[套装书]数据库系统内幕+数据库系统实现(第2版)（2册）

作者
[美]亚历克斯·彼得罗夫（Alex Petrov） (美)Jeffrey D.Ullman
丛书名
O'Reilly精品图书系列
出版社
机械工业出版社
ISBN
9782005211622
简要
简介
内容简介书籍计算机书籍 ---------------------------数据库系统内幕--------------------------- 这本书既不是关于关系型数据库的书，也不是关于NoSQL的书，而是关于在各种数据库系统中使用的算法和概念的书，重点是存储引擎和负责数据分布的组件。第一部分讨论节点本地的进程，并着重于存储引擎这个数据库系统的核心组件以及最重要的一个特有元素。第二部分讨论负责数据分布的子系统和组件，介绍如何将多个节点组织到一个数据库集群中。 ---------------------------数据库系统实现(第2版)--------------------------- 本书是斯坦福大学计算机科学专业数据库系列课程第二门课的教科书。书中对数据库系统实现原理进行了深入阐述，并具体讨论了数据库管理系统的三个主要成分——存储管理器、查询处理器和事务管理器的实现技术。此外，第2版充分反映了数据管理技术的新进展，对内容进行了扩充，除了在第1版中原有的“信息集成”一章（第10章）中加入了新的内容外，还增加了两个全新的章：“数据挖掘”（第11章）和“数据库系统与互联网”（第12章）。 本书适合作为高等院校计算机专业研究生的教材或本科生的教学参考书，也适合作为从事相关研究或开发工作的专业技术人员的高级参考资料。
目录



---------------------------数据库系统内幕---------------------------


前言 1
第一部分 存储引擎
第1章 简介与概述 13
1.1 数据库架构 14
1.2 内存数据库与磁盘数据库 16
1.3 面向列与面向行的数据库 17
1.3.1 面向行的数据布局 18
1.3.2 面向列的数据布局 19
1.3.3 区别与优化 20
1.3.4 宽列式存储 20
1.4 数据文件和索引文件 21
1.4.1 数据文件 22
1.4.2 索引文件 23
1.4.3 间接的主索引 24
1.5 缓冲、不可变性和有序性 25
1.6 本章小结 26
第2章 B树基础知识 28
2.1 二分搜索树 28
2.1.1 树的平衡 29
2.1.2 基于磁盘存储的树 31
2.2 基于磁盘的结构 32
2.2.1 机械硬盘 32
2.2.2 固态硬盘 32
2.2.3 磁盘存储结构 34
2.3 无处不在的B树 35
2.3.1 B树的层次结构 36
2.3.2 分隔键 38
2.3.3 B树查找复杂度 39
2.3.4 B树查找算法 39
2.3.5 键的数目 40
2.3.6 B树的节点分裂 40
2.3.7 B树的节点合并 42
2.4 本章小结 43
第3章 文件格式 45
3.1 动机 45
3.2 二进制编码 46
3.2.1 原始类型 46
3.2.2 字符串和变长数据 48
3.2.3 按位打包的数据：布尔值、枚举值和标志 48
3.3 通用原理 49
3.4 页的结构 51
3.5 分槽页 51
3.6 单元格布局 53
3.7 将单元格放进分槽页 54
3.8 管理变长数据 55
3.9 版本 56
3.10 校验和 57
3.11 本章小结 58
第4章 B树的实现 59
4.1 页头 59
4.1.1 魔数 59
4.1.2 同级指针 60
4.1.3 最右指针 60
4.1.4 节点的高键 61
4.1.5 溢出页 62
4.2 二分搜索 64
4.3 传播分裂与合并 65
4.4 再平衡 67
4.5 仅在右侧追加 68
4.6 压缩 69
4.7 清扫与维护 70
4.7.1 更新和删除导致的碎片 70
4.7.2 页的碎片整理 71
4.8 本章小结 72
第5章 事务处理与恢复 74
5.1 缓冲区管理 75
5.1.1 缓存语义 77
5.1.2 缓存回收 77
5.1.3 在缓存中锁定页 78
5.1.4 页置换 79
5.2 恢复 82
5.2.1 日志语义 83
5.2.2 操作日志与数据日志 84
5.2.3 steal和force策略 84
5.2.4 ARIES 85
5.3 并发控制 86
