x

添加收藏：我读过这本书

想读在读读过

标签(确定标签后请按回车):

当前位置： 查字典图书网> 算法> 大数据日知录

大数据日知录

大数据日知录

作者：张俊林
出版社：电子工业出版社
副标题：架构与算法
出版年： 2014-9
页数： 404
定价： 69.00元
装帧：平装
丛书：大数据丛书
ISBN： 9787121241536

评分

8.0

146人已评价

5星

37.7%
4星

39.7%
3星

18.5%
2星

3.4%
1星

0.7%

内容简介

大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。

《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件体系结构、相关的...

作者简介

张俊林是技术书籍《这就是搜索引擎：核心技术详解》（该书荣获全国第十二届输出版优秀图书奖）的作者，目前担任畅捷通智能平台总监。在此之前，张俊林曾经在阿里巴巴搜索技术中心、百度商务搜索部凤巢广告平台以及新浪微博搜索部及数据系统部担任资深技术专家，新浪微博技术委员会成员，负责算法策略方向。他还曾是智能信息聚合网站“玩聚网”的联合创始人之一。他的研发兴趣集中在：搜索技术、推荐系统、社交挖掘、自然语言...

目录

第0 章当谈论大数据时我们在谈什么................ 1

0.1 大数据是什么.......................... 2

0.2 大数据...

