Spring Data实战

数据访问领域正在发生一场变革，关系型数据库无法解决的问题需要新的数据访问技术来解决。Spring Data项目就是一种简化Java应用构建的数据访问技术，它可以帮助开发人员高效地使用最新的数据处理和管理工具，同时还能够以最新的方式使用传统的数据库。

《Spring Data实战》从Spring Data背景知识、关系型数据库、NoSQL、快速应用开发、大数据、数据网格6个方面深度解析了数据访问技术，介绍的内容都是最流行和前沿的，其中文档数据库、图数据库、键/值存储、Hadoop以及GemFire数据结构等是最重要的内容。《Spring Data实战》介绍了Spring Data、Repository、Querydsl的基础理念，然后阐述了借助Spring Data如何简化NoSQL和大数据的访问，并且涵盖了使用Spring Roo和Spring Da...

(展开全部)

数据访问领域正在发生一场变革，关系型数据库无法解决的问题需要新的数据访问技术来解决。Spring Data项目就是一种简化Java应用构建的数据访问技术，它可以帮助开发人员高效地使用最新的数据处理和管理工具，同时还能够以最新的方式使用传统的数据库。

《Spring Data实战》从Spring Data背景知识、关系型数据库、NoSQL、快速应用开发、大数据、数据网格6个方面深度解析了数据访问技术，介绍的内容都是最流行和前沿的，其中文档数据库、图数据库、键/值存储、Hadoop以及GemFire数据结构等是最重要的内容。《Spring Data实战》介绍了Spring Data、Repository、Querydsl的基础理念，然后阐述了借助Spring Data如何简化NoSQL和大数据的访问，并且涵盖了使用Spring Roo和Spring Data REST导出功能如何实现应用的快速开发，除此之外，书中还涉及与其他Spring子项目的协同工作，如Spring Integration和Spring Batch。

《Spring Data实战》面向实战、结构清晰，示例丰富，适用于各类Java开发人员和数据库开发人员，也可以作为各大、中专院校相关专业师生的参考用书和相关培训机构的培训教材。

Mark Pollack博士曾在布鲁克黑文国家实验室研究高能物理学方面的大数据解决方案，随后转移到金融服务领域担任前端交易系统的技术领导和架构师。他长期以来关注软件开发流程的最佳实践和改善，Mark从2003年就参与核心Spring（Java）的开发，并在2004年成立了Microsoft对应的项目也就是Spring.NET。Mark现在领导着Spring Data项目，在使用大数据和NoSQL数据库这些新技术时，这个项目能够简化应用的开发。

Oliver Gierke是SpringSource的工程师，这是VMware 的一个子部门，目前他担任Spring Data JPA、MongoDB以及核心模块的领导者。他参与企业级应用和开源项目的开发已经超过了6年，其工作的关注点在软件架构、Spring以及持久化技术方面。他经常在德国以及一些国际会议上进行...

(展开全部)

Mark Pollack博士曾在布鲁克黑文国家实验室研究高能物理学方面的大数据解决方案，随后转移到金融服务领域担任前端交易系统的技术领导和架构师。他长期以来关注软件开发流程的最佳实践和改善，Mark从2003年就参与核心Spring（Java）的开发，并在2004年成立了Microsoft对应的项目也就是Spring.NET。Mark现在领导着Spring Data项目，在使用大数据和NoSQL数据库这些新技术时，这个项目能够简化应用的开发。

Oliver Gierke是SpringSource的工程师，这是VMware 的一个子部门，目前他担任Spring Data JPA、MongoDB以及核心模块的领导者。他参与企业级应用和开源项目的开发已经超过了6年，其工作的关注点在软件架构、Spring以及持久化技术方面。他经常在德国以及一些国际会议上进行演讲，写过很多的技术文章。

Thomas Risberg目前是Spring Data团队的成员，关注于MongoDB和JDBC扩展项目。他也是Spring框架项目的提交者，主要的贡献在于对JDBC框架的增强方面。Thomas在VMware的Cloud Foundry团队，为Cloud Foundry所支持的各种框架和语言开发集成方案。他是《Professional Java Development with the Spring Framework》一书的合著者，这本书出版于2005年，作者还包括Rod Johnson、Juergen Hoeller、Alef Arendsen以及Colin Sampaleanu。

