Spring Data实战
资源名称：Spring Data实战
内容简介：
数据访问领域正在发生一场变革，关系型数据库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。
资源目录：
第一部分 背景知识
第1章 Spring Data项目
1.1 为Spring开发人员提供的NoSQL数据访问功能
1.2 主题概述
1.3 领域
1.4 示例代码
1.4.1 将源码导入到IDE
第2章 Repository：便利的数据访问层
2.1 快速入门
2.2 定义查询方法
2.2.1 查找查询的策略
2.2.2 衍生查询
2.2.3 分页和排序
2.3 定义Repository
2.3.1 调整Repository接口
2.3.2 手动实现Repository方法
2.4 IDE集成
2.4.1 Intelli IDEA
第3章 使用Querydsl实现类型安全的查询
3.1 Querydsl简介
3.2 生成查询元模型
3.2.1 构建系统集成
3.2.2 所支持的注解处理器
3.2.3 使用Querydsl对存储进行查询
3.3 集成Spring Data Repository
3.3.1 执行断言
3.3.2 手动实现Repository
第二部分 关系型数据库
第4章 JPA Repository
4.1 示例工程
4.2 传统方式
4.3 启动示例代码
4.4 使用Spring Data Repository
4.4.1 事务性
4.4.2 Repository与Querydsl集成
第5章 借助Querydsl SQL实现类型安全的JDBC编程
5.1 示例工程与搭建过程
5.1.1 HyperSQL数据库
5.1.2 Querydsl的SQL模块
5.1.3 构建系统集成
5.1.4 数据库模式
5.1.5 示例工程的领域实现
5.2 QueryDslJdbcTemplate
5.3 执行查询
5.3.1 Repository实现起步
5.3.2 查询单个对象
5.3.3 OneToManyResultSetExtractor抽象类
5.3.4 CustomerListExtractor实现
5.3.5 RowMapper的实现类
5.3.6 查询对象列表
5.4 插入、更新和删除操作
5.4.1 使用SQLInsertClause进行插入操作
5.4.2 使用SQLUpdateClause进行更新操作
5.4.3 使用SQLDeleteClause进行删除行操作
第三部分 NoSQL
第6章 MongoDB: 文档存储
6.1 MongoDB简介
6.1.1 设置MongoDB
6.1.2 使用MongoDB Shell
6.1.3 MongoDB Java驱动
6.2 使用Spring命名空间搭建基础设施
6.3 映射模块
6.3.1 领域模型
6.3.2 搭建映射的基础设施
6.3.3 索引
6.3.4 自定义转换
6.4 MongoTemplate
6.5 Mongo Repository
6.5.1 搭建基础设施
6.5.2 Repository详解
6.5.3 Mongo Querydsl集成
第7章 Neo4j：图数据库
7.1 图数据库
7.2 Neo4j
7.3 Spring Data Neo4j概览
7.4 将领域建模为图
7.5 使用Spring Data Neo4j持久化领域对象
7.5.1 Neo4jTemplate
7.6 组合发挥图和Repository的威力
7.6.1 基本的图Repository操作
7.6.2 衍生和基于注解的查找方法
7.7 示例领域模型中的高级图用例
7.7.1 单个节点的多重角色
7.7.2 以产品分类和标签为例讲解图中的索引
7.7.3 利用类似的兴趣(协同过滤)
7.7.4 推荐
7.8 事务、实体生命周期以及抓取策略
7.9 高级映射模型
7.10 使用Neo4j服务器
7.11 从这里继续学习
第8章 Redis：键/值存储
8.1 Redis概述
8.1.1 搭建Redis
8.1.2 使用Redis Shell
8.2 连接到Redis
8.3 对象转换
8.4 对象映射
8.5 原子级计数器
8.6 发布/订阅功能
8.6.1 对信息进行监听和响应
8.6.2 在Redis中使用Spring的缓存抽象
第四部分 快速应用开发
第9章 使用Spring Roo实现持久层
9.1 Roo简介
9.2 Roo的持久层
9.3 快速起步
9.3.1 借助命令行使用Roo
9.3.2 借助Spring Tool Suite使用Roo
9.4 Spring Roo JPA Repository示例
9.4.1 创建工程
9.4.2 搭建JPA持久化
9.4.3 创建实体
9.4.4 定义Repository
9.4.5 创建Web层
9.4.6 运行示例
9.5 Spring MongoDB JPA Repository的例子
9.5.1 创建工程
9.5.2 搭建MongoDB持久化
9.5.3 创建实体
9.5.4 定义Repository
9.5.5 创建Web层
9.5.6 运行示例
第10章 REST Repository导出器
10.1 示例工程
10.1.1 与Rest导出器进行交互
10.1.2 访问Product
10.1.3 访问Customer
10.1.4 访问Order
第五部分 大数据
第11章 Spring for Apache Hadoop
11.1 Hadoop开发面临的挑战
11.2 Hello World
11.3 揭秘Hello World
11.4 使用Spring for Apache Hadoop的Hello World
11.5 在JVM中编写HDFS脚本
11.6 结合HDFS脚本与Job提交
11.7 Job调度
11.7.1 使用TaskScheduler调度MapReduce Job
11.7.2 使用Quartz调度MapReduce Job
第12章 使用Hadoop分析数据
12.1 使用Hive
12.1.1 Hello World
12.1.2 运行Hive服务器
12.1.3 使用Hive Thrift客户端
12.1.4 使用Hive JDBC客户端
12.1.5 使用Hive分析Apache日志文件
12.2 使用Pig
12.2.1 Hello World
12.2.2 运行PigServer
12.2.3 控制运行期脚本的执行
12.2.4 在Spring Integration数据管道中调用Pig脚本
12.2.5 使用Pig分析Apache日志文件
12.3 使用HBase
12.3.1 Hello World
12.3.2 使用HBase Java客户端
第13章 使用Spring Batch和Spring Integration创建大数据管道
13.1 收集并将数据加载到HDFS
13.1.1 Spring Integration介绍
13.1.2 复制日志文件
13.1.3 事件流
13.1.4 事件转发
13.1.5 管理
13.1.6 Spring Batch简介
13.1.7 从数据库中加载并处理数据
13.2 Hadoop工作流
13.2.1 Spring Batch对Hadoop的支持
13.2.2 将wordcount样例改造为Spring Batch应用
13.2.3 Hive和Pig的步骤
13.3 从HDFS导出数据
13.3.1 从HDFS到JDBC
13.3.2 从HDFS到MongoDB
13.4 收集并加载数据到Splunk
第六部分 数据网格
第14章 分布式数据网格：GemFire
14.1 GemFire简介
14.2 缓存与域
14.3 如何获取GemFire
14.4 通过Spring XML命名空间配置GemFire
14.4.1 缓存配置
14.4.2 域配置
14.4.3 缓存客户端配置
14.4.4 缓存服务端配置
14.4.5 WAN配置
14.4.6 磁盘存储配置
14.5 使用GemfireTemplate进行数据访问
14.6 使用Repository
14.6.1 POJO映射
14.6.2 创建Repository
14.6.3 PDX序列化
14.7 支持持续查询
资源截图：