更多>>

第0 章当谈论大数据时我们在谈什么................ 1

0.1 大数据是什么.......................... 2

0.2 大数据之翼：技术范型转换......................................... 4

0.3 大数据商业炼金术................................ 6

0.4 “大数据”在路上................................................... 7

第1 章数据分片与路由.............................................. 9

1.1 抽象模型.......................................................10

1.2 哈希分片（Hash Partition） ..............................11

1.2.1 Round Robin....................................11

1.2.2 虚拟桶（Virtual Buckets） ..........................12

1.2.3 一致性哈希（Consistent Hashing） ...........................13

1.3 范围分片（Range Partition） ......................................18

参考文献......................................19

第2 章数据复制与一致性................................................20

2.1 基本原则与设计理念............................21

2.1.1 原教旨CAP 主义..............................................21

2.1.2 CAP 重装上阵（CAP Reloaded）.............................23

2.1.3 ACID 原则...............................................24

2.1.4 BASE 原则.................................................24

2.1.5 CAP/ACID/BASE 三者的关系...........................25

2.1.6 幂等性（Idempotent）........................................26

2.2 一致性模型分类.................................................26

2.2.1 强一致性............................................27

2.2.2 最终一致性........................................28

2.2.3 因果一致性.............................28

2.2.4 “读你所写”一致性....................................29

2.2.5 会话一致性....................................29

2.2.6 单调读一致性..............................................30

2.2.7 单调写一致性.....................................................30

2.3 副本更新策略...........................30

2.3.1 同时更新..........................................30

2.3.2 主从式更新.....................................31

2.3.3 任意节点更新......................................32

2.4 一致性协议...........................................................32

2.4.1 两阶段提交协议（Two-Phrase Commit，2PC）..........................33

2.4.2 向量时钟（Vector Clock） ..............................38

2.4.3 RWN 协议.................................................40

2.4.4 Paxos 协议.............................................42

2.4.5 Raft 协议.............................................45

参考文献................................................49

第3 章大数据常用的算法与数据结构....................................51

3.1 布隆过滤器（Bloom Filter） ............................51

3.1.1 基本原理.............................................52

3.1.2 误判率及相关计算..........................................52

3.1.3 改进：计数Bloom Filter....................................53

3.1.4 应用............................................54

3.2 SkipList............................................55

3.3 LSM 树........................................58

3.4 Merkle 哈希树（Merkle Hash Tree） .............................62

3.4.1 Merkle 树基本原理..................................................62

3.4.2 Dynamo 中的应用.........................................63

3.4.3 比特币中的应用..................................................63

3.5 Snappy 与LZSS 算法..........................................65

3.5.1 LZSS 算法.............................................65

3.5.2 Snappy..........................................67

3.6 Cuckoo 哈希（Cuckoo Hashing） ..................................67

3.6.1 基本原理...............................................68

3.6.2 应用：SILT 存储系统.........................................68

参考文献...................................................70

第4 章集群资源管理与调度.......................................71

4.1 资源管理抽象模型...................................72

4.1.1 概念模型....................................72

4.1.2 通用架构...............................................73

4.2 调度系统设计的基本问题.....................................74

4.2.1 资源异质性与工作负载异质性............................74

4.2.2 数据局部性（Data Locality） ........................................75

4.2.3 抢占式调度与非抢占式调度...................................75

4.2.4 资源分配粒度（Allocation Granularity） .............76

4.2.5 饿死（Starvation）与死锁（Dead Lock）问题...........................76

4.2.6 资源隔离方法........................................77

4.3 资源管理与调度系统范型.............................77

4.3.1 集中式调度器（Monolithic Scheduler）.......................78

4.3.2 两级调度器（Two-Level Scheduler） .........................79

4.3.3 状态共享调度器（Shared-State Scheduler） ....................79

4.4 资源调度策略...............................................81

4.4.1 FIFO 调度策略..........................................81

4.4.2 公平调度器（Fair Scheduler）......................81

4.4.3 能力调度器（Capacity Scheduler） ..........................82

4.4.4 延迟调度策略（Delay Scheduling）............................82

4.4.5 主资源公平调度策略（Dominant Resource Fair Scheduling）.............82

4.5 Mesos .................................84

4.6 YARN......................................87

参考文献..............................................90

第5 章分布式协调系统...................................91

5.1 Chubby 锁服务...............................92

5.1.1 系统架构........................................93

5.1.2 数据模型..................................94

5.1.3 会话与KeepAlive 机制...............................95

5.1.4 客户端缓存.......................................95

5.2 ZooKeeper ................................96

5.2.1 体系结构...........................................96

5.2.2 数据模型（Data Model） .............................97

5.2.3 API ...............................98

5.2.4 ZooKeeper 的典型应用场景..................................98

5.2.5 ZooKeeper 的实际应用.......................................103

参考文献...................................104

第6 章分布式通信..............................106

6.1 序列化与远程过程调用框架..................................107

6.1.1 Protocol Buffer 与Thrift .....................108

6.1.2 Avro...............................109

6.2 消息队列.....................................110

