当应用于大型分布式数据集时，标准算法和数据结构可能会变慢或完全失效。选择专为大数据设计的算法可以节省时间、提高准确性并降低处理成本。《漫画算法与数据结构（大规模数据集）》将最前沿的研究论文提炼为实用的技术，用于绘制、流式传输并组织磁盘和云中的大规模数据集，十分独特。 《漫画算法与数据结构（大规模数据集）》介绍了大型分布式数据的处理和分析技术，提供了大量行业故事和有趣的插图，即使是复杂的概念也易于理解。在学习如何将强大的算法（如Bloom过滤器、计数最小草图、HyperLogLog和LSM树）映射到你自己的用例时，将对真实世界的示例进行探索。

第Ⅰ部分 基于哈希的草图
第1章 导论
1.1 示例
1.1.1 示例解决方法
1.1.2 本书给出的解决方法
1.2 本书的结构
1.3 本书的不同之处及目标读者
1.4 为什么大规模数据对当今的系统如此具有挑战性
1.4.1 CPU内存性能差距
1.4.2 内存层次结构
1.4.3 延迟与带宽
1.4.4 分布式系统的情况
1.5 基于硬件来设计算法
1.6 本章小结
第2章 哈希表和现代哈希回顾
2.1 无处不在的哈希
2.2 数据结构概述
2.3 现代系统中的使用场景
2.3.1 备份/存储解决方案中的重复数据删除
2.3.2 使用MOSS和Rabin-Karp指纹识别进行剽窃检测
2.4 有关Ο（1）
2.5 解决冲突：理论与实践
2.6 使用场景：Python的dict是如何实现的
2.7 MurmurHash
……
第Ⅱ部分 实时分析
第Ⅲ部分 数据库的数据结构和外部存储器算法
参考文献