掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
漫畫算法與數據結構(大規模數據集) 版權信息
- ISBN：9787302645207
- 條形碼：9787302645207 ; 978-7-302-64520-7
- 裝幀：線裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
漫畫算法與數據結構(大規模數據集) 本書特色
《漫畫算法與數據結構（大規模數據集）》的重點并不是介紹通用的數據結構與算法分析。在大數據和人工智能的時代背景下，傳統的經典算法往往性能不佳，甚至可能不起作用。本書以分布式數據集、流式數據結構與算法設計為主線，對流式數據采集、數據庫中的數據結構設計、外部存儲器算法進行介紹。目前，實際生產中已經形成了流式數據采集、存儲、分析和計算的產品且成果顯著。針對流式數據的采集和存儲的產品主要有 Apache Kafka、Apache Pulsar 和 Pravega。流式數據的計算與分析主要經歷了兩代產品，**代為 Apache Storm、Spark Streaming，目前流行的是第二代產品 Apache Flink。此外，還出現了 MPP(Shared Nothing 架構)的分布式并行架構數據庫集群，主要有 Greenplum、HAWQ、HashData 等分布式數據庫系統。通過在 MPP 架構基礎上對流式數據的存儲和計算支持，單節點每秒可處理多達 100 億行數據，支持大規模數據實時寫入且保證秒級實時性，主要的產品有Apache Doris、StarRocks 和 MatrixDB。這些優秀的產品無不把流式數據的數據結構和算法體現得淋漓盡致。本書針對流式數據場景，對常見的大規模數據集算法和數據結構進行了梳理和講解。這些流式數據產品的出現有效解決了海量流式數據的采集、存儲和極速全場景分析計算等問題。本書可作為從事算法設計與分析、大數據平臺分析、模式識別與人工智能和數據庫等領域研究工作的工程師、計算機科學家的參考書。
漫畫算法與數據結構(大規模數據集) 內容簡介
當應用于大型分布式數據集時，標準算法和數據結構可能會變慢或接近失效。選擇專為大數據設計的算法可以節省時間、提高準確性并降低處理成本。《漫畫算法與數據結構（大規模數據集）》將*前沿的研究論文提煉為實用的技術，用于繪制、流式傳輸并組織磁盤和云中的大規模數據集，十分獨特。 大規模數據集的算法與數據結構為大型分布式數據引入了處理和分析技術。《漫畫算法與數據結構（大規模數據集）》作為指南，包含了行業故事和有趣的插圖，使復雜的概念也易于理解。在學習如何將強大的算法(如Bloom 過濾器、計數*小草圖、HyperLogLog和LSM樹)映射到你自己的用例時，將對真實世界的示例進行探索。 主要內容： ● 概率草圖數據結構 ● 選擇正確的數據庫引擎 ● 設計高效的磁盤數據結構和算法 ● 大規模系統中的算法權衡 ● 有限空間資源下的百分位數計算 Python、R和偽代碼中的示例。
漫畫算法與數據結構(大規模數據集) 目錄
第Ⅰ部分基于哈希的草圖
第1 章 導論 3
1.1 示例 5
1.1.1 示例解決方法 6
1.1.2 本書給出的解決方法 8
1.2 本書的結構 11
1.3 本書的不同之處及目標讀者 12
1.4 為什么大規模數據對當今的系統如此具有挑戰性 13
1.4.1 CPU 內存性能差距 13
1.4.2 內存層次結構 14
1.4.3 延遲與帶寬 15
1.4.4 分布式系統的情況 15
1.5 基于硬件來設計算法 16
1.6 本章小結 17
第2 章 哈希表和現代哈希回顧 19
2.1 無處不在的哈希 20
2.2 數據結構概述 22
2.3 現代系統中的使用場景 25
2.3.1 備份/存儲解決方案中的重復數據刪除 25
2.3.2 使用MOSS 和Rabin-Karp 指紋識別進行剽竊檢測 26
2.4 有關O(1) 29
2.5 解決沖突：理論與實踐 30
2.6 使用場景：Python 的dict是如何實現的 33
2.7 MurmurHash 35
2.8 分布式系統的哈希表：一致性哈希 36
2.8.1 一個典型的哈希問題 37
2.8.2 哈希環 38
2.8.3 查找 41
2.8.4 添加新節點/資源 41
2.8.5 刪除節點 44
2.8.6 一致性哈希場景：Chord 48
2.8.7 一致性哈希：編程練習 50
2.9 本章小結 50
第3 章 近似成員關系：Bloom 過濾器和商
過濾器 53
3.1 工作原理 56
3.1.1 插入 56
3.1.2 查找 57
3.2 用例 58
3.2.1 網絡中的Bloom 過濾器：Squid 58
3.2.2 Bitcoin 移動應用 59
3.3 一個簡單的實現 60
3.4 設置Bloom過濾器 61
3.5 一點理論 66