5.3.1 可串行化 86
5.3.2 事务隔离 87
5.3.3 读异常和写异常 88
5.3.4 隔离级别 88
5.3.5 乐观并发控制 90
5.3.6 多版本并发控制 91
5.3.7 悲观并发控制 91
5.3.8 基于锁的并发控制 91
5.4 本章小结 98
第6章 B树的变体 101
6.1 写时复制 101
6.2 抽象节点更新 103
6.3 惰性B树 103
6.3.1 WiredTiger 104
6.3.2 惰性自适应树 105
6.4 FD树 106
6.4.1 分段级联 106
6.4.2 对数级的有序段 108
6.5 Bw树 108
6.5.1 更新链 109
6.5.2 用CAS控制并发 109
6.5.3 结构修改操作 110
6.5.4 合并和垃圾收集 111
6.6 缓存无关B树 112
6.7 本章小结 114
第7章 日志结构存储 116
7.1 LSM树 117
7.1.1 LSM树的结构 118
7.1.2 更新与删除 122
7.1.3 LSM树的查找 123
7.1.4 合并迭代 124
7.1.5 协调 126
7.1.6 LSM树的维护 126
7.2 读写放大与空间放大 129
7.3 实现细节 130
7.3.1 有序字符串表 130
7.3.2 布隆过滤器 132
7.3.3 跳表 133
7.3.4 磁盘访问 135
7.3.5 压缩 136
7.4 无序LSM存储 136
7.4.1 Bitcask 137
7.4.2 WiscKey 138
7.5 LSM树中的并发 139
7.6 日志堆叠 140
7.6.1 闪存转换层 141
7.6.2 文件系统日志记录 142
7.7 LLAMA与精心堆叠 144
7.8 本章小结 145
第一部分总结 147
第二部分 分布式系统
第8章 简介与概述 151
8.1 并发执行 151
8.2 分布式计算的误区 153
8.2.1 处理 154
8.2.2 时钟和时间 155
8.2.3 状态一致性 156
8.2.4 本地和远程执行 157
8.2.5 处理故障的需要 157
8.2.6 网络分区和部分故障 157
8.2.7 级联故障 158
8.3 分布式系统抽象 160
8.4 两将军问题 165
8.5 FLP不可能定理 166
8.6 系统同步性 167
8.7 故障模型 167
8.7.1 崩溃故障 168
8.7.2 遗漏故障 168
8.7.3 任意故障 169
8.7.4 故障处理 169
8.8 本章小结 169
第9章 故障检测 171
9.1 心跳和ping 172
9.1.1 无超时的故障检测器 173
9.1.2 外包心跳 174
9.2 phi增量故障检测器 175
9.3 Gossip和故障检测 175
9.4 反向故障检测 176
9.5 本章小结 177
第10章 领导者选举 179
10.1 霸道选举算法 180
10.2 依次故障转移 181
10.3 候选节点/普通节点优化 182
10.4 邀请算法 183
10.5 环算法 184
10.6 本章小结 185
第11章 复制和一致性 187
11.1 实现可用性 188
11.2 臭名昭著的CAP理论 188
11.2.1 小心使用CAP 189
11.2.2 收成与产量 190
11.3 共享内存 191
11.4 顺序 192
11.5 一致性模型 193
11.5.1 严格一致性 194
11.5.2 可线性化 194
11.5.3 顺序一致性 198
11.5.4 因果一致性 199
11.6 会话模型 202
11.7 最终一致性 204
11.8 可调一致性 204
11.9 见证者副本 206
11.10 强最终一致性和CRDT 207
11.11 本章小结 209
第12章 反熵和传播 212
12.1 读修复 213
12.2 摘要读 214
12.3 提示移交 215
12.4 Merkle树 215
12.5 位图版本向量 216
12.6 Gossip传播 218
12.6.1 Gossip技术细节 219
12.6.2 覆盖网络 219
12.6.3 混合Gossip 220
12.6.4 局部视图 221
12.7 本章小结 222
第13章 分布式事务 224
13.1 多个操作的原子性 225
13.2 两阶段提交 226
13.2.1 2PC中的参与者故障 227