6.2.1 常见的消息队列系统......................................110

6.2.2 Kafka .......................111

6.3 应用层多播通信（Application-Level Multi-Broadcast）........114

6.3.1 概述...............................114

6.3.2 Gossip 协议...........................115

参考文献..........................118

第7 章数据通道.........................................120

7.1 Log 数据收集.................................120

7.1.1 Chukwa........................121

7.1.2 Scribe......................122

7.2 数据总线......................................123

7.2.1 Databus............................125

7.2.2 Wormhole .......................127

7.3 数据导入/导出...........................................128

参考文献.............................129

第8 章分布式文件系统....................................131

8.1 Google 文件系统（GFS） .................................132

8.1.1 GFS 设计原则...........................................132

8.1.2 GFS 整体架构..............................133

8.1.3 GFS 主控服务器..................................134

8.1.4 系统交互行为.................................136

8.1.5 Colossus ........................137

8.2 HDFS ..........................138

8.2.1 HDFS 整体架构.................................139

8.2.2 HA 方案..............................140

8.2.3 NameNode 联盟........................143

8.3 HayStack 存储系统....................................145

8.3.1 HayStack 整体架构.................................146

8.3.2 目录服务..................................147

8.3.3 HayStack 缓存...........................................148

8.3.4 HayStack 存储系统的实现...............................148

8.4 文件存储布局.........................................150

8.4.1 行式存储........................................151

8.4.2 列式存储...........................................151

8.4.3 混合式存储........................................156

8.5 纠删码（Erasure Code）.............................158

8.5.1 Reed-Solomon 编码...............................159

8.5.2 LRC 编码.....................................164

8.5.3 HDFS-RAID 架构.........................166

参考文献.....................................166

第9 章内存KV 数据库...................................168

9.1 RAMCloud ..............................169

9.1.1 RAMCloud 整体架构................................169

9.1.2 数据副本管理与数据恢复................................170

9.2 Redis....................................172

9.3 MemBase ...............................173

参考文献................................................175

第10 章列式数据库...........................................176

10.1 BigTable....................................177

10.1.1 BigTable 的数据模型..........................177

10.1.2 BigTable 的整体结构................................178

10.1.3 BigTable 的管理数据.............................179

10.1.4 主控服务器（Master Server）......................181

10.1.5 子表服务器（Tablet Server） ....................182

10.2 PNUTS 存储系统........................................186

10.2.1 PNUTS 的整体架构..............................186

10.2.2 存储单元...............................187

10.2.3 子表控制器与数据路由器..................................187

10.2.4 雅虎消息代理.............................188

10.2.5 数据一致性.........................................189

10.3 MegaStore..................................................190

10.3.1 实体群组切分......................191

10.3.2 数据模型........................................192

10.3.3 数据读/写与备份.................................193

10.4 Spanner .........................................194

10.4.1 SpanServer 软件栈.........................................195

10.4.2 数据模型.........................................196

10.4.3 TrueTime ...........................................196

参考文献..............................................197

第11 章大规模批处理系统...................................199

11.1 MapReduce 计算模型与架构................................200

11.1.1 计算模型.......................................201

11.1.2 系统架构......................................203

11.1.3 MapReduce 计算的特点及不足......................................206

11.2 MapReduce 计算模式...........................206

11.2.1 求和模式（Summarization Pattern）................207

11.2.2 过滤模式（Filtering Pattern） ................208

11.2.3 组织数据模式（Data Organization Pattern） .....................210

11.2.4 Join 模式（Join Pattern）......................212

11.3 DAG 计算模型..........................................214

11.3.1 DAG 计算系统的三层结构............................214

11.3.2 Dryad .......................................215

11.3.3 FlumeJava 和Tez ........................................217

参考文献...........................................218

第12 章流式计算........................................219

12.1 流式计算系统架构....................................222

12.1.1 主从架构............................................222

12.1.2 P2P 架构.....................................................223

12.1.3 Samza 架构..........................................224

12.2 DAG 拓扑结构..........................................224

12.2.1 计算节点.....................................................225

12.2.2 数据流..............................................226

12.2.3 拓扑结构..................................226

12.3 送达保证（Delivery Guarantees）..............................229

12.3.1 Storm 的送达保证机制.................................230

12.3.2 MillWheel 的“恰好送达一次”机制...........................233

12.4 状态持久化...........................................234

12.4.1 容错的三种模式....................................234

12.4.2 Storm 的状态持久化.......................................236

12.4.3 MillWheel 和Samza 的状态持久化......................237

参考文献............................................238

第13 章交互式数据分析...................................240

13.1 Hive 系数据仓库.................................242

13.1.1 Hive .....................................242

13.1.2 StingerInitiative ................................250

13.2 Shark 系数据仓库..................................251

13.2.1 Shark 架构.........................................252