Jon Brisbin是SpringSource Spring Data团队的成员，致力于为开发人员提供有用的库，从而简化下一代数据形式的管理。他曾帮忙将Grails GORM的对象映射器转移到基于Java的应用程序之中，并为集成Riak数据存储与RabbitMQ消息代理提供组件。除此之外，他还针对事件应用模型撰写博客并发表演讲，他勤奋工作的领域还包括为前沿的非阻塞模式和传统的基于JVM的应用搭建桥梁。

Michael Hunger长期热衷于软件开发。他尤其关注于开发软件的人、软件技艺、编程语言以及代码提升。最近两年间，他与Neo Technology协作开发Neo4j图数据库。作为Spring Data Neo4j的领导者，他为对象-图映射开发出了便利且完整的解决方案。他还参与Neo4j云托管。作为一名开发人员，Michael喜欢使用各种编程语言、每天学习新的东西、参与有趣且有前景的开源项目，并且参与编写了多本与编程相关的图书。Michael还是InfoQ的活跃编辑和采访者。

第一部分　背景知识
第1章　Spring Data项目　3
1.1　为Spring开发人员提供的NoSQL数据访问功能　3
1.2　主题概述　4
1.3　领域　5
1.4　示例代码　6
· · · · · · (更多)

第一部分　背景知识
第1章　Spring Data项目　3
1.1　为Spring开发人员提供的NoSQL数据访问功能　3
1.2　主题概述　4
1.3　领域　5
1.4　示例代码　6
1.4.1　将源码导入到IDE　6
第2章　Repository：便利的数据访问层　11
2.1　快速入门　11
2.2　定义查询方法　14
2.2.1　查找查询的策略　14
2.2.2　衍生查询　14
2.2.3　分页和排序　15
2.3　定义Repository　16
2.3.1　调整Repository接口　17
2.3.2　手动实现Repository方法　18
2.4　IDE集成　20
2.4.1　Intelli IDEA　21
第3章　使用Querydsl实现类型安全的查询　23
3.1　Querydsl简介　23
3.2　生成查询元模型　26
3.2.1　构建系统集成　26
3.2.2　所支持的注解处理器　27
3.2.3　使用Querydsl对存储进行查询　28
3.3　集成Spring Data Repository　28
3.3.1　执行断言　29
3.3.2　手动实现Repository　29
第二部分　关系型数据库
第4章　JPA Repository　33
4.1　示例工程　33
4.2　传统方式　38
4.3　启动示例代码　39
4.4　使用Spring Data Repository　42
4.4.1　事务性　45
4.4.2　Repository与Querydsl集成　46
第5章　借助Querydsl SQL实现类型安全的JDBC编程　48
5.1　示例工程与搭建过程　48
5.1.1　HyperSQL数据库　49
5.1.2　Querydsl的SQL模块　50
5.1.3　构建系统集成　53
5.1.4　数据库模式　54
5.1.5　示例工程的领域实现　54
5.2　QueryDslJdbcTemplate　57
5.3　执行查询　58
5.3.1　Repository实现起步　59
5.3.2　查询单个对象　60
5.3.3　OneToManyResultSetExtractor抽象类　61
5.3.4　CustomerListExtractor实现　63
5.3.5　RowMapper的实现类　64
5.3.6　查询对象列表　65
5.4　插入、更新和删除操作　65
5.4.1　使用SQLInsertClause进行插入操作　65
5.4.2　使用SQLUpdateClause进行更新操作　66
5.4.3　使用SQLDeleteClause进行删除行操作　67
第三部分　NoSQL
第6章　MongoDB: 文档存储　71
6.1　MongoDB简介　71
6.1.1　设置MongoDB　72
6.1.2　使用MongoDB Shell　73
6.1.3　MongoDB Java驱动　74
6.2　使用Spring命名空间搭建基础设施　75
6.3　映射模块　76
6.3.1　领域模型　76
6.3.2　搭建映射的基础设施　81
6.3.3　索引　83
6.3.4　自定义转换　84
6.4　MongoTemplate　86
6.5　Mongo Repository　88
6.5.1　搭建基础设施　88
6.5.2　Repository详解　88
6.5.3　Mongo Querydsl集成　90
第7章　Neo4j：图数据库　92
7.1　图数据库　92
7.2　Neo4j　93
7.3　Spring Data Neo4j概览　95
7.4　将领域建模为图　96
7.5　使用Spring Data Neo4j持久化领域对象　101
7.5.1　Neo4jTemplate　103
7.6　组合发挥图和Repository的威力　104
7.6.1　基本的图Repository操作　106
7.6.2　衍生和基于注解的查找方法　106
7.7　示例领域模型中的高级图用例　109
