　65
5．4　插入、更新和刪除操作　65
5．4．1　使用SQLInsertClause進(jìn)行插入操作　65
5．4．2　使用SQLUpdateClause進(jìn)行更新操作　66
5．4．3　使用SQLDeleteClause進(jìn)行刪除行操作　67
第三部分　NoSQL
第6章　MongoDB：文檔存儲(chǔ)　71
6．1　MongoDB簡介　71
6．1．1　設(shè)置MongoDB　72
6．1．2　使用MongoDB Shell　73
6．1．3　MongoDB Java驅(qū)動(dòng)　74
6．2　使用Spring命名空間搭建基礎(chǔ)設(shè)施　75
6．3　映射模塊　76
6．3．1　領(lǐng)域模型　76
6．3．2　搭建映射的基礎(chǔ)設(shè)施　81
6．3．3　索引　83
6．3．4　自定義轉(zhuǎn)換　84
6．4　MongoTemplate　86
6．5　Mongo Repository　88
6．5．1　搭建基礎(chǔ)設(shè)施　88
6．5．2　Repository詳解　88
6．5．3　Mongo Querydsl集成　90
第7章　Neo4j：圖數(shù)據(jù)庫　92
7．1　圖數(shù)據(jù)庫　92
7．2　Neo4j　93
7．3　Spring Data Neo4j概覽　95
7．4　將領(lǐng)域建模為圖　96
7．5　使用Spring Data Neo4j持久化領(lǐng)域?qū)ο蟆?01
7．5．1　Neo4jTemplate　103
7．6　組合發(fā)揮圖和Repository的威力　104
7．6．1　基本的圖Repository操作　106
7．6．2　衍生和基于注解的查找方法　106
7．7　示例領(lǐng)域模型中的高級(jí)圖用例　109
7．7．1　單個(gè)節(jié)點(diǎn)的多重角色　109
7．7．2　以產(chǎn)品分類和標(biāo)簽為例講解圖中的索引　110
7．7．3　利用類似的興趣(協(xié)同過濾)　111
7．7．4　推薦　111
7．8　事務(wù)、實(shí)體生命周期以及抓取策略　112
7．9　高級(jí)映射模型　113
7．10　使用Neo4j服務(wù)器　114
7．11　從這里繼續(xù)學(xué)習(xí)　115
第8章　Redis：鍵/值存儲(chǔ)　116
8．1　Redis概述　116
8．1．1　搭建Redis　116
8．1．2　使用Redis Shell　117
8．2　連接到Redis　118
8．3　對(duì)象轉(zhuǎn)換　119
8．4　對(duì)象映射　121
8．5　原子級(jí)計(jì)數(shù)器　123
8．6　發(fā)布/訂閱功能　123
8．6．1　對(duì)信息進(jìn)行監(jiān)聽和響應(yīng)　124
8．6．2　在Redis中使用Spring的緩存抽象　125
第四部分　快速應(yīng)用開發(fā)
第9章　使用Spring Roo實(shí)現(xiàn)持久層　129
9．1　Roo簡介　129
9．2　Roo的持久層　131
9．3　快速起步　132
9．3．1　借助命令行使用Roo　132
9．3．2　借助Spring Tool Suite使用Roo　133
9．4　Spring Roo JPA Repository示例　135
9．4．1　創(chuàng)建工程　135
9．4．2　搭建JPA持久化　135
9．4．3　創(chuàng)建實(shí)體　135
9．4．4　定義Repository　137
9．4．5　創(chuàng)建Web層　138
9．4．6　運(yùn)行示例　139
9．5　Spring MongoDB JPA Repository的例子　140
9．5．1　創(chuàng)建工程　140
9．5．2　搭建MongoDB持久化　140
9．5．3　創(chuàng)建實(shí)體　140
9．5．4　定義Repository　141
9．5．5　創(chuàng)建Web層　141
9．5．6　運(yùn)行示例　141
第10章　REST Repository導(dǎo)出器　143
10．1　示例工程　144
10．1．1　與Rest導(dǎo)出器進(jìn)行交互　146
10．1．2　訪問Product　148
10．1．3　訪問Customer　151
10．1．4　訪問Order　154
第五部分　大數(shù)據(jù)
第11章　Spring for Apache Hadoop　159
11．1　Hadoop開發(fā)面臨的挑戰(zhàn)　159
11．2　Hello World　161
11．3　揭秘Hello World　163
11．4　使用Spring for Apache Hadoop的Hello World　166
11．5　在JVM中編寫HDFS腳本　170
11．6　結(jié)合HDFS腳本與Job提交　172
11．7　Job調(diào)度　173
11．7．1　使用TaskScheduler調(diào)度MapReduce Job　173
11．7．2　使用Quartz調(diào)度MapReduce Job　175
第12章　使用Hadoop分析數(shù)據(jù)　176
12．1　使用Hive　176
12．1．1　Hello World　177
12．1．2　運(yùn)行Hive服務(wù)器　178
12．1．3　使用Hive Thrift客戶端　179
12．1．4　使用Hive JDBC客戶端　181
12．1．5　使用Hive分析Apache日志文件　183
12．2　使用Pig　184
12．2．1　Hello World　185
12．2．2　運(yùn)行PigServer　187
12．2．3　控制運(yùn)行期腳本的執(zhí)行　189
12．2．4　在Spring Integration數(shù)據(jù)管道中調(diào)用Pig腳本　191
12．2．5　使用Pig分析Apache日志文件　192
12．3　使用HBase　193
12．3．1　Hello World　193
12．3．2　使用HBase Java客戶端　194
第13章　使用Spring Batch和Spring Integration創(chuàng)建大數(shù)據(jù)管道　197
13．1　收集并將數(shù)據(jù)加載到HDFS　197
13．1．1　Spring Integration介紹　198
13．1．2　復(fù)制日志文件　200
13．1．3　事件流　203
13．1．4　事件轉(zhuǎn)發(fā)　206
13．1．5　管理　207
13．1．6　Spring Batch簡介　208
13．1．7　從數(shù)據(jù)庫中加載并處理數(shù)據(jù)　211
13．2　Hadoop工作流　214
13．2．1　Spring Batch對(duì)Hadoop的支持　214
13．2．2　將wordcount樣例改造為Spring Batch應(yīng)用　216
13．2．3　Hive和Pig的步驟　218
13．3　從HDFS導(dǎo)出數(shù)據(jù)　219
13．3．1　從HDFS到JDBC　219
13．3．2　從HDFS到MongoDB　224
13．4　收集并加載數(shù)據(jù)到Splunk　225
第六部分　數(shù)據(jù)網(wǎng)格
第14章　分布式數(shù)據(jù)網(wǎng)格：GemFire　231
14．1　GemFire簡介　231
14．2　緩存與域　232
14．3　如何獲取GemFire　233
14．4　通過Spring XML命名空間配置GemFire　234
14．4．1　緩存配置　234
14．4．2　域配置　238
14．4．3　緩存客戶端配置　240
14．4．4　緩存服務(wù)端配置　241
14．4．5　WAN配置　242
14．4．6　磁盤存儲(chǔ)配置　243
14．5　使用GemfireTemplate進(jìn)行數(shù)據(jù)訪問　244
14．6　使用Repository　245
14．6．1　POJO映射　245
14．6．2　創(chuàng)建Repository　246
14．6．3　PDX序列化　246
14．7　支持持續(xù)查詢　247