本书全面系统地介绍NoSQL数据库的原理、方法和技术。全书共7章，主要内容包括NoSQL数据库概述、键值数据库与Redis实例、文档数据库与MongoDB实例、列族数据库与Cassandra实例、图数据库与Neo4j实例、图数据科学算法等和NoSQL数据库的安装。 本书既可作为普通高校数据科学与大数据技术、软件工程、计算机科学与技术等相关专业的NoSQL数据库技术课程教材，也可作为高职院校相关课程的教材和参考书，还可供大数据技术领域的科技人员参考。

第1章 绪论
1.1 数据管理概念
1.2 数据管理发展历史
1.2.1 人工管理阶段
1.2.2 文件系统管理阶段
1.2.3 数据库管理阶段
1.2.4 大数据管理阶段
1.3 传统数据模型
1.3.1 层次数据模型
1.3.2 网状数据模型
1.3.3 关系数据模型
1.4 NoSQL数据库产生的原因
1.4.1 NoSQL数据库的产生背景
1.4.2 NoSQL数据库的特点
1.5 分布式数据库基本原理
1.5.1 基本概念
1.5.2 CAP定理
1.5.3 ACID特性
1.5.4 BASE原理
1.6 NoSQL数据库类型
1.6.1 键值数据库
1.6.2 文档数据库
1.6.3 列族数据库
1.6.4 图数据库
1.7 NoSQL数据库选取
1.8 本章小结
1.9 习题
第2章 键值数据库
2.1 键值数据模型
2.1.1 关联数组
2.1.2 命名空间
2.2 键的设计与分区
2.2.1 键名设计
2.2.2 键的分区
2.2.3 键存活时间
2.3 值的类型与结构化
2.3.1 值的类型
2.3.2 值的结构化
2.3.3 值的查询限制
2.4 键值数据库的特点
2.5 Redis键值数据库
2.5.1 Redis概述
2.5.2 键操作命令
2.5.3 字符串命令
2.5.4 哈希表命令
2.5.5 列表命令
2.5.6 集合命令
2.5.7 有序集合命令
2.5.8 事务定义命令
2.6 应用实例
2.7 本章小结
2.8 习题
第3章 文档数据库
3.1 文档及其描述方法
3.1.1 文档概念
3.1.2 文档描述
3.2 集合及其结构
3.2.1 集合概念
3.2.2 集合结构
3.2.3 无模式数据库
3.3 文档关系建模
3.3.1 一对多的文档关系
3.3.2 多对多的文档关系
3.4 文档数据分区
3.4.1 文档垂直分区
3.4.2 文档水平分区
3.5 MongoDB数据库
3.5.1 概述
3.5.2 数据库管理
3.5.3 集合管理
3.5.4 文档管理
3.5.5 文档查询
3.5.6 文档聚合
3.5.7 文档索引
3.5.8 嵌入高级语言
3.6 应用实例
3.7 本章小结
3.8 习题
第4章 列族数据库
4.1 列族数据模型
4.1.1 列
4.1.2 超列
4.1.3 列族与行键
4.1.4 键空间
4.2 Cassandra集群架构
4.2.1 Cassandra特点
4.2.2 集群对等网络
4.2.3 节点通信协议
4.2.4 提交日志机制
4.2.5 数据复制策略
4.3 Cassandra查询语言
4.3.1 键空间定义
4.3.2 列族（表）定义
4.3.3 数据更新
4.3.4 数据查询
4.3.5 集合数据类型
4.3.6 索引定义
4.3.7 数据排序
4.3.8 聚合函数
4.4 应用实例
4.5 本章小结
4.6 习题
第5章 图数据库
5.1 图的基本概念
5.1.1 节点
5.1.2 边
5.1.3 路径
5.1.4 遍历
5.2 图数据模型
5.2.1 属性图模型
5.2.2 三元组模型
5.2.3 超图模型
5.3 Neo4j概述
5.3.1 特点
5.3.2 免索引邻接
5.3.3 存储结构
5.4 Neo4j查询语言
5.4.1 写语句
5.4.2 读语句
5.4.3 通用语句
5.4.4 各类函数
5.4.5 创建索引
5.4.6 模式定义
5.4.7 创建约束
5.5 应用实例
5.6 本章小结
5.7 习题
第6章 图数据科学算法库
6.1 图数据科学算法库概述
6.1.1 图结构可视化
6.1.2 命名图创建
6.1.3 内存资源估算
6.1.4 算法执行模式
6.2 路径查找算法
6.2.1 Dijkstra Source-Target算法
6.2.2 Dijkstra Single-Source算法
6.2.3 A*算法
6.2.4 Yen's算法
6.3 中心度算法
6.3.1 PageRank算法
6.3.2 Article Rank算法
6.3.3 Betweenness Centrality算法
6.4 社区发现算法
6.4.1 Louvain算法
6.4.2 Label Propagation算法
6.4.3 Weakly Connected Components算法
6.5 节点相似度算法
6.5.1 Node Similarity算法
6.5.2 K-Nearest Neighbors算法
6.6 链接预测算法
6.6.1 Adamic Adar算法
6.6.2 Common Neighbors算法
6.6.3 Same Community算法
6.7 节点嵌入算法
6.7.1 FastRP算法
6.7.2 GraphSAGE算法
6.7.3 Node2Vec算法
6.8 本章小结
6.9 习题
第7章 NoSQL数据库的安装
7.1 安装Docker容器
7.1.1 Docker容器概念
7.1.2 在Linux上安装Docker
7.1.3 在Windows上安装Docker
7.2 安装Redis键值数据库
7.3 安装MongoDB文档数据库
7.4 安装Cassandra列族数据库
7.5 安装Neo4j图数据库
参考文献