Question

本书希望为你提供实用的 Spring Data 项目的介绍，该项目的目的在于帮助 Java 开发人员使用最新的数据处理和管理工具，同时能够以最新的方式使用传统的数据库。我们首先会为你介绍这个项目，阐述 SpringSource 以及该团队背后的驱动力，并描述了示例工程的领域模型，这个例子将会在后面的章节中使用，此外还介绍了如何获取和搭建示例代码（第 1 章）。

接着将会讨论 Spring Data Repository 的基本理念，因为它们是后续各种数据存储中都会涉及的通用主题（第 2 章）。对于 Querydsl 也是如此，我们将会在第 3 章中讨论这个话题。这两章为探讨特定存储与 Repository 的集成以及高级查询功能奠定了坚实的基础。

为了从 Java 开发人员熟悉的领域开始，我们会用一些时间来介绍传统的持久化技术，如 JPA（第 4 章）和 JDBC（第 5 章）。这两章阐述了在 Spring 已有的对 JPA 和 JDBC 的支持之上，Spring Data 的模块提供了什么新特性。

在完成这些之后，将会引入 Spring Data 项目所支持的 NoSQL 存储：以 MongoDB 为例介绍文档数据库（第 6 章），以 Neo4j 为例讲解图数据库（第 7 章），以 Redis 为例讲解键/值存储（第 8 章）。列族数据库 HBase 将会在稍后的章节中介绍（第 12 章）。这些章节中涵盖的内容包括了将领域类映射到特定存储的数据结构、通过所提供的应用程序编程接口（Application Programming Interface，API）与存储进行便捷地交互以及对 Repository 抽象的使用。

我们将会介绍 Spring Data REST 导出器（第 10 章）以及 Spring Roo 集成（第 9 章）。这两章的内容都基于 Repository 抽象并且能够很容易地将 Spring Data 所管理的实体导出到 Web 之中，可以作为表述性状态转移（Representational State Transfer，REST），也可以作为基于 Spring Roo 所构建的 Web 应用程序。

接下来本书将会进入大数据的世界──具体来说也就是 Hadoop 和 Spring for Apache Hadoop，我们将会介绍如何使用 Hadoop 技术实现样例以及 Spring Data 模块如何明显简化 Hadoop 的使用（第 11 章）。基于这些内容，将会使用 Spring Batch 和 Spring Integration 项目来构建复杂的大数据管道──这些项目都非常适合于大数据的处理（第 12 章和第 13 章）。

最后一章将会讨论 Spring Data 对 GemFire 的支持，这是一个分布式的数据网格解决方案（第 14 章）。