7.7.1　单个节点的多重角色　109
7.7.2　以产品分类和标签为例讲解图中的索引　110
7.7.3　利用类似的兴趣(协同过滤)　111
7.7.4　推荐　111
7.8　事务、实体生命周期以及抓取策略　112
7.9　高级映射模型　113
7.10　使用Neo4j服务器　114
7.11　从这里继续学习　115
第8章　Redis：键/值存储　116
8.1　Redis概述　116
8.1.1　搭建Redis　116
8.1.2　使用Redis Shell　117
8.2　连接到Redis　118
8.3　对象转换　119
8.4　对象映射　121
8.5　原子级计数器　123
8.6　发布/订阅功能　123
8.6.1　对信息进行监听和响应　124
8.6.2　在Redis中使用Spring的缓存抽象　125
第四部分　快速应用开发
第9章　使用Spring Roo实现持久层　129
9.1　Roo简介　129
9.2　Roo的持久层　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　创建工程　135
9.4.2　搭建JPA持久化　135
9.4.3　创建实体　135
9.4.4　定义Repository　137
9.4.5　创建Web层　138
9.4.6　运行示例　139
9.5　Spring MongoDB JPA Repository的例子　140
9.5.1　创建工程　140
9.5.2　搭建MongoDB持久化　140
9.5.3　创建实体　140
9.5.4　定义Repository　141
9.5.5　创建Web层　141
9.5.6　运行示例　141
第10章　REST Repository导出器　143
10.1　示例工程　144
10.1.1　与Rest导出器进行交互　146
10.1.2　访问Product　148
10.1.3　访问Customer　151
10.1.4　访问Order　154
第五部分　大数据
第11章　Spring for Apache Hadoop　159
11.1　Hadoop开发面临的挑战　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中编写HDFS脚本　170
11.6　结合HDFS脚本与Job提交　172
11.7　Job调度　173
11.7.1　使用TaskScheduler调度MapReduce Job　173
11.7.2　使用Quartz调度MapReduce Job　175
第12章　使用Hadoop分析数据　176
12.1　使用Hive　176
12.1.1　Hello World　177
12.1.2　运行Hive服务器　178
12.1.3　使用Hive Thrift客户端　179
12.1.4　使用Hive JDBC客户端　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　运行PigServer　187
12.2.3　控制运行期脚本的执行　189
12.2.4　在Spring Integration数据管道中调用Pig脚本　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客户端　194
第13章　使用Spring Batch和Spring Integration创建大数据管道　197
13.1　收集并将数据加载到HDFS　197
13.1.1　Spring Integration介绍　198
13.1.2　复制日志文件　200
13.1.3　事件流　203
13.1.4　事件转发　206
13.1.5　管理　207
13.1.6　Spring Batch简介　208
13.1.7　从数据库中加载并处理数据　211
13.2　Hadoop工作流　214
13.2.1　Spring Batch对Hadoop的支持　214
13.2.2　将wordcount样例改造为Spring Batch应用　216
13.2.3　Hive和Pig的步骤　218
13.3　从HDFS导出数据　219
13.3.1　从HDFS到JDBC　219
13.3.2　从HDFS到MongoDB　224
13.4　收集并加载数据到Splunk　225
第六部分　数据网格
第14章　分布式数据网格：GemFire　231
14.1　GemFire简介　231
14.2　缓存与域　232
14.3　如何获取GemFire　233
14.4　通过Spring XML命名空间配置GemFire　234
14.4.1　缓存配置　234
14.4.2　域配置　238
14.4.3　缓存客户端配置　240
14.4.4　缓存服务端配置　241
14.4.5　WAN配置　242
14.4.6　磁盘存储配置　243
14.5　使用GemfireTemplate进行数据访问　244
14.6　使用Repository　245
14.6.1　POJO映射　245
14.6.2　创建Repository　246
14.6.3　PDX序列化　246
14.7　支持持续查询　247
· · · · · · (收起)