13.2.2 部分DAG 执行引擎（PDE） ........................253

13.2.3 数据共同分片.........................................254

13.3 Dremel 系数据仓库...................................254

13.3.1 Dremel...........................255

13.3.2 PowerDrill ..........................258

13.3.3 Impala.................................261

13.3.4 Presto...............................264

13.4 混合系数据仓库......................................265

参考文献.................................269

第14 章图数据库：架构与算法................................271

14.1 在线查询类图数据库...........................272

14.1.1 三层结构.........................272

14.1.2 TAO 图数据库.................................273

14.2 常见图挖掘问题..........................................277

14.2.1 PageRank 计算.......................................278

14.2.2 单源最短路径（Single Source Shortest Path） ..................278

14.2.3 二部图最大匹配.............................279

14.3 离线挖掘数据分片..............................................279

14.3.1 切边法（Edge-Cut）......................................280

14.3.2 切点法（Vertex-Cut）...............................282

14.4 离线挖掘计算模型...................................284

14.4.1 以节点为中心的编程模型..........................284

14.4.2 GAS 编程模型...........................................285

14.4.3 同步执行模型.....................................286

14.4.4 异步执行模型...................................290

14.5 离线挖掘图数据库.................................292

14.5.1 Pregel..........................292

14.5.2 Giraph...............................299

14.5.3 GraphChi ............................301

14.5.4 PowerGraph.......................307

参考文献.......................................311

第15 章机器学习：范型与架构.........................................313

15.1 分布式机器学习...........................................314

15.1.1 机器学习简介.............................................314

15.1.2 数据并行VS.模型并行.....................................316

15.2 分布式机器学习范型.....................317

15.2.1 三种范型...................................318

15.2.2 MapReduce 迭代计算模型........................319

15.2.3 BSP 计算模型...................................321

15.2.4 SSP 模型............................323

15.3 分布式机器学习架构...................................324

15.3.1 MapReduce 系列..................................325

15.3.2 Spark 及MLBase ..........................................327

15.3.3 参数服务器（Parameter Server）.............332

参考文献................................................335

第16 章机器学习：分布式算法...............................337

16.1 计算广告：逻辑回归.......................................338

16.1.1 逻辑回归（Logistic Regression，LR）.............................338

16.1.2 并行随机梯度下降（Parallel Stochastic Gradient Descent）............341

16.1.3 批学习并行逻辑回归..................................341

16.2 推荐系统：矩阵分解................................................344

16.2.1 矩阵分解方法.......................................344

16.2.2 ALS-WR 算法............................................346

16.2.3 并行版ALS-WR 算法..............................347

16.3 搜索引擎：机器学习排序................................347

16.3.1 机器学习排序简介.................................348

16.3.2 LambdaMART.................................349

16.3.3 分布式LambdaMART........................................351

16.4 自然语言处理：文档相似性计算.......................................352

16.5 社交挖掘：谱聚类.................................355

16.5.1 社交挖掘实例...............................355

16.5.2 谱聚类....................................356

16.5.3 并行版谱聚类..........................................358

16.6 深度学习：DistBelief .............................................358

16.6.1 深度学习简介........................................359

16.6.2 DistBelief.....................360

参考文献.........................................364

第17 章增量计算..........................................366

17.1 增量计算模式...........................367

17.1.1 两种计算模式...............................367

17.1.2 Hadoop 平台下增量计算的一般模式.............................368

17.2 Percolator................................370

17.2.1 事务支持..........................................371

17.2.2 “观察/通知”体系结构...........................373

17.3 Kineograph ............................374

17.3.1 整体架构.........................................375

17.3.2 增量计算机制....................................375

17.4 DryadInc ....................................376

参考文献..............................................................377

附录A 硬件体系结构及常用性能指标......................................378

附录B 大数据必读文献....................................380

<<收起

该书热门标签

大数据架构算法分布式架构数据挖掘计算机机器学习数据分析

评价“大数据日知录”

想读在读读过

我想说两句

短评 (查看全部短评)

最新
热门

0 疏玉 2014-10-29

Great～
0 Zero land 2014-11-02

很全面，脉络清晰
0 年轻的大天才 2015-02-05

花了个几月的时间看，应该说内容非常全面，作者一定是有大量实际经验，对于想致力于搜索领域发展的朋友应该很有帮助，不管是架构，算法都可以看到很多新东西，初学者要有相当好的基础需要下很多功夫才能领悟，要有很强的全局观，知识面要求也很广。
0 niaoge 2015-05-18

还行，有的讲的泛，有的讲的细。完整版联系374741295@qq.com。支付宝支付5元到374741295@qq.com这个账号即可。
0 Winnie说说 2014-09-26

内容很全面，而且通俗易懂。
0 骆彬 2015-03-14

自身境界还不够，值得以后细细品
0 鲨鱼小海星 2016-01-08

这本书适合大数据研究人员，入门级书，涉及的技术都还挺新，省去了很多读论文的时间，是一个很好的汇总。总之这个不是技术应用型的书。
0 GreatL 2017-04-07

这种级别的技术书籍还真不是随便可以驾驭的从工程上出发还是多介绍一些trick比较实用大而全的体系hold不住
0 WeiLu 2016-01-31

有广度有深度注：这里的架构不是系统架构
0 Ape 2015-11-21

挑着看的

4 icemelon 2016-08-17

在知识广度方面无出其右了。这么多概念自己整理要费极大功夫。有人帮你系统梳理如此庞大的知识体系是件很爽的事情，堪比大保健。
2 2sin18° 2014-10-30

内容非常丰富，可惜有点散
1 iSea 2015-07-31

很多经典论文翻译，作为泛读还行，要学东西就是想太多了。
1 Total_Eclipse 2017-02-05

大数据方面的百科全书，清晰的梳理了大数据相关的知识点，虽然深度没潜下去，但足以对各方面有更全面的认识，符合日知录的名字。14年的书在16年仍然有很好的参考价值。值得想了解或学习大数据方面的童鞋去读。稍后会把读书笔记和脑图上传。
1 梁兄 2015-09-05

大数据笔记类书籍
1 fanbingyun 2015-12-25

内容太多，最近不喜欢这个风格
1 triStone 2016-03-28

又是一本啥都提一提的书,用来做串联或者索引还是蛮不错的.
1 Maooyer 2015-04-12

花了整个周末的时间把书全部过了一遍，算是不错的导引类书籍了，尤其前面写的非常好（尤其是数据结构那章）。缺点在于深度不够...
1 zpp 2016-04-08

不光生态系统讲的好，关键是有作者自己的思考以及对读者的指引，每章后面对的参考文献都是经典，尤其全书最后附录2的文献更是必读
1 厚积薄发 2014-10-19

书名和内容其实不太一致，其实不是在讲大数据，整体来说，作为分布式系统和分布式机器学习的一个survey还是很好的，能够结合现实的开源软件来落地讲解，这点不错。不过毛病是老爱搞太多的文绉绉的数学推导，没做到用容易理解的语言来重新描述，而且所讲内容不够深入。

