分布式計算原理演算法與系統

『壹』 如何的才能更好的學習MIT6.824分布式系統課程

首先 Google 的入門三篇（GFS / Big Table / Map Rece） 是一定要讀的，有個對分布式系統的基本認識，另外需要理解 lamport 老爺子的 logical clock 的思想，之後去讀 Raft。
Raft 其實實現一個玩具還是比較容易的，真正難的是在原論文中沒有提到的很多工程優化。但是按照原論文的幾個 RPC 實現是沒啥大問題的，就是有點慢另外吞吐上不去而已。
參考幾個 go 的 raft 實現咯，比如 hashicorp 的那個(consul 這個可能測試少了點，也許有 bug)，c++ 的 logcabin （diego 自己寫的...不過性能呵呵）

幾個工業級別的 raft 實現其實不太適合初學者，比如 coreos 的 etcd 和 pingcap 的 tikv（其實這兩個 raft 實現本是同根生，都是源自 etcd 的 raft 實現，由 pingcap 和 coreos 兩個團隊互相維護和開發）. 這兩個實現做了大量的工程優化，有些地方和原論文有點不一樣。不過這兩個不管是測試還是生產環境中的檢驗，都是其他 raft 實現不可比的。

『貳』 從事分布式系統，計算，hadoop 等方面工作需要哪些基礎

並行計算或稱平行計算是相對於串列計算來說的。所謂並行計算可分為時間上的並行和空間上的並行。 時間上的並行就是指流水線技術，而空間上的並行則是指用多個處理器並發的執行計算。 並行計算（Parallel Computing）是指同時使用多種計算資源解決計算問題的過程。為執行並行計算，計算資源應包括一台配有多處理機（並行處理）的計算機、一個與網路相連的計算機專有編號，或者兩者結合使用。並行計算的主要目的是快速解決大型且復雜的計算問題。 分布式計算是一門計算機科學，它研究如何把一個需要非常巨大的計算能力才能解決的問題分成許多小的部分，然後把這些部分分配給許多計算機進行處理，最後把這些計算結果綜合起來得到最終的結果。 最近的分布式計算項目已經被用於使用世界各地成千上萬位志願者的計算機的閑置計算能力，通過網際網路，您可以分析來自外太空的電訊號，尋找隱蔽的黑洞，並探索可能存在的外星智慧生命；您可以尋找超過1000萬位數字的梅森質數；您也可以尋找並發現對抗艾滋病病毒的更為有效的葯物。這些項目都很龐大，需要驚人的計算量，僅僅由單個的電腦或是個人在一個能讓人接受的時間內計算完成是決不可能的。 所謂分布式計算就是在兩個或多個軟體互相共享信息，這些軟體既可以在同一台計算機上運行，也可以在通過網路連接起來的多台計算機上運行。分布式計算比起其它演算法具有以下幾個優點： 1、稀有資源可以共享。2、通過分布式計算可以在多台計算機上平衡計算負載。3、可以把程序放在最適合運行它的計算機上。其中，共享稀有資源和平衡負載是計算機分布式計算的核心思想之一。 雲計算技術的出現是並行計算技術、軟體技術、網路技術發展的必然結果。並行計算不是雲計算。雲計算萌芽於並行計算 雲計算的萌芽應該從計算機的並行化開始，並行機的出現是人們不滿足於CPU摩爾定率的增長速度，希望把多個計算機並聯起來，從而獲得更快的計算速度。這是一種很簡單也很樸素的實現高速計算的方法，這種方法後來被證明是相當成功的。 3.並行計算、網格計算只用於用於特定的科學領域，專業的用戶 並行計算、網格計算的提出主要是為了滿足科學和技術領域的專業需要，其應用領域也基本限於科學領域。傳統並行計算機的使用是一個相當專業的工作，需要使用者有較高的專業素質，多數是命令行的操作，這是很多專業人士的噩夢，更不用說普通的業余級用戶了。 4.並行計算追求的高性能 在並行計算的時代，人們極力追求的是高速的計算、採用昂貴的伺服器，各國不惜代價在計算速度上超越他國，因此，並行計算時代的高性能機群是一個「快速消費品」，世界TOP500高性能計算機地排名不斷地在刷新，一台大型機群如果在3年左右不能得到有效的利用就遠遠的落後了，巨額投資無法收回。 5.雲計算對於單節點的計算能力要求低 而雲計算時代我們並不去追求使用昂貴的伺服器，我們也不用去考慮TOP500的排名，雲中心的計算力和存儲力可隨著需要逐步增加，雲計算的基礎架構支持這一動態增加的方式，高性能計算將在雲計算時代成為「耐用消費品」。

