《数据密集型计算和模型》一书涵盖了数据密集型计算的体系结构、计算模型和编程方法，内容系统全面，着重介绍原理和方法。并配以图片，便于读者理解。
《数据密集型计算和模型》一书前半部分，重点介绍了数据密集型计算的概况，及其与高性能计算和云计算的异同、应用领域以及面临的挑战问题；巨量数据时代的计算机组织体系和技术；内存计算组织体系和技术；等等。后半部分重点介绍了几个常见的计算模型，如MapReduce模型、BSP模型和Dryad模型，并综合介绍了一些专门领域的计算模型，如All-Pairs模型等。
数据密集型计算是大数据时代的标志。《数据密集型计算和模型》一书借鉴了近年来在该领域的研究成果，有一定的创新，其出版较好地弥补了市场空白。
助您读懂大数据、云计算、数据密集型计算、大数据计算模型，它们的关联与含义 大数据时代离不开数据密集型计算，本书引领您进入其“内核世界” 信息技术前沿话题，作为原创图书弥补了该领域图书空白 国内985、211高校知名学者，行业顶级专家最新鼎力合作 《数据密集型计算和模型》是《大数据技术与应用》丛书分册之一。 《大数据技术与应用》丛书已被列为“十二五”国家重点图书出版规划项目，在面向经济建设和社会发展重大需求，开展科技成果转化和产学研结合工作的基础上，选择大数据技术应用的重点领域，围绕城市交通、医疗、金融、城市规划等各领域中大数据技术的应用，系统总结了数据科学、大数据技术及其在城市建设各领域中应用的科研技术成果和项目实施经验，同时丛书还就大数据治理和服务体系、系统测评技术等方面进行了概括，是一套为广大大数据相关专业的技术人员、研究人员以及各领域相关人员推出的具有系统性、创新性和前瞻性的，理论联系实际的大型系列丛书。 《大数据技术与应用》丛书第一批出版的共包括以下八分册：《汇计划在行动》、《大数据测评》、《数据密集型计算和模型》、《智慧城市大数据》、《城市发展的数据逻辑》、《金融大数据》、《城市交通大数据》、《医疗大数据》。
童维勤，教授、博士。长期任教于上海大学计算机工程与科学学院，兼任《上海大学学报》（英文版）编委会委员。主要研究领域：并行程序设计方法；高性能计算技术和应用；嵌入式技术。
获奖：“自强2000集群式高性能计算机系统”2001年获上海市科学技术进步一等奖。荣誉称号：1997年上海市高等学校优秀青年教师奖，1998年宝钢优秀教师奖，1998年、1999年Intel优秀教师奖。作为负责人，完成了国家自然科学基金、上海市科委、上海市教委等资助的科研项目十多项。
目前承担的项目：总装某预研项目子课题“飞行器RCS精确计算的并行化方法”。
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
参考文献
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
参考文献
第3章内存计算 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
参考文献
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
参考文献
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
参考文献
第4章MapReduce模型
4.1MapReduce模型简介
4.2基于MapReduce模型的实现
4.3MapReduce模型的改进
参考文献
第5章BSP模型
5.1BSP模型简介
5.2BSP模型发展概况
5.3基于BSP模型的编程框架
参考文献
第6章Dryad模型
6.1Dryad简介
6.2SCOPE脚本语言
6.3DryadLINQ
6.4Cosmos
6.5MapReduce与Dryad的比较
参考文献
第7章其他计算模型
7.1All-Pairs
7.2DOT
7.3Pig Latin
7.4GraphLab
7.5工作流
参考文献
附录 英文缩略语
书单推荐