查看全部短评>>

我要写长评

书评 (查看全部书评)

最新
热门

作者的学习笔记整理吧
0有用 niaoge 2015-05-18

这本书讲的面很广，从大数据的基本框架到具体的系统、机器学习的概念等等。科普性质较强。想看的同学联系374741295@qq.com通过支付宝支付5元到374741295@qq.com这个账号即可享有p... 查看全部>>
很难得的大数据技术类书籍
0有用 onlyforEcho 2014-10-13

因为做这方面的工作，所以之前买过几本大数据方面的书，有《大数据时代》这种概念普及书，也有几本技术书，比较下来技术书还是推荐这本，内容比较全，大部分章节也比较深入，个别章节写得有些简略，感觉没展开，可能... 查看全部>>
大数据时代做数据挖掘哪家强？此书给出了最好的回答
0有用王晓宁 2014-10-14

前阵子这本书在微博上炒得挺火的，跟风买了一本。选择性地看了一多半，还是有不少收获，可能跟自己之前大数据懂得太少有关系吧，大数据数据结构讲得比较细，实用，前面两章理论强了些，有些地方没看太懂，还得再翻两... 查看全部>>
适合不懂大数据的人作为大数据科普书
0有用 wyj243 2014-12-08

从事大数据行业，觉得挺适合不做大数据的人用来科普，比在百度上找方便多了。看得出来，作者的知识广度是常人所不能及的，拿来做大数据搜索引擎的目录那是极好的。比如看了mapreduce就知道大概hadoop... 查看全部>>
大数据领域难得的一本好书
0有用 HW兵马勇 2015-01-03

做数据库相关开发已经有将近4年时间了，做过nosql、mysql，分析过hadoop、spark，终于看到一本可以总领提纲的bigdata方向的书，本书涉及到bigdata相关的方方面面，看完之后，不... 查看全部>>
一本综合性的分布式系统和大数据技术的入门宝典
0有用青悠子 2015-05-13

作者研究了多年的大数据和分布式系统技术，这本书可以说是作者多年研究积累的综述。建议读完该书后再有选择性的读几篇反复提到的论文或产品背后的原始论文(比如Amazon的dynamo论文)，这样可以说是对分... 查看全部>>
low的名字，但高大上的内容
0有用 zhengyangas 2016-11-18

看上去很low的名字，但是的确如各个大牛的推荐中所说的那样，这本书干货很多。从分布式计算，数据一致性，NOSQL等看上去并不怎么大数据的技术一直到后面的各种挖掘，各种算法的讲解，看完真可以让自己出去吹... 查看全部>>
大数据日知录读书笔记
0有用 Total_Eclipse 2017-01-14

第1章数据分片与路由•主流的大数据存储与计算系统采用横向扩展（ScaleOut）的方式支持系统可扩展性，通过增加机器数目来获得水平扩展能力。因此，对于待存储处理的海量数据，需要通过数据分片（Shard... 查看全部>>
建立大数据技术领域大局观
1有用 lijing 2014-10-07

十一放假期间过了这本书一遍，读完最大的感受是有助于建立大数据技术的整体大局观。这书从大数据基本理论、各种架构组件以及算法几个角度归纳了目前常见的大数据技术，理论部分讲的还挺透彻，也包括了方方面面的技术... 查看全部>>
作为大数据学习的搜索引擎不错
2有用 wyj243 2014-12-10

作为大数据学习的搜索引擎不错。毕竟初学者还是不知道都包含那些的，虽说互联网上类似的内容很多，但一般都不知道怎么整理，有了这些初步的，看起来也比较理论化的入门内容，有助于初学者找到入门的大致需要所学的内... 查看全部>>

又是一本笔记型技术书
7有用梁兄 2014-10-07

从覆盖面上看，这本书还是涉及到很广的知识点。但从编排和讲解角度看，除了很多清单图谱也都是直接抓现成的。当然也不能全怪作者，毕竟讲逻辑的东西如果要画图细说那这本书估计再写个几年也完不成。现在世面上十分流... 查看全部>>
推荐给做数据处理的
3有用列纳 2014-10-02

