數(shù)據(jù)密集型計(jì)算和模型

第1章 緒論
1.1 數(shù)據(jù)密集型計(jì)算概念
1.2 大數(shù)據(jù)時(shí)代的數(shù)據(jù)密集型計(jì)算技術(shù)
1.3 數(shù)據(jù)密集型計(jì)算與高性能計(jì)算、云計(jì)算的關(guān)系
1.3.1 數(shù)據(jù)密集型計(jì)算與高性能計(jì)算
1.3.2 數(shù)據(jù)密集型計(jì)算與云計(jì)算
1.4 數(shù)據(jù)密集型計(jì)算的應(yīng)用領(lǐng)域
1.4.1 社會(huì)管理領(lǐng)域
1.4.2 教育領(lǐng)域
1.4.3 醫(yī)療領(lǐng)域
1.4.4 交通領(lǐng)域
1.4.5 農(nóng)業(yè)領(lǐng)域
1.4.6 金融領(lǐng)域
1.4.7 其他領(lǐng)域
1.5 大數(shù)據(jù)帶來(lái)的挑戰(zhàn)
1.5.1 大數(shù)據(jù)集成
1.5.2 大數(shù)據(jù)分析
1.5.3 計(jì)算機(jī)體系結(jié)構(gòu)面臨的挑戰(zhàn)
1.5.4 編程模型面臨的挑戰(zhàn)
參考文獻(xiàn)
第2章 大數(shù)據(jù)時(shí)代的計(jì)算機(jī)體系結(jié)構(gòu)
2.1 計(jì)算部件
2.1.1 多核
2.1.2 眾核
2.1.3 GPU-+-CP[J混合異構(gòu)
2.1.4 集群
2.2 存儲(chǔ)部件
2.2.1 片上存儲(chǔ)
2.2.2 本地存儲(chǔ)
2.2.3 分布式存儲(chǔ)
2.3 網(wǎng)絡(luò)部件
2.3.1 片上通信
2.3.2 數(shù)據(jù)中心網(wǎng)絡(luò)
2.3.3 數(shù)據(jù)中心互聯(lián)網(wǎng)絡(luò)
2.4 軟件定義部件
2.4.1 軟件定義計(jì)算
2.4.2 軟件定義存儲(chǔ)
2.4.3 軟件定義網(wǎng)絡(luò)
2.4.4 軟件定義數(shù)據(jù)中心
2.5 虛擬資源管理系統(tǒng)
2.5.1 典型虛擬資源管理系統(tǒng)
2.5.2 云計(jì)算一體機(jī)
參考文獻(xiàn)
第3章 內(nèi)存計(jì)算
3.1 內(nèi)存計(jì)算的概念
3.2 內(nèi)存計(jì)算的硬件結(jié)構(gòu)
3.2.1 用于內(nèi)存計(jì)算的專(zhuān)用內(nèi)存
3.2.2 用于內(nèi)存計(jì)算的計(jì)算機(jī)體系結(jié)構(gòu)
3.3 內(nèi)存計(jì)算的系統(tǒng)軟件
3.3.1 內(nèi)存文件系統(tǒng)
3.3.2 任務(wù)及數(shù)據(jù)的調(diào)度
3.4 內(nèi)存數(shù)據(jù)庫(kù)
3.4.1 內(nèi)存數(shù)據(jù)庫(kù)的結(jié)構(gòu)
3.4.2 內(nèi)存數(shù)據(jù)庫(kù)的關(guān)鍵技術(shù)
3.4.3 主流內(nèi)存數(shù)據(jù)庫(kù)及其優(yōu)缺點(diǎn)
參考文獻(xiàn)
第4章 MapReduce模型
4.1 MapReduce模型簡(jiǎn)介
4.1.1 MapReduce模型概念及原理
4.1.2 MapReduce模型工作機(jī)制
4.1.3 MapReduce模型優(yōu)缺點(diǎn)
4.2 基于MapReduce模型的實(shí)現(xiàn)
4.2.1 Hadoop
4.2.2 Phoenix
4.2.3 其他實(shí)現(xiàn)
4.3 MapReduce模型的改進(jìn)
4.3.1 Spark
4.3.2 Data Freeway和Puma
4.3.3 Storm
4.3.4 Nephele／PACTs
4.3.5 其他改進(jìn)工作
參考文獻(xiàn)
第5章 BSP模型
5.1 BSP模型簡(jiǎn)介
5.1.1 BSP模型概念
5.1.2 BSP模型原理
5.1.3 BSP模型優(yōu)缺點(diǎn)
5.2 BSP模型發(fā)展概況
5.2.1 BSP模型初級(jí)階段
5.2.2 多核BSP
5.2.3 BSP模型在云平臺(tái)上的應(yīng)用
5.2.4 BSP模型在大數(shù)據(jù)時(shí)代的應(yīng)用
5.3 基于BSP模型的編程框架
5.3.1 Pregel
5.3.2 HAMA
5.3.3 GPS
5.3.4 Giraph
參考文獻(xiàn)
第6章 Dryad模型
6.1 Dryad簡(jiǎn)介
6.1.1 Dryad系統(tǒng)概述
6.1.2 Dryad圖描述
6.1.3 Dryad執(zhí)行機(jī)制
6.2 SCOPE腳本語(yǔ)言
6.3 DryadLINQ
6.4 Cosmos
6.4.1 Cosmos存儲(chǔ)系統(tǒng)
6.4.2 Cosmos執(zhí)行環(huán)境
6.5 MapReduce與Dryad的比較
參考文獻(xiàn)
第7章 其他計(jì)算模型
7.1 All—Pairs
7.1.1 All—Pairs簡(jiǎn)介
7.1.2 All—Pairs的應(yīng)用
7.1.3 All—Pairs面臨的挑戰(zhàn)
7.1.4 All—Pairs的具體實(shí)現(xiàn)
7.2 DOT
7.2.1 DOT簡(jiǎn)介
7，2，2 DOT模型
7.2.3 DOT展望
7.3 Pig Latin
7.3.1 Pig Latin簡(jiǎn)介
7.3.2 Pig Latin的功能及原理
7.3.3 Pig數(shù)據(jù)模型
7.3.4 Pig實(shí)現(xiàn)
7.4 GraphLab
7.4.1 GraphLab出現(xiàn)背景
7.4.2 GraphLab特性
7.4.3 GraphLab框架
7.5 工作流
7.5.1 工作流簡(jiǎn)介
7.5.2 CloudWF的系統(tǒng)設(shè)計(jì)
7.5.3 工作流的特性
參考文獻(xiàn)
附錄 英文縮略語(yǔ)