13.2.2 2PC中的协调者故障 228
13.3 三阶段提交 229
13.4 Calvin分布式事务 231
13.5 Spanner分布式事务 233
13.6 数据库分区 235
13.7 Percolator分布式事务 236
13.8 协调避免 238
13.9 本章小结 240
第14章 共识 243
14.1 广播 244
14.2 原子广播 245
14.2.1 虚同步 245
14.2.2 Zookeeper原子广播 246
14.3 Paxos 248
14.3.1 Paxos算法 249
14.3.2 Paxos的Quorum 250
14.3.3 故障场景 251
14.3.4 Multi-Paxos 253
14.3.5 快速Paxos 254
14.3.6 平等Paxos 255
14.3.7 柔性Paxos 257
14.3.8 共识的推广解法 259
14.4 Raft 261
14.4.1 Raft中的领导者角色 263
14.4.2 故障场景 264
14.5 拜占庭共识 266
14.5.1 PBFT算法 266
14.5.2 恢复和检查点 268
14.6 本章小结 269
第二部分总结 272
参考文献 275



---------------------------数据库系统实现(第2版)---------------------------


出版者的话
译者序
译者简介
出版前言
第1章DBMS系统概述
1.1数据库系统的发展
1.1.1早期的数据库管理系统
1.1.2关系数据库系统
1.1.3越来越小的系统
1.1.4越来越大的系统
1.1.5信息集成
1.2数据库管理系统概述
1.2.1数据定义语言命令
1.2.2查询处理概述
1.2.3主存和缓冲区管理器
1.2.4事务处理
1.2.5查询处理器
1.3本书概述
1.4数据库模型和语言回顾
1.4.1关系模型回顾
1.4.2SQL回顾
1.5参考文献
第一部分数据库系统实现
第2章辅助存储管理
2.1存储器层次
2.1.1存储器层次
2.1.2在存储器层次间传送数据
2.1.3易失和非易失存储器
2.1.4虚拟存储器
2.1.5习题
2.2磁盘
2.2.1磁盘结构
2.2.2磁盘控制器
2.2.3磁盘存取特性
2.2.4习题
2.3加速对辅助存储器的访问
2.3.1计算的I/O模型
2.3.2按柱面组织数据
2.3.3使用多个磁盘
2.3.4磁盘镜像
2.3.5磁盘调度和电梯算法
2.3.6预取和大规模缓冲
2.3.7习题
2.4磁盘故障
2.4.1间断性故障
2.4.2校验和
2.4.3稳定存储
2.4.4稳定存储的错误处理能力
2.4.5从磁盘崩溃中恢复
2.4.6作为冗余技术的镜像
2.4.7奇偶块
2.4.8一种改进：RAID 5
2.4.9多个盘崩溃时的处理
2.4.10习题
2.5组织磁盘上的数据
2.5.1定长记录
2.5.2定长记录在块中的放置
2.5.3习题
2.6块和记录地址的表示
2.6.1客户机-服务器系统中的地址
2.6.2逻辑地址和结构地址
2.6.3指针混写
2.6.4块返回磁盘
2.6.5被钉住的记录和块
2.6.6习题
2.7变长数据和记录
2.7.1具有变长字段的记录
2.7.2具有重复字段的记录
2.7.3可变格式的记录
2.7.4不能装入一个块中的记录
2.7.5BLOB
2.7.6列存储
2.7.7习题
2.8记录的修改
2.8.1插入
2.8.2删除
2.8.3修改
2.8.4习题
2.9小结
2.10参考文献
第3章索引结构
3.1索引结构基础
3.1.1顺序文件
3.1.2稠密索引
3.1.3稀疏索引
3.1.4多级索引
3.1.5辅助索引
3.1.6辅助索引的运用
3.1.7辅助索引中的间接
3.1.8文档检索和倒排索引
3.1.9习题
3.2B-树
3.2.1B-树的结构
3.2.2B-树的应用
3.2.3B-树的查找
3.2.4范围查询
3.2.5B-树的插入
3.2.6B-树的删除
3.2.7B-树的效率
3.2.8习题
3.3散列表
3.3.1辅存散列表
3.3.2散列表的插入
3.3.3散列表的删除
3.3.4散列表索引的效率
3.3.5可扩展散列表
3.3.6可扩展散列表的插入
3.3.7线性散列表
3.3.8线性散列表的插入
3.3.9习题
3.4多维索引
3.4.1多维索引的应用