『叄』 websphere 分布式計算和架構是怎麼實現的

介紹
分布式計算簡單來說，是把一個大計算任務拆分成多個小計算任務分布到若乾颱機器上去計算，然後再進行結果匯總。 目的在於分析計算海量的數據，從雷達監測的海量歷史信號中分析異常信號(外星文明)，淘寶雙十一實時計算各地區的消費習慣等。
海量計算最開始的方案是提高單機計算性能，如大型機，後來由於數據的爆發式增長、單機性能卻跟不上，才有分布式計算這種妥協方案。 因為計算一旦拆分，問題會變得非常復雜，像一致性、數據完整、通信、容災、任務調度等問題也都來了。
舉個例子，產品要求從資料庫中100G的用戶購買數據，分析出各地域的消費習慣金額等。 如果沒什麼時間要求，程序員小明就寫個對應的業務處理服務程序，部署到伺服器上，讓它慢慢跑就是了，小明預計10個小時能處理完。 後面產品嫌太慢，讓小明想辦法加快到3個小時。
平常開發中類似的需求也很多，總結出來就是，數據量大、單機計算慢。 如果上Hadoop、storm之類成本較高、而且有點大才小用。 當然讓老闆買更好的伺服器配置也是一種辦法。
利用分片演算法
小明作為一個有追求有理想的程序員，決定用介於單機計算和成熟計算框架的過度解決方案，這樣成本和需求都能滿足了。 分布式計算的核心在於計算任務拆分，如果數據能以水平拆分的方式，分布到5台機器上，每台機器只計算自身的1/5數據，這樣即能在3小時內完成產品需求了。
如上所述，小明需要把這些數據按照一定維度進行劃分。 按需求來看以用戶ID劃分最好，由於用戶之間沒有狀態上的關聯，所以也不需要事務性及二次迭代計算。 小明用簡單的hash取模對id進行劃分。
f(memberid) % 5 = ServerN

這樣程序可以分別部署到5台機器上，然後程序按照配置只取對應余數的用戶id，計算出結果並入庫。 這種方式多機之間毫無關聯，不需要進行通信，可以避免很多問題。 機器上的程序本身也不具備分布式的特性，它和單機一樣，只計算自身獲取到的數據即可，所以如果某台機器上程序崩潰的話，處理方式和單機一樣，比如記錄下處理進度，下次從當前進度繼續進行後續計算。
利用消息隊列
使用分片方式相對比較簡單，但有如下不足之處。
它不具有負載均衡的能力，如果某台機器配置稍好點，它可能最先計算完，然後空閑等待著。也有可能是某些用戶行為數據比較少，導致計算比較快完成。
還有一個弊端就是每台機器上需要手動更改對應的配置， 這樣的話多台機器上的程序不是完全一樣的，這樣可以用遠程配置動態修改的辦法來解決。
小明這種方式引入了個第三方，消息隊列。 小明先用一個單獨的程序把用戶信息推送到消息隊列里去，然後各台機器分別取消費這個隊列。 於是就有了3個角色：
推送消息的，簡稱Master。
消息隊列，這里以Rabbitmq為例。
各個處理程序，簡稱Worker或Slave都行。
雖然僅僅引入了個第三方，但它已經具備了分布式計算的很多特性。
計算任務分發。 Master把需要計算的用戶數據，不斷的推送消息隊列。
程序一致性。 Worker訂閱相同的消息隊列即可，無需更改程序代碼。
任意擴容。 由於程序完全一樣，意味著如果想要加快速度，重復部署一份程序到新機器即可。 當然這是理論上的，實際當中會受限於消息隊列、資料庫存儲等。
容災性。 如果5台中某一台程序掛了也不影響，利用Rabbitmq的消息確認機制，機器崩潰時正在計算的那一條數據會在超時，在其他節點上進行消費處理。
Hadoop簡介
Hadoop介紹已經相當多了，這里簡述下比如:」Hadoop是一套海量數據計算存儲的基礎平台架構」，分析下這句話。
其中計算指的是MapRece，這是做分布式計算用的。
存儲指的是HDFS，基於此上層的有HBase、Hive，用來做數據存儲用的。
平台，指可以給多個用戶使用，比如小明有一計算需求，他只需要按照對應的介面編寫業務邏輯即可，然後把程序以包的形式發布到平台上，平台進行分配調度計算等。 而上面小明的分布式計算設計只能給自己使用，如果另外有小華要使用就需要重新寫一份，然後單獨部署，申請機器等。Hadoop最大的優勢之一就在於提供了一套這樣的完整解決方案。
下面找了介紹Hadoop的概覽圖，跟小明的設計做對比下:
圖中「大數據計算任務」 對應小明的100G用戶數據的計算任務。
」任務劃分「 對應Master和消息隊列。
「子任務」 對應Worker的業務邏輯。
」結果合並「 對應把每個worker的計算結果入庫。
「計算結果」 對應入庫的用戶消費習慣數據。

