当今很多应用系统的核心挑战在于数据。有诸多系统层面的问题亟须解决方案，例如扩展性、一致性、可靠性、效率问题，以及可维护性等。此外，摆在我们面前的还有各种各样的工具，包括关系型数据库、NoSQL存储系统、批处理、流处理，以及各种消息系统。问题是，哪些是最合适的工具？又该如何评估、考量这些林林总总商业名词背后的技术呢？
《数据密集型应用系统设计》内容详实并富有实际指导价值，本书作者马丁·科勒普曼将带你纵览各种数据处理和存储技术，探讨背后的优劣与取舍之道。软件应用虽有千般变化，却终有若干原则贯穿其中。通过本书，软件开发者和架构师将学到如何将这些原则用于实践，以及如何在最新的应用架构中充分发挥数据的威力。

马丁·科勒普曼，是英国剑桥大学的一名分布式系统研究员。在此之前他曾是软件工程师和企业家，在Linkedin和Rapportive工作过，从事大规模数据基础设施相关的工作。Martin经常在大会做演讲，写博客，也是开源贡献者。

前言
第一部分 数据系统基础
第1章 可靠、可扩展与可维护的应用系统
认识数据系统
可靠性
可扩展性
可维护性
小结
第2章 数据模型与查询语言
关系模型与文档模型
数据查询语言
图状数据模型
小结
第3章 数据存储与检索
数据库核心：数据结构
事务处理与分析处理
列式存储
小结
第4章 数据编码与演化
数据编码格式
数据流模式
小结
第二部分 分布式数据系统
第5章 数据复制
主节点与从节点
复制滞后问题
多主节点复制
无主节点复制
小结
第6章 数据分区
数据分区与数据复制
键一值数据的分区
分区与二级索引
分区再平衡
请求路由
小结
第7章 事务
深入理解事务
弱隔离级别
串行化
小结
第8章 分布式系统的挑战
故障与部分 失效
不可靠的网络
不可靠的时钟
知识，真相与谎言
小结
第9章 一致性与共识
一致性保证
可线性化
顺序保证
分布式事务与共识
小结
第三部分 派生数据
第10章 批处理系统
使用UNIX工具进行批处理
MapReduce与分布式文件系统
超越MapReduce
小结
第11章 流处理系统
发送事件流
数据库与流
流处理
小结
第12章 数据系统的未来
数据集成
分拆数据库
端到端的正确性
做正确的事情
小结
术语表