3.4.2利用传统索引执行范围查询
3.4.3利用传统索引执行最近邻查询
3.4.4多维索引结构综述
3.5多维数据的散列结构
3.5.1网格文件
3.5.2网格文件的查找
3.5.3网格文件的插入
3.5.4网格文件的性能
3.5.5分段散列函数
3.5.6网格文件和分段散列的比较
3.5.7习题
3.6多维数据的树结构
3.6.1多键索引
3.6.2多键索引的性能
3.6.3kd-树
3.6.4kd-树的操作
3.6.5使kd-树适合辅助存储器
3.6.6四叉树
3.6.7R-树
3.6.8R-树的操作
3.6.9习题
3.7位图索引
3.7.1位图索引的动机
3.7.2压缩位图
3.7.3分段长度编码位向量的操作
3.7.4位图索引的管理
3.7.5习题
3.8小结
3.9参考文献
第4章查询执行
4.1物理查询计划操作符介绍
4.1.1扫描表
4.1.2扫描表时的排序
4.1.3物理操作符计算模型
4.1.4衡量代价的参数
4.1.5扫描操作符的I/O代价
4.1.6实现物理操作符的迭代器
4.2一趟算法
4.2.1一次单个元组操作的一趟算法
4.2.2整个关系的一元操作的一趟算法
4.2.3二元操作的一趟算法
4.2.4习题
4.3嵌套循环连接
4.3.1基于元组的嵌套循环连接
4.3.2基于元组的嵌套循环连接的迭代器
4.3.3基于块的嵌套循环连接算法
4.3.4嵌套循环连接的分析
4.3.5迄今为止的算法的总结
4.3.6习题
4.4基于排序的两趟算法
4.4.1两阶段多路归并排序
4.4.2利用排序去除重复
4.4.3利用排序进行分组和聚集
4.4.4基于排序的并算法
4.4.5基于排序的交和差算法
4.4.6基于排序的一个简单的连接算法
4.4.7简单的排序连接的分析
4.4.8一种更有效的基于排序的连接
4.4.9基于排序的算法的总结
4.4.10习题
4.5基于散列的两趟算法
4.5.1通过散列划分关系
4.5.2基于散列的消除重复算法
4.5.3基于散列的分组和聚集算法
4.5.4基于散列的并、交、差算法
4.5.5散列连接算法
4.5.6节省一些磁盘I/O
4.5.7基于散列的算法的总结
4.5.8习题
4.6基于索引的算法
4.6.1聚簇和非聚簇索引
4.6.2基于索引的选择
4.6.3使用索引的连接
4.6.4使用有序索引的连接
4.6.5习题
4.7缓冲区管理
4.7.1缓冲区管理结构
4.7.2缓冲区管理策略
4.7.3物理操作符选择和缓冲区管理的关系
4.7.4习题
4.8使用超过两趟的算法
4.8.1基于排序的多趟算法
4.8.2基于排序的多趟算法的性能
4.8.3基于散列的多趟算法
4.8.4基于散列的多趟算法的性能
4.8.5习题
4.9小结
4.10参考文献
第5章查询编译器
5.1语法分析和预处理
5.1.1语法分析与语法分析树
5.1.2SQL的一个简单子集的语法
5.1.3预处理器
5.1.4预处理涉及视图的查询
5.1.5习题
5.2用于改进查询计划的代数定律
5.2.1交换律与结合律
5.2.2涉及选择的定律
5.2.3下推选择
5.2.4涉及投影的定律
5.2.5有关连接与积的定律
5.2.6有关消除重复的定律
5.2.7涉及分组与聚集的定律
5.2.8习题
5.3从语法分析树到逻辑查询计划
5.3.1转换成关系代数
5.3.2从条件中去除子查询
5.3.3逻辑查询计划的改进
5.3.4可结合/可分配的运算符的分组
5.3.5习题
5.4运算代价的估计
5.4.1中间关系大小的估计
5.4.2投影运算大小的估计
5.4.3选择运算大小的估计
5.4.4连接运算大小的估计
5.4.5多连接属性的自然连接
5.4.6多个关系的连接
5.4.7其他运算大小的估计
5.4.8习题
5.5基于代价的计划选择介绍
5.5.1大小参数估计值的获取
5.5.2统计量的计算
5.5.3减少逻辑查询计划代价的启发式估计
5.5.4枚举物理计划的方法
5.5.5习题
5.6连接顺序的选择
5.6.1连接的左右参数的意义
5.6.2连接树
5.6.3左深连接树
5.6.4通过动态规划来选择连接顺序和分组
5.6.5带有更具体的代价函数的动态规划
5.6.6选择连接顺序的贪婪算法
5.6.7习题
5.7物理查询计划选择的完成
5.7.1选取一个选择方法
5.7.2选取连接方法
5.7.3流水操作与物化
5.7.4一元流水运算
5.7.5二元运算的流水操作