PS：為了方便描述，把小明設計的分布式計算，叫做小和尚。
MapRece
由於MapRece計算輸入和輸出都是基於HDFS文件，所以大多數公司的做法是把mysql或sqlserver的數據導入到HDFS，計算完後再導出到常規的資料庫中，這是MapRece不夠靈活的地方之一。 MapRece優勢在於提供了比較簡單的分布式計算編程模型，使開發此類程序變得非常簡單，像之前的MPI編程就相當復雜。
狹隘的來講，MapRece是把計算任務給規范化了，它可以等同於小和尚中Worker的業務邏輯部分。 MapRece把業務邏輯給拆分成2個大部分，Map和Rece，可以先在Map部分把任務計算一半後，扔給Rece部分繼續後面的計算。 當然在Map部分把計算任務全做完也是可以的。 關於Maprece實現細節部分不多解釋，有興趣的同學可以查相關資料或看下樓主之前的C#模擬實現的博客【探索C#之微型MapRece】。
如果把小明產品經理的需求放到Hadoop來做，其處理流程大致如下：
把100G數據導入到HDFS
按照Maprece的介面編寫處理邏輯，分Map、Rece兩部分。
把程序包提交到Maprece平台上，存儲在HDFS里。
平台中有個叫Jobtracker進程的角色進行分發任務。 這個類似小和尚的Master負載調度管理。
如果有5台機器進行計算的話，就會提前運行5個叫TaskTracker的slave進程。 這類似小和尚worker的分離版，平台把程序和業務邏輯進行分離了， 簡單來說就是在機器上運行個獨立進程，它能動態載入、執行jar或dll的業務邏輯代碼。
Jobtracker把任務分發到TaskTracker後，TaskTracker把開始動態載入jar包，創建個獨立進程執行Map部分，然後把結果寫入到HDFS上。
如果有Rece部分，TaskTracker會創建個獨立進程把Map輸出的HDFS文件，通過RPC方式遠程拉取到本地，拉取成功後，Rece開始計算後續任務。
Rece再把結果寫入到HDFS中
從HDFS中把結果導出。
這樣一看好像是把簡單的計算任務給復雜化了，其實如果只有幾台計算任務的話，使用Maprece確實是殺雞用牛刀了。 如果有TB、PB級別的數據、跑在成百上千台計算節點上，Maprece的優勢才會體現出來。 其計算框架圖架構如下：

離線計算
通常稱Maprece及小和尚這種計算為離線計算，因為它對已經持久化的文件數據進行計算，不能實時響應。 還有個原因就是它的處理速度比較慢，它的輸入和輸出源都是基於HDFS設計，如果數據不是一開始就寫入到HDFS上，就會涉及到數據導入導出，這部分相對耗費時間。 而且它的數據流動是基於文件系統的，Map部分輸出的數據不是直接傳送到Rece部分，而是先寫入HDFS再進行傳送。
處理速度慢也是Maprece的不足之處，促使了後面實時計算的誕生。
另外個缺點是Maprece的計算任務流比較單一，它只有Map、Rece兩部分。 簡單的可以只寫一部分邏輯來解決，如果想拆分成多個部分，如邏輯A、邏輯B、邏輯C等， 而且一部分計算邏輯依賴上一次計算結果的話，MapRece處理起來就比較困難了。 像storm框架解決此類問題的方案，也稱為流式計算，下一章繼續補充。

