Which data storage to choose - from flat files, through SQL, NoSQL to massive distributed systems

虽然不需要技术背景，但理解这些示例需要一定程度的数据库理论（例如SQL等）

本课程帮助客户根据需要选择写入数据存储。它涵盖了几乎所有可能的现代方法。

1. 档案文件储存 （Cloud Storage）
   1. 功能（OCR、Scalaibility、Search 等）
   2. 开源示例（例如 Next Cloud）
   3. 一些商业示例
2. 平面档存储
   1. XML 资料库
   2. CSV 资料库
3. 关系资料库
   1. 正常化
   2. 依赖项和常量
   3. Scalability - 复制、群集
   4. 开源和商业软体（MySQL、PostrgreSQL、DM7、Oracle 等）
4. NoSQL 存储
   1. 面向文档的 Databases （MongoDB， CouchDB 等...）
   2. 色谱柱方向（Canadra、Scylla 等）
   3. 搜索方向 （Elasticsearch...
5. 新增功能SQL
   1. CAP 定理
   2. 开源软体（SequoiaDB 等）
6. Search Engines
   1. 功能（文字处理、相关性等）
   2. 开源示例
   3. Scala能力、高可用性、负载均衡等...
7. 传统 Datawherehouses
   1. Business Inteligence、OLTP 和 Datawherehouse
   2. 开源和商业解决方案
8. MapReduce 和分散式并行处理
   1. Hadoop 类 （Hive， HFS， Impala）
9. 分散式文件系统
   1. 开源概述（Ceph 等）
10. 记忆体中 Databases
    1. 开源解决方案（例如 ApacheIgnite）
11. 别人
    1. Hypertable （Google 比格表）
    2. BigQuery 查询
    3. AWS 解决方案（S3 等）
12. 超越现在 - 未来趋势