内容简介
本书是“大数据技术与应用”丛书之一，系统介绍了数据密集型计算的核心概念、模型与方法。全书从大数据时代的数据特征出发，深入探讨了数据密集型计算面临的挑战与机遇，涵盖了分布式计算、并行计算、云计算等关键技术。
书中详细阐述了数据密集型计算的基本模型，包括数据流模型、MapReduce模型、图计算模型等，并结合实际应用场景分析了这些模型在大数据处理中的优势与局限。同时，对数据密集型计算中的存储管理、资源调度、任务分配、容错机制等关键问题进行了深入讨论。
此外，本书还关注了数据密集型计算在科学与工程领域的应用案例，如基因组学数据处理、气象数据分析、社交媒体挖掘等，帮助读者理解理论如何落地。通过丰富的图表和示例，作者力求使复杂的计算模型变得易于理解。
本书适合作为高等院校计算机、大数据相关专业的研究生教材，也可供从事大数据技术研究与开发的工程技术人员参考。
目录
内容提要
前 言
第1章 绪论
1.1 数据密集型计算概念
1.2 大数据时代的数据密集型计算技术
1.3 数据密集型计算与高性能计算、云计算的关系
1.4 数据密集型计算的应用领域
1.5 大数据带来的挑战
第2章 大数据时代的计算机体系结构
2.1 计算部件
2.2 存储部件
2.3 网络部件
2.4 软件定义部件
2.5 虚拟资源管理系统
第3章 内存计算
3.1 内存计算的概念
3.2 内存计算的硬件结构
3.3 内存计算的系统软件
3.4 内存数据库
第4章 MapReduce模型
前 言
第1章 绪论
1.1 数据密集型计算概念
1.2 大数据时代的数据密集型计算技术
1.3 数据密集型计算与高性能计算、云计算的关系
1.4 数据密集型计算的应用领域
1.5 大数据带来的挑战
第2章 大数据时代的计算机体系结构
2.1 计算部件
2.2 存储部件
2.3 网络部件
2.4 软件定义部件
2.5 虚拟资源管理系统
第3章 内存计算
3.1 内存计算的概念
3.2 内存计算的硬件结构
3.3 内存计算的系统软件
3.4 内存数据库
第4章 MapReduce模型
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，没有任何商业目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48时间内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，没有任何商业目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48时间内予以删除。
📖 支持知识自由流动
这本书的持续提供，需要服务器运行成本支持（约 3.7元/小时）
