《數據密集型計算和模型》一書前半部分，重點介紹了數據密集型計算的概況，及其與高性能計算和云計算的異同、應用領域以及面臨的挑戰問題；巨量數據時代的計算機組織體系和技術；內存計算組織體系和技術；等等。后半部分重點介紹了幾個常見的計算模型，如MapReduce模型、BSP模型和Dryad模型，并綜合介紹了一些專門領域的計算模型，如All-Pairs模型等。
數據密集型計算是大數據時代的標志。《數據密集型計算和模型》一書借鑒了近年來在該領域的研究成果，有一定的創新，其出版較好地彌補了市場空白。1.1 數據密集型計算概念
1.2 大數據時代的數據密集型計算技術
1.3 數據密集型計算與高性能計算、云計算的關系
1.4 數據密集型計算的應用領域
1.5 大數據帶來的挑戰
第2章 大數據時代的計算機體系結構
2.1 計算部件
2.2 存儲部件
2.3 網絡部件
2.4 軟件定義部件
2.5 虛擬資源管理系統
第3章 內存計算
3.1 內存計算的概念
3.2 內存計算的硬件結構
3.3 內存計算的系統軟件
3.4 內存數據庫
第4章 MapReduce模型
4.1 MapReduce模型簡介
4.2 基于MapReduce模型的實現
4.3 MapReduce模型的改進
第5章 BSP模型
5.1 BSP模型簡介
5.2 BSP模型發展概況
5.3 基于BSP模型的編程框架
第6章 Dryad
6.1 Dryad簡介
6.2 SCOPE算法語言
6.3 DryadLINQ
6.4 Cosmos
6.5 MapReduce與Dryad的比較
第7章 其他計算模型
7.1 ALL-Pairs
7.2 DOT
7.3 Pig Latin
7.4 GraphLab
7.5 工作流
附錄 英文縮略語
