数据科学中的并行计算

本书的关注点在于并行数据结构、算法、软件工具及应用，是数据科学领域靠前本着重于并行及其相关技术的图书。

汪磊，中科院微系统所通信专业博士。曾活跃在Julia等多个开源项目。现就职于滴滴出行，负责订单派单策略方向。
寇强，美国印第安纳大学信息学博士在读，Rcpp核心成员。

译者序
前言
作者简介
第1章R语言中的并行处理入门
1.1反复出现的主题：良好并行所具有的标准
1.2关于机器
1.3反复出现的主题：不要把鸡蛋放在一个篮子里
1.4扩展示例：相互网页外链
第2章“我的程序为什么这么慢？”：速度的障碍
2.1速度的障碍
2.2性能和硬件结构
2.3内存的基础知识
2.4网络基础
2.5延迟和带宽
2.6线程调度
2.7多少个进程／线程？
2.8示例：相互外链问题
2.9“大O”标记法
2.10数据序列化
2.11“易并行”的应用
第3章并行循环调度的准则
3.1循环调度的通用记法
3.2snow中的分块
3.3关于代码复杂度
3.4示例：所有可能回归
3.5partools包
3.6示例：所有可能回归，改进版本
3.7引入另一个工具：multicore
3.8块大小的问题
3.9示例：并行距离计算
3.10foreach包
3.11跨度
3.12另一种调度方案：随机任务置换
3.13调试snow和multicore的代码
第4章共享内存范式：基于R的简单介绍
4.1是什么被共享了？
4.2共享内存代码的简洁
4.3共享内存编程的高级介绍：Rdsm包
4.4示例：矩阵乘法
4.5共享内存能够带来性能优势
4.6锁和屏障
4.7示例：时间序列中的优选脉冲
4.8示例：变换邻接矩阵
4.9示例：k-means聚类
第5章共享内存范式：C语言层面
5.1OpenMP
5.2示例：找到时间序列中的优选脉冲
5.3OpenMP循环调度选项
5.4示例：邻接矩阵的变换
5.5示例：邻接矩阵，R可调用的代码
5.6C加速
5.7运行时间与开发时间
5.8高速缓存／虚拟内存的深入问题
5.9OpenMP中的归并操作
5.10调试
5.11IntelThreadBruldingBlocks（TBB）
5.12无锁同步
第6章共享内存范式：GPU
6.1概述
6.2关于代码复杂性的再讨论
6.3章节目标
6.4英伟达GPU和CUDA简介
6.5示例：相互反向链接问题
6.6GPU上的同步问题
6.7R和GPU
6.8英特尔XeonPhi芯片
第7章Thrust与Rth
7.1不要把鸡蛋放在一个篮子里
7.2Thrust简介
7.3Rth
7.4略过C++相关内容
7.5示例：计算分位数
7.6Rth简介
第8章消息传递范式
8.1消息传递概述
8.2集群模型
8.3性能问题
8.4Rmpi
8.5示例：计算素数的流水线法
8.6内存分配问题
8.7消息传递的性能细节
第9章MapReduce计算
9.1ApacheHadoop
9.2其他MapReduce系统
9.3MapReduce系统的R接口
9.4另一个选择：“Snowdoop”
第10章并行排序和归并
10.1难以实现的很优目标
10.2排序算法
10.3示例：R中的桶排序
10.4示例：使用OpenMP的快排
10.5Rth中的排序
10.6计时比较
10.7分布式数据上的排序
第11章并行前缀扫描
11.1一般公式
11.2应用
11.3一般策略
11.4并行前缀扫描的实现
11.5OpenMP实现的并行cumsum（）
11.6示例：移动平均
第12章并行矩阵运算
12.1平铺矩阵
12.2示例：snowdoop方法
12.3并行矩阵相乘
12.4BLAS函数库
12.5示例：OpenBLAS的性能
12.6示例：图的连通性
12.7线性系统求解
12.8稀疏矩阵
第13章原生统计方法：子集方法
13.1分块均值
13.2BagofLittleBootstraps方法
13.3变量子集
附录A回顾矩阵代数
A.1术语和符号
A.2矩阵转置
A.3线性独立
A.4行列式
A.5矩阵求逆
A.6特征值和特征向量
A.7R中的矩阵代数
附录BR语言快速入门
B.1对照
B.2启动R
B.3编程示例
B.4编程示例二
B.5编程示例三
B.6R列表类型
B，7R中的调试
附录C给R程序员的C简介
C.1示例程序
C.2分析
C.3C++
索引