『肆』 【分布式】概論

1. 雲計算特點：虛擬化、超大規模、高可伸縮性、高可靠性、按需服務、成本低廉、運維簡化、計費靈活、走向實用

2. 雲計算提供服務：IaaS、PaaS、SaaS

3. 分布式系統分類

分布式計算系統：集群、網格、雲

分布式信息系統：事務處理ACID、企業應用整合（通信中間件：RPC、RMI）

分布式普適系統：普適計算、移動計算、感測器網路

4. 分布式系統設計目標：

① 連接用戶和資源：以一種安全、可靠的方式進行資源共享和用戶協作

② 透明性

③ 開放性：提供服務的規約是完整的和中性的

④ 可伸縮性：

規模：集中式服務、集中式數據、集中式演算法

地理：同步通信、WAN通信不可靠、集中式服務

管理：不同管理組織的資源使用，管理和安全的策略有沖突

5. 改善可伸縮性方法：

① 體系結構層面：發現分布的可能性，對數據克隆拆分，將數據、客戶分布到不同地點

② 通信層面：非同步通信、避免消息匯流排擁擠、減少通信

③ 容錯層面：採用能隔離故障的涉及，避免級聯模塊，避免形成單點故障

④ 數據層面：復制和緩存；實現無狀態

6. 分布式演算法與集中式演算法區別

① 無全局時鍾，分布式演算法以沒有全局時鍾為前提

② 沒有任何一台機器具有系統完整的狀態信息

③ 每台機器僅根據本地信息進行決策

④ 一台機器故障，不會使整個演算法崩潰

『伍』 請教一下， 什麼大學學軟體開發比較好

以下全是我自己整理的~~~5555~~用了一下午~~與朋友你一起分享~~~

山東大學

計算機科學與技術學院 081201
計算機系統結構
01 -- 計算機網路與分布式系統 02 -- 多媒體計算機系統 03 -- 嵌入式網路與實時系統 04 -- 並行處理 碩士研究生 普通統招
計算機科學與技術學院 081202
計算機軟體與理論
01 -- 人機交互與虛擬現實 02 -- 智能計算理論與技術 03 -- 軟體與數據工程 04 -- 軟體工程 碩士研究生 普通統招
計算機科學與技術學院 081203
計算機應用技術
01 -- 智能計算與協同技術 02 -- 信息安全理論與技術 03 -- 幾何設計與信息可視化 04 -- 網路與分布式技術 碩士研究生 普通統招
軟體學院 081280
軟體工程
01 -- 軟體工程 02 -- 電子商務 03 -- 數字媒體技術 04 -- 集成電路設計與工程 碩士研究生 普通統招

濟南大學

081201計算機系統結構
01計算機網路與分布式系統
02嵌入式系統體系結構及其應用
8
①101 政治理論②201 英語③301 數學一④842計算機專業基礎（含：數據結構80分、計算機組成原理70分）
《數據結構》嚴蔚敏等，清華大學出版社，C語言版，1997；《計算機組成原理》白中英主編 科學出版社，第三版 ,2000；《計算機體系結構》張晨曦等編,高等教育出版社，第一版，2000
復試：計算機體系結構+C語言程序設計

081202計算機軟體與理論
01智能計算理論與應用
02圖像處理與模式識別
03人機交互與虛擬現實
04生物信息學
7
①101政治理論②201英語③301數學一④842計算機專業基礎（含：數據結構80分、計算機組成原理70分）
《數據結構》嚴蔚敏等，清華大學出版社，C語言版，1997；《計算機組成原理》白中英主編 科學出版社，第三版 ,2000
《離散數學》左孝凌等，上海科技文獻出版社，第一版，1982；《計算機操作系統》湯子灜等編著, 西安電子科技大學出版社，修訂版，2001
復試：離散數學+操作系統

081203▲計算機應用技術
01數據挖掘技術與資料庫
02分布式信息處理技術
03計算機監測與智能控制
04計算機網路與信息安全
（本學院各專業對同等學力考生在復試時將從嚴掌握，並加試有關課程）
20
①101政治理論②201英語③301數學一④842計算機專業基礎（含：數據結構80分、計算機組成原理70分）
《數據結構》嚴蔚敏等，清華大學出版社，C語言版，1997；《計算機組成原理》白中英主編 科學出版社，第三版 ,2000
《離散數學》左孝凌等，上海科技文獻出版社，第一版，1982；《計算機操作系統》湯子灜等編著, 西安電子科技大學出版社，修訂版，2001
復試: 離散數學+操作系統

山東科技大學

信息科學與工程學院 081201
計算機系統結構
01網格計算與分布式系統
02網路與多媒體系統
03計算機控制與嵌入式系統
碩士研究生 普通統招 null ①101政治②201英語③301數學一④803數據結構與操作系統或804微機原理與數字邏輯 復試：專業綜合；同等學力加試：C語言程序設計、計算機系統結構。本專業不招收同等學力且跨專業的考生。
信息科學與工程學院 081202
計算機軟體與理論
01分布式系統理論與演算法
02資料庫系統與數據挖掘
03軟體工程
碩士研究生 普通統招 null ①101政治②201英語③301數學一④803數據結構與操作系統 復試：專業綜合；同等學力加試：C語言程序設計、軟體工程。本專業不招收同等學力且跨專業的考生。
信息科學與工程學院 081203
計算機應用技術
01CAD與圖形圖象處理
02網路工程與並行處理
03人工智慧與信息處理
碩士研究生 普通統招 null ①101政治或111政治(單考)②201英語或211英語(單考)③301數學一或611數學(單考)④803數據結構與操作系統或804微機原理與數字邏輯 含（單考）的科目為單考生必考科目，統考生不能選考。復試：專業綜合；同等學力加試：C語言程序設計、軟體工程。本專業不招收同等學力且跨專業的考生。