3.6 Bloom 過濾器的調整和替代方案 69
3.7 商過濾器 70
3.7.1 商-余數法 71
3.7.2 了解元數據位 73
3.7.3 示例：插入商過濾器中 73
3.7.4 用于查找的Python代碼 76
3.7.5 調整大小與合并 79
3.7.6 誤報率和空間考慮 80
3.8 Bloom 過濾器和商過濾器的比較 80
3.9 本章小結 82
第4 章 頻率估計和count-minsketch 85
4.1 多數元素 87
4.2 count-min sketch 的工作原理 90
4.2.1 update 90
4.2.2 estimate 91
4.3 用例 92
4.3.1 前k 個睡眠不安者 92
4.3.2 縮放單詞的分布相似度 96
4.4 count-min sketch 中的誤差與空間 99
4.5 count-min sketch 的簡單實現 100
4.5.1 練習 101
4.5.2 公式所蘊含的原理 102
4.6 使用count-min sketch進行范圍查詢 103
4.6.1 二元區間 104
4.6.2 更新階段 105
4.6.3 估計階段 107
4.6.4 計算二元區間 108
4.7 本章小結 110
第5 章 基數估計和HyperLogLog 113
5.1 對數據庫中的不同項計數 114
5.2 HyperLogLog 增量設計 116
5.2.1 **步：概率計數 117
5.2.2 隨機平均 119
5.2.3 LogLog 121
5.2.4 HyperLogLog：使用調和平均值進行隨機平均 123
5.3 用例：使用HLL 捕捉蠕蟲 126
5.4 一個小實驗 128
5.5 用例：使用Hyper-LogLog 進行聚合 132
5.6 本章小結 135
第Ⅱ部分實時分析第6 章 流式數據 139
6.1 流式數據系統：元示例 144
6.1.1 Bloom 連接 144
6.1.2 重復數據刪除 147
6.1.3 負載平衡和跟蹤網絡流量 149
6.2 數據流中的實際約束和概念 151
6.2.1 實時 151
6.2.2 小時間和小空間 152
6.2.3 概念轉變和概念漂移 152
6.2.4 滑動窗口模型 153
6.3 抽樣和估計 155
6.3.1 有偏差抽樣策略 157
6.3.2 代表性樣本的估計 160
6.4 本章小結 162
第7 章 從數據流中抽樣 165
7.1 從地標流中抽樣 166
7.1.1 伯努利抽樣 166
7.1.2 蓄水池抽樣 170
7.1.3 有偏差的蓄水池抽樣 176
7.2 從滑動窗口抽樣 182
7.2.1 鏈式抽樣 182
7.2.2 優先級抽樣 187
7.3 抽樣算法比較 191
7.4 本章小結 195
第8 章 數據流上的近似分位數 197
8.1 精確分位數 198
8.2 近似分位數 201
8.2.1 加法誤差 201
8.2.2 相對誤差 203
8.2.3 數據域中的相對誤差 204
8.3 t-digest：工作
原理 204
8.3.1 digest 205
8.3.2 比例函數 207
8.3.3 合并t-digest 211
8.3.4 t-digest 的空間范圍 215
8.4 q-digest 215
8.4.1 從頭開始構建q-digest 216
8.4.2 合并q-digest 218
8.4.3 q-digest 中的誤差和空間注意事項 219
8.4.4 使用q-digest 進行分位數查詢 220
8.5 模擬代碼和結果 221
8.6 本章小結 226
第Ⅲ部分數據庫的數據結構和外部存儲器算法 第9 章 外部存儲器模型 231
9.1 外部存儲器模型初探 233
9.2 示例1：尋找*小值 235
9.3 示例2：二進制搜索 239
9.3.1 生物信息學用例 239
9.3.2 運行時間分析 241
9.4 *優搜索 243
9.5 示例3：合并K 個排序列表 246
9.5.1 合并時間/日期日志 246
9.5.2 外部存儲器模型是否過于簡單 250
9.6 下一章內容 251
9.7 本章小結 251
第10 章 數據庫的數據結構：B 樹、Bε 樹和LSM 樹 253
10.1 索引的工作原理 254
10.2 本章中的數據結構 256
10.3 B 樹 258
10.3.1 B 樹平衡 259
10.3.2 查找 260
10.3.3 插入 261
10.3.4 刪除 263
10.3.5 B 樹 266
10.3.6 B 樹上的操作有何不同 268
10.3.7 用例：MySQL 等中的B 樹 268
10.4 為什么B 樹查找在外部存儲器中是*佳的 269
10.5 Bε 樹 272
10.5.1 Bε 樹：工作原理 273
10.5.2 緩沖區機制· 273
10.5.3 插入和刪除 275
10.5.4 查找 276
