图书介绍

数据密集型计算和模型2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

童维勤，黄林鹏主编著
出版社：上海：上海科学技术出版社
ISBN：9787547822692
出版时间：2015
标注页数：221页
文件大小：48MB
文件页数：236页
主题词：计算模型

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：efc92884cbb58fff0cd34c495d4fffd5

下载说明

数据密集型计算和模型PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章绪论1

1.1 数据密集型计算概念2

1.2 大数据时代的数据密集型计算技术4

1.3 数据密集型计算与高性能计算、云计算的关系5

1.3.1 数据密集型计算与高性能计算5

1.3.2 数据密集型计算与云计算6

1.4 数据密集型计算的应用领域7

1.4.1 社会管理领域7

1.4.2 教育领域9

1.4.3 医疗领域10

1.4.4 交通领域11

1.4.5 农业领域12

1.4.6 金融领域13

1.4.7 其他领域14

1.5 大数据带来的挑战15

1.5.1 大数据集成16

1.5.2 大数据分析16

1.5.3 计算机体系结构面临的挑战17

1.5.4 编程模型面临的挑战18

参考文献18

第2章大数据时代的计算机体系结构21

2.1 计算部件22

2.1.1 多核22

2.1.2 众核23

2.1.3 GPU+CPU混合异构25

2.1.4 集群27

2.2 存储部件28

2.2.1 片上存储29

2.2.2 本地存储29

2.2.3 分布式存储31

2.3 网络部件33

2.3.1 片上通信34

2.3.2 数据中心网络35

2.3.3 数据中心互联网络39

2.4 软件定义部件42

2.4.1 软件定义计算42

2.4.2 软件定义存储46

2.4.3 软件定义网络53

2.4.4 软件定义数据中心56

2.5 虚拟资源管理系统60

2.5.1 典型虚拟资源管理系统60

2.5.2 云计算一体机70

参考文献71

第3章内存计算73

3.1 内存计算的概念74

3.2 内存计算的硬件结构75

3.2.1 用于内存计算的专用内存76

3.2.2 用于内存计算的计算机体系结构79

3.3 内存计算的系统软件88

3.3.1 内存文件系统88

3.3.2 任务及数据的调度98

3.4 内存数据库102

3.4.1 内存数据库的结构102

3.4.2 内存数据库的关键技术103

3.4.3 主流内存数据库及其优缺点107

参考文献111

第4章 MapReduce模型115

4.1 MapReduce模型简介116

4.1.1 MapReduce模型概念及原理116

4.1.2 MapReduce模型工作机制117

4.1.3 MapReduce模型优缺点124

4.2 基于MapReduce模型的实现124

4.2.1 Hadoop125

4.2.2 Phoenix129

4.2.3 其他实现131

4.3 MapReduce模型的改进133

4.3.1 Spark133

4.3.2 Data Freeway和Puma135

4.3.3 Storm137

4.3.4 Nephele/PACTs139

4.3.5 其他改进工作140

参考文献143

第5章 BSP模型147

5.1 BSP模型简介148

5.1.1 BSP模型概念148

5.1.2 BSP模型原理148

5.1.3 BSP模型优缺点149

5.2 BSP模型发展概况149

5.2.1 BSP模型初级阶段149

5.2.2 多核BSP152

5.2.3 BSP模型在云平台上的应用152

5.2.4 BSP模型在大数据时代的应用153

5.3 基于BSP模型的编程框架154

5.3.1 Pregel154

5.3.2 HAMA163

5.3.3 GPS167

5.3.4 Giraph172

参考文献174

第6章 Dryad模型177

6.1 Dryad简介178

6.1.1 Dryad系统概述178

6.1.2 Dryad图描述179

6.1.3 Dryad执行机制181

6.2 SCOPE脚本语言182

6.3 DryadLINQ184

6.4 Cosmos186

6.4.1 Cosmos存储系统187

6.4.2 Cosmos执行环境187

6.5 MapReduce与Dryad的比较188

参考文献188

第7章其他计算模型191

7.1 All-Pairs192

7.1.1 All-Pairs简介192

7.1.2 All-Pairs的应用193

7.1.3 All-Pairs面临的挑战193

7.1.4 All-Pairs的具体实现194

7.2 DOT196

7.2.1 DOT简介196

7.2.2 DOT模型197

7.2.3 DOT展望200

7.3 Pig Latin200

7.3.1 Pig Latin简介201

7.3.2 Pig Latin的功能及原理201

7.3.3 Pig数据模型203

7.3.4 Pig实现205

7.4 GraphLab206

7.4.1 GraphLab出现背景207

7.4.2 GraphLab特性207

7.4.3 GraphLab框架208

7.5 工作流209

7.5.1 工作流简介209

7.5.2 CloudWF的系统设计211

7.5.3 工作流的特性214

参考文献214

附录英文缩略语217