5.7.6物理查询计划的符号
5.7.7物理运算的排序
5.7.8习题
5.8小结
5.9参考文献
第6章系统故障对策
6.1可恢复操作的问题和模型
6.1.1故障模式
6.1.2关于事务的进一步讨论
6.1.3事务的正确执行
6.1.4事务的原语操作
6.1.5习题
6.2undo日志
6.2.1日志记录
6.2.2undo日志规则
6.2.3使用undo日志的恢复
6.2.4检查点
6.2.5非静止检查点
6.2.6习题
6.3redo日志
6.3.1redo日志规则
6.3.2使用redo日志的恢复
6.3.3redo日志的检查点
6.3.4使用带检查点redo日志的恢复
6.3.5习题
6.4undo/redo日志
6.4.1undo/redo规则
6.4.2使用undo/redo日志的恢复
6.4.3undo/redo日志的检查点
6.4.4习题
6.5针对介质故障的防护
6.5.1备份
6.5.2非静止转储
6.5.3使用备份和日志的恢复
6.5.4习题
6.6小结
6.7参考文献
第7章并发控制
7.1串行调度和可串行化调度
7.1.1调度
7.1.2串行调度
7.1.3可串行化调度
7.1.4事务语义的影响
7.1.5事务和调度的一种记法
7.1.6习题
7.2冲突可串行化
7.2.1冲突
7.2.2优先图及冲突可串行化判断
7.2.3优先图测试发挥作用的原因
7.2.4习题
7.3使用锁的可串行化实现
7.3.1锁
7.3.2封锁调度器
7.3.3两阶段封锁
7.3.4两阶段封锁发挥作用的原因
7.3.5习题
7.4有多种锁模式的封锁系统
7.4.1共享锁与排他锁
7.4.2相容性矩阵
7.4.3锁的升级
7.4.4更新锁
7.4.5增量锁
7.4.6习题
7.5封锁调度器的一种体系结构
7.5.1插入锁动作的调度器
7.5.2锁表
7.5.3习题
7.6数据库元素的层次
7.6.1多粒度的锁
7.6.2警示锁
7.6.3幻象与插入的正确处理
7.6.4习题
7.7树协议
7.7.1基于树的封锁的动机
7.7.2访问树结构数据的规则
7.7.3树协议发挥作用的原因
7.7.4习题
7.8使用时间戳的并发控制
7.8.1时间戳
7.8.2事实上不可实现的行为
7.8.3脏数据的问题
7.8.4基于时间戳调度的规则
7.8.5多版本时间戳
7.8.6时间戳与封锁
7.8.7习题
7.9使用有效性确认的并发控制
7.9.1基于有效性确认调度器的结构
7.9.2有效性确认规则
7.9.3三种并发控制机制的比较
7.9.4习题
7.10小结
7.11参考文献
第8章再论事务管理
8.1可串行性和可恢复性
8.1.1脏数据问题
8.1.2级联回滚
8.1.3可恢复的调度
8.1.4避免级联回滚的调度
8.1.5基于锁对回滚的管理
8.1.6成组提交
8.1.7逻辑日志
8.1.8从逻辑日志中恢复
8.1.9习题
8.2死锁
8.2.1超时死锁检测
8.2.2等待图
8.2.3通过元素排序预防死锁
8.2.4通过时间戳检测死锁
8.2.5死锁管理方法的比较
8.2.6习题
8.3长事务
8.3.1长事务的问题
8.3.2saga（系列记载）
8.3.3补偿事务
8.3.4补偿事务发挥作用的原因
8.3.5习题
8.4小结
8.5参考文献
第9章并行与分布式数据库
9.1关系的并行算法
9.1.1并行模型
9.1.2一次一个元组的操作的并行
9.1.3整个关系的操作的并行算法
9.1.4并行算法的性能
9.1.5习题
9.2mapreduce并行架构
9.2.1存储模式
9.2.2映射函数
9.2.3归约函数
9.2.4习题
9.3分布式数据库
9.3.1数据的分布
9.3.2分布式事务
9.3.3数据复制
9.3.4习题
9.4分布式查询处理
9.4.1分布式连接操作问题
9.4.2半连接化简
9.4.3多个关系的连接
9.4.4非循环超图
9.4.5非循环超图的完全化简
9.4.6为什么完全化简算法有效
9.4.7习题
9.5分布式提交
9.5.1支持分布式原子性
9.5.2两阶段提交
9.5.3分布式事务的恢复
9.5.4习题
9.6分布式封锁
9.6.1集中封锁系统
9.6.2分布式封锁算法的代价模型
9.6.3封锁多副本的元素
9.6.4主副本封锁
9.6.5局部锁构成的全局锁
9.6.6习题
9.7对等分布式查找
9.7.1对等网络
9.7.2分布式散列问题