10.5.5 成本分析 277
10.5.6 Bε 樹：數據結構的范圍 278
10.5.7 用例：TokuDB 中的Bε 樹 279
10.5.8 輸入/輸出之道：欲速則不達 280
10.6 日志結構合并樹(LSM 樹) 281
10.6.1 LSM 樹：工作原理 283
10.6.2 LSM 樹成本分析 285
10.6.3 用例：Cassandra 中的LSM 樹 286
10.7 本章小結 287
第11 章 外部存儲器排序 289
11.1 排序用例 290
11.1.1 機器人運動規劃 290
11.1.2 癌癥基因組學 291
11.2 外部存儲器排序的挑戰：示例 293
11.3 外部存儲器合并排序 297
11.4 外部快速排序 300
11.4.1 外部存儲器雙向快速排序 301
11.4.2 外部存儲器多向快速排序 302
11.4.3 找到足夠的樞軸 303
11.4.4 找到足夠好的樞軸 304
11.4.5 將它們重新組合在一起 305
11.5 為什么外部存儲器合并排序是*優的 306
11.6 結尾 308
11.7 本章小結 309
參考文獻 310
第1 章 導論 3
1.1 示例 5
1.1.1 示例解決方法 6
1.1.2 本書給出的解決方法 8
1.2 本書的結構 11
1.3 本書的不同之處及目標讀者 12
1.4 為什么大規模數據對當今的系統如此具有挑戰性 13
1.4.1 CPU 內存性能差距 13
1.4.2 內存層次結構 14
1.4.3 延遲與帶寬 15
1.4.4 分布式系統的情況 15
1.5 基于硬件來設計算法 16
1.6 本章小結 17
第2 章 哈希表和現代哈希回顧 19
2.1 無處不在的哈希 20
2.2 數據結構概述 22
2.3 現代系統中的使用場景 25
2.3.1 備份/存儲解決方案中的重復數據刪除 25
2.3.2 使用MOSS 和Rabin-Karp 指紋識別進行剽竊檢測 26
2.4 有關O(1) 29
2.5 解決沖突：理論與實踐 30
2.6 使用場景：Python 的dict是如何實現的 33
2.7 MurmurHash 35
2.8 分布式系統的哈希表：一致性哈希 36
2.8.1 一個典型的哈希問題 37
2.8.2 哈希環 38
2.8.3 查找 41
2.8.4 添加新節點/資源 41
2.8.5 刪除節點 44
2.8.6 一致性哈希場景：Chord 48
2.8.7 一致性哈希：編程練習 50
2.9 本章小結 50
第3 章 近似成員關系：Bloom 過濾器和商
過濾器 53
3.1 工作原理 56
3.1.1 插入 56
3.1.2 查找 57
3.2 用例 58
3.2.1 網絡中的Bloom 過濾器：Squid 58
3.2.2 Bitcoin 移動應用 59
3.3 一個簡單的實現 60
3.4 設置Bloom過濾器 61
3.5 一點理論 66
3.6 Bloom 過濾器的調整和替代方案 69
3.7 商過濾器 70
3.7.1 商-余數法 71
3.7.2 了解元數據位 73
3.7.3 示例：插入商過濾器中 73
3.7.4 用于查找的Python代碼 76
3.7.5 調整大小與合并 79
3.7.6 誤報率和空間考慮 80
3.8 Bloom 過濾器和商過濾器的比較 80
3.9 本章小結 82
第4 章 頻率估計和count-minsketch 85
4.1 多數元素 87
4.2 count-min sketch 的工作原理 90
4.2.1 update 90
4.2.2 estimate 91
4.3 用例 92
4.3.1 前k 個睡眠不安者 92
4.3.2 縮放單詞的分布相似度 96
4.4 count-min sketch 中的誤差與空間 99
4.5 count-min sketch 的簡單實現 100
4.5.1 練習 101
4.5.2 公式所蘊含的原理 102
4.6 使用count-min sketch進行范圍查詢 103
4.6.1 二元區間 104
4.6.2 更新階段 105
4.6.3 估計階段 107
4.6.4 計算二元區間 108
4.7 本章小結 110
第5 章 基數估計和HyperLogLog 113
5.1 對數據庫中的不同項計數 114
5.2 HyperLogLog 增量設計 116
5.2.1 **步：概率計數 117
5.2.2 隨機平均 119
5.2.3 LogLog 121
5.2.4 HyperLogLog：使用調和平均值進行隨機平均 123
5.3 用例：使用HLL 捕捉蠕蟲 126
5.4 一個小實驗 128
5.5 用例：使用Hyper-LogLog 進行聚合 132
5.6 本章小結 135
第Ⅱ部分實時分析第6 章 流式數據 139
6.1 流式數據系統：元示例 144
