课程复习提纲精要.pptx

复习大纲;Ch. 1. 并行计算技术简介;Ch. 1. 并行计算技术简介;Ch. 1. 并行计算技术简介;Ch.2. MapReduce简介;Ch.2. MapReduce简介;Ch.3. Google MapReduce基本构架;Ch.3. Google MapReduce基本构架;Ch.4. Hadoop MapReduce基本构架;Ch.4. Hadoop MapReduce基本构架;Ch.5. Hadoop系统安装运行与程序开发;Ch.6. MapReduce算法设计;Ch.7. 高级MapReduce编程技术;Ch.7. 高级MapReduce编程技术;Ch.7. 高级MapReduce编程技术;Ch.7. 高级MapReduce编程技术;Ch.7. 高级MapReduce编程技术;Ch.7. 高级MapReduce编程技术;1.图的表示 邻接矩阵 邻接表 2.PageRank PageRank的基本设计思想和设计原则 PageRank的简化模型及其缺陷 PageRank的随机浏览模型 随机浏览模型的PageRank公式 用MapReduce实现PageRank Phase1：GraphBuilder Phase2：PageRankIter Phase3：Rankviewer PageRank迭代终止条件 ;3.最短路径 单源最短路径 Dijkstra最短路径算法及其并行化的限制 4.广度优先遍历 广度优先遍历并行化算法 基???广度优先遍历的最短路径MapReduce算法 5. 实验4：Wiki百科网页数据PageRank ;1.为什么选择数据挖掘作为并行计算的研究点 2.K-Means聚类算法介绍 3.K-Means算法为什么适合使用并行方法 4.基于MapReduce的K-Means并行算法 5.问题讨论 ;Ch.10 基于MapReduce的全文搜索引擎设计实现;Thanks！