9.7.3分布式散列的集中式解决方案
9.7.4带弦的圆
9.7.5带弦的圆上的链接
9.7.6使用手指表查找
9.7.7加入新结点
9.7.8当一个端离开网络
9.7.9当一个端崩溃了
9.7.10习题
9.8小结
9.9参考文献
第二部分现代数据库系统专题
第10章信息集成
10.1信息集成介绍
10.1.1为什么要进行信息集成
10.1.2异质性问题
10.2信息集成的方式
10.2.1联邦数据库系统
10.2.2数据仓库
10.2.3mediator
10.2.4习题
10.3基于mediator的系统中的包装器
10.3.1查询模式的模板
10.3.2包装器生成器
10.3.3过滤器
10.3.4包装器上的其他操作
10.3.5习题
10.4基于能力的优化
10.4.1有限的数据源能力问题
10.4.2描述数据源能力的记号
10.4.3基于能力的查询计划选择
10.4.4加入基于成本的优化
10.4.5习题
10.5优化mediator查询
10.5.1简化的修饰符记号
10.5.2获得子目标的回答
10.5.3Chain算法
10.5.4在mediator上结合并视图
10.5.5习题
10.6以局部作为视图的mediator
10.6.1LAV mediator的动机
10.6.2LAV mediator的术语
10.6.3扩展解决方案
10.6.4合取查询的包含
10.6.5为什么包含映射测试有效
10.6.6发现mediator查询的解决方法
10.6.7为什么LMSS定理能成立
10.6.8习题
10.7实体解析
10.7.1决定是否记录代表一个共同实体
10.7.2合并相似记录
10.7.3相似性和合并函数的有用性质
10.7.4ICAR记录的RSwoosh算法
10.7.5为什么RSwoosh算法会有效
10.7.6实体解析的其他方法
10.7.7习题
10.8小结
10.9参考文献
第11章数据挖掘
11.1频繁项集挖掘
11.1.1市场-购物篮模型
11.1.2基本定义
11.1.3关联规则
11.1.4频繁项集的计算模型
11.1.5习题
11.2发现频繁项集的算法
11.2.1频繁项集的分布
11.2.2寻找频繁项集的朴素算法
11.2.3APriori算法
11.2.4APriori算法的实现
11.2.5更好地使用主存
11.2.6何时使用PCY算法
11.2.7多级算法
11.2.8习题
11.3发现近似的商品
11.3.1相似度的Jaccard度量
11.3.2Jaccard相似度的应用
11.3.3最小散列
11.3.4最小散列与Jaccard相似度
11.3.5为什么能用最小散列估计相似度
11.3.6最小散列的实现
11.3.7习题
11.4局部敏感散列
11.4.1LSH实例：实体分辨
11.4.2标签的局部敏感散列
11.4.3最小散列法和局部敏感散列的结合
11.4.4习题
11.5大规模数据的聚簇
11.5.1聚簇的应用
11.5.2距离的定义
11.5.3凝聚式聚簇
11.5.4kMeans算法
11.5.5大规模数据的kMeans方法
11.5.6内存中满载点后的处理过程
11.5.7习题
11.6小结
11.7参考文献
第12章数据库系统与互联网
12.1搜索引擎体系结构
12.1.1搜索引擎的组成
12.1.2Web爬虫
12.1.3搜索引擎中的查询处理
12.1.4对网页进行排名
12.2用于识别重要网页的PageRank
12.2.1PageRank的直观思想
12.2.2PageRank的递归公式——初步尝试
12.2.3爬虫陷阱和死角
12.2.4考虑爬虫陷阱和死角的PageRank
12.2.5习题
12.3特定主题的PageRank
12.3.1“远距离移动”集
12.3.2计算主题相关的PageRank
12.3.3链接作弊
12.3.4主题相关的PageRank和链接作弊
12.3.5习题
12.4数据流
12.4.1数据流管理系统
12.4.2数据流应用
12.4.3数据流数据模型
12.4.4数据流转换为关系
12.4.5关系转换为数据流
12.4.6习题
12.5数据流挖掘
12.5.1动机
12.5.2统计二进制位数
12.5.3统计不同元素的个数
12.5.4习题
12.6小结
12.7参考文献



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4