本书在深度和经验上都不错，数据结构部分讲得很细很全面，作者在分布式计算上有很多实践经验，后面图形算法和机器学习上比较概略。整体上偏重技术，如果后面能加二三个应用案例或许会更好。目前在“大数据”方面我最... 查看全部>>
作为大数据学习的搜索引擎不错
2有用 wyj243 2014-12-10

作为大数据学习的搜索引擎不错。毕竟初学者还是不知道都包含那些的，虽说互联网上类似的内容很多，但一般都不知道怎么整理，有了这些初步的，看起来也比较理论化的入门内容，有助于初学者找到入门的大致需要所学的内... 查看全部>>
大数据技术索引
2有用碳基体 2015-01-12

对大数据的初步感官是使用hive(hadoopSQL接口)查询，等结果等的很焦急,然后陆续接触到了NoSQL存储（mongodbhttp://danqingdani.blog.163.com/blog... 查看全部>>
简明扼要的百科全书
2有用孤风 2014-10-10

几句话点评1、这是一本百科全书，每一章都能写一本书2、这是一本大数据的经典文献的集合的论文集，整理到位，少了很多查询的时间3、这是一本有理论和实践的书，理解到位，不会死啃理论4、这是一本全景书，只是用... 查看全部>>
建立大数据技术领域大局观
1有用 lijing 2014-10-07

十一放假期间过了这本书一遍，读完最大的感受是有助于建立大数据技术的整体大局观。这书从大数据基本理论、各种架构组件以及算法几个角度归纳了目前常见的大数据技术，理论部分讲的还挺透彻，也包括了方方面面的技术... 查看全部>>
作者的学习笔记整理吧
0有用 niaoge 2015-05-18

这本书讲的面很广，从大数据的基本框架到具体的系统、机器学习的概念等等。科普性质较强。想看的同学联系374741295@qq.com通过支付宝支付5元到374741295@qq.com这个账号即可享有p... 查看全部>>
很难得的大数据技术类书籍
0有用 onlyforEcho 2014-10-13

因为做这方面的工作，所以之前买过几本大数据方面的书，有《大数据时代》这种概念普及书，也有几本技术书，比较下来技术书还是推荐这本，内容比较全，大部分章节也比较深入，个别章节写得有些简略，感觉没展开，可能... 查看全部>>
大数据时代做数据挖掘哪家强？此书给出了最好的回答
0有用王晓宁 2014-10-14

前阵子这本书在微博上炒得挺火的，跟风买了一本。选择性地看了一多半，还是有不少收获，可能跟自己之前大数据懂得太少有关系吧，大数据数据结构讲得比较细，实用，前面两章理论强了些，有些地方没看太懂，还得再翻两... 查看全部>>
适合不懂大数据的人作为大数据科普书
0有用 wyj243 2014-12-08

从事大数据行业，觉得挺适合不做大数据的人用来科普，比在百度上找方便多了。看得出来，作者的知识广度是常人所不能及的，拿来做大数据搜索引擎的目录那是极好的。比如看了mapreduce就知道大概hadoop... 查看全部>>

查看全部书评>>

猜您喜欢读

: 趣题学算法

: Using Ad

: Understa

: 机器学习

: Pattern

: Machine

: 数据挖掘导论

: 鸟哥的Linux

: Algorith

: Algorith

: 计算机科学导论

: 图解TCP/IP

网友关注

: The Tao

: Franklin

: I Ching

: How To G

: A FairWa

: O Tao Da

: But Also

: Growing

: Mummies

: Wild Bil

: Golden P

: Reading

: The Tao

: Scott 20

: Characte

: Research

: BOC Stud

: Magill&#

网友关注

: The Tao

: Franklin

: I Ching

: How To G

: A FairWa

: O Tao Da

: But Also

: Growing

: Mummies

: Wild Bil

: Golden P

: Reading

: The Tao

: Scott 20

: Characte

: Research

: BOC Stud

: Magill&#

精品推荐

分类导航

相关分类

热评书籍

: 番茄工作法图解

: 万万没想到

: 谁动了我的奶酪?

: 杜拉拉升職記

: 时间的形状

: Rework

: 正在爆发的互联网革命

: 基业长青

: 大便書

: 史蒂夫·乔布斯传（修订版）

: 你的灯亮着吗?

: 世界因你不同

: 别做正常的傻瓜

: 黄金时代

: Brave New World