6.1.1 Bloom 連接 144
6.1.2 重復數據刪除 147
6.1.3 負載平衡和跟蹤網絡流量 149
6.2 數據流中的實際約束和概念 151
6.2.1 實時 151
6.2.2 小時間和小空間 152
6.2.3 概念轉變和概念漂移 152
6.2.4 滑動窗口模型 153
6.3 抽樣和估計 155
6.3.1 有偏差抽樣策略 157
6.3.2 代表性樣本的估計 160
6.4 本章小結 162
第7 章 從數據流中抽樣 165
7.1 從地標流中抽樣 166
7.1.1 伯努利抽樣 166
7.1.2 蓄水池抽樣 170
7.1.3 有偏差的蓄水池抽樣 176
7.2 從滑動窗口抽樣 182
7.2.1 鏈式抽樣 182
7.2.2 優先級抽樣 187
7.3 抽樣算法比較 191
7.4 本章小結 195
第8 章 數據流上的近似分位數 197
8.1 精確分位數 198
8.2 近似分位數 201
8.2.1 加法誤差 201
8.2.2 相對誤差 203
8.2.3 數據域中的相對誤差 204
8.3 t-digest：工作
原理 204
8.3.1 digest 205
8.3.2 比例函數 207
8.3.3 合并t-digest 211
8.3.4 t-digest 的空間范圍 215
8.4 q-digest 215
8.4.1 從頭開始構建q-digest 216
8.4.2 合并q-digest 218
8.4.3 q-digest 中的誤差和空間注意事項 219
8.4.4 使用q-digest 進行分位數查詢 220
8.5 模擬代碼和結果 221
8.6 本章小結 226
第Ⅲ部分數據庫的數據結構和外部存儲器算法 第9 章 外部存儲器模型 231
9.1 外部存儲器模型初探 233
9.2 示例1：尋找*小值 235
9.3 示例2：二進制搜索 239
9.3.1 生物信息學用例 239
9.3.2 運行時間分析 241
9.4 *優搜索 243
9.5 示例3：合并K 個排序列表 246
9.5.1 合并時間/日期日志 246
9.5.2 外部存儲器模型是否過于簡單 250
9.6 下一章內容 251
9.7 本章小結 251
第10 章 數據庫的數據結構：B 樹、Bε 樹和LSM 樹 253
10.1 索引的工作原理 254
10.2 本章中的數據結構 256
10.3 B 樹 258
10.3.1 B 樹平衡 259
10.3.2 查找 260
10.3.3 插入 261
10.3.4 刪除 263
10.3.5 B 樹 266
10.3.6 B 樹上的操作有何不同 268
10.3.7 用例：MySQL 等中的B 樹 268
10.4 為什么B 樹查找在外部存儲器中是*佳的 269
10.5 Bε 樹 272
10.5.1 Bε 樹：工作原理 273
10.5.2 緩沖區機制· 273
10.5.3 插入和刪除 275
10.5.4 查找 276
10.5.5 成本分析 277
10.5.6 Bε 樹：數據結構的范圍 278
10.5.7 用例：TokuDB 中的Bε 樹 279
10.5.8 輸入/輸出之道：欲速則不達 280
10.6 日志結構合并樹(LSM 樹) 281
10.6.1 LSM 樹：工作原理 283
10.6.2 LSM 樹成本分析 285
10.6.3 用例：Cassandra 中的LSM 樹 286
10.7 本章小結 287
第11 章 外部存儲器排序 289
11.1 排序用例 290
11.1.1 機器人運動規劃 290
11.1.2 癌癥基因組學 291
11.2 外部存儲器排序的挑戰：示例 293
11.3 外部存儲器合并排序 297
11.4 外部快速排序 300
11.4.1 外部存儲器雙向快速排序 301
11.4.2 外部存儲器多向快速排序 302
11.4.3 找到足夠的樞軸 303
11.4.4 找到足夠好的樞軸 304
11.4.5 將它們重新組合在一起 305
11.5 為什么外部存儲器合并排序是*優的 306
11.6 結尾 308
11.7 本章小結 309
參考文獻 310
展開全部
漫畫算法與數據結構(大規模數據集) 作者簡介
Dzejla Medjedovic在紐約石溪大學應用算法實驗室獲得博士學位。
Emin Tahirovic在賓夕法尼亞大學獲得了生物統計學博士學位。
插圖畫家
Ines Dedovic在德國亞琛RWTH大學成像和計算機視覺研究所獲得博士學位。
書友推薦
- >
二體千字文
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅庸西南聯大授課錄
- >
月亮虎
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮與六便士
- >
巴金－再思錄
- >
山海經
本類暢銷
