《数据密集型计算和模型》一书前半部分，重点介绍了数据密集型计算的概况，及其与高性能计算和云计算的异同、应用领域以及面临的挑战问题；巨量数据时代的计算机组织体系和技术；内存计算组织体系和技术；等等。后半部分重点介绍了几个常见的计算模型，如MapReduce模型、BSP模型和Dryad模型，并综合介绍了一些专门领域的计算模型，如All-Pairs模型等。

   1.1 数据密集型计算概念

   1.2 大数据时代的数据密集型计算技术

   1.3 数据密集型计算与高性能计算、云计算的关系

   1.4 数据密集型计算的应用领域

   1.5 大数据带来的挑战

第2章 大数据时代的计算机体系结构

   2.1 计算部件

   2.2 存储部件

   2.3 网络部件

   2.4 软件定义部件

   2.5 虚拟资源管理系统

第3章 内存计算

   3.1 内存计算的概念

   3.2 内存计算的硬件结构

   3.3 内存计算的系统软件

   3.4 内存数据库

第4章  MapReduce模型

   4.1  MapReduce模型简介

   4.2 基于MapReduce模型的实现

   4.3  MapReduce模型的改进

第5章  BSP模型

   5.1  BSP模型简介

   5.2  BSP模型发展概况

   5.3 基于BSP模型的编程框架

第6章  Dryad

   6.1  Dryad简介

   6.2  SCOPE算法语言

   6.3  DryadLINQ

   6.4  Cosmos

   6.5  MapReduce与Dryad的比较

第7章 其他计算模型

   7.1  ALL-Pairs

   7.2  DOT

   7.3  Pig Latin

   7.4  GraphLab

   7.5 工作流

附录 英文缩略语