南開大學

081104模式識別與智能系統 ①101政治②201英語③301數學一④813控制綜合基礎 和信息技術科學學院共用業務課2試卷。
_ 01智能機器人系統
_ 02語音信號處理
_ 03計算智能
081202計算機軟體與理論 ①101政治②201英語③301數學一④812計算機綜合基礎 和信息技術科學學院共用業務課2試卷。
_ 01軟體工程
_ 02智能信息處理
_ 03資料庫技術
_ 04多媒體技術
081203計算機應用技術 ①101政治②201英語③301數學一④812計算機綜合基礎 和信息技術科學學院共用業務課2試卷。
_ 01計算機網路與信息系統
_ 02網路與信息安全
_ 03智能技術與系統
081280軟體工程 ①101政治②201英語③301數學一④815C語言與數據結構
_ 01軟體系統分析與設計
_ 02軟體項目管理
_ 03軟體測試技術

南京大學

計算機科學與工程學院 081202
計算機軟體與理論
01 新型程序設計語言
02 軟體開發方法與技術
03 軟體形式化方法
04 軟體分析測試與質量保證
05 軟體工程與環境
06 語義Web
07 演算法及理論
08 智能軟體方法與技術
09 知識與信息獲取技術
10 基於web系統及其分析測試技術
碩士研究生 普通統招 null ①101 政治理論②201 英語③301 數學一④935 計算機專業基礎（數據結構，操作系統） 復試科目:553 計算機綜合（計算機組成原理，C/C++程序設計）

北航

計算機學院 081603
地圖制圖學與地理信息工程
01 地圖制圖學與地理信息工程 碩士研究生 普通統招
軟體學院 081280
軟體工程
01 集成電路設計
02 日文應用軟體開發
03 嵌入式軟體
04 軟體工程與管理
碩士研究生 普通統招
計算機學院 081200
計算機科學與技術
01 計算機系統結構
02 計算機軟體與理論
03 計算機應用技術
碩士研究生 普通統招

南京航空航天大學

考試科目：（點擊科目名稱可以查看該科目的詳細信息，包括考試大綱和參考書目錄）
政治理論 --> 101政治理論
外國語 --> 201英語
業務課一 --> 301數學一
業務課二 --> 822數據結構與操作系統
專業課加試 --> 543計算機組成原理與編譯原理 541離散數學與編譯原理 （復試時在2門中任選一門作為該單元考試科目）

--------------------------------------------------------------------------------

§研究方向：
01軟體工程
02計算機網路與分布式系統
03微小型計算機體系結構
04信息安全
05圖形、圖像及多媒體技術
06信息系統與集成技術
07資料庫系統及其數據倉庫
08系統軟體
09機器學習與知識工程
10人工智慧理論及其應用
11神經計算及模式識別

--------------------------------------------------------------------------------

§該專業招生說明：
報考研究方向01#-08的復試科目，#請選擇543計算機#組成原理與編譯#原理；報考研究#方向09-11的復試#科目，請選擇541#離散數學與編譯#原理。

東南大學

計算機科學與工程學院 081202
計算機軟體與理論
01 新型程序設計語言
02 軟體開發方法與技術
03 軟體形式化方法
04 軟體分析測試與質量保證
05 軟體工程與環境
06 語義Web
07 演算法及理論
08 智能軟體方法與技術
09 知識與信息獲取技術
10 基於web系統及其分析測試技術
碩士研究生 普通統招 null ①101 政治理論②201 英語③301 數學一④935 計算機專業基礎（數據結構，操作系統） 復試科目:553 計算機綜合（計算機組成原理，C/C++程序設計）
計算機科學與工程學院 081203
計算機應用技術
01 高性能網路體系結構及協議
02 分布對象計算
03 協議工程
04 網路安全和網路管理
05 網格計算
06 計算機協同工作
07 中間件技術
08 資料庫管理系統
09 多資料庫系統的集成
10 數據倉庫與數據挖掘
11 移動資料庫系統
12 Web數據資源處理
13 分布式人工智慧與多Agent系統
14 電子商務
碩士研究生 普通統招 null ①101 政治理論②201 英語③301 數學一④935 計算機專業基礎（數據結構，操作系統） 復試科目:553 計算機綜合（計算機組成原理，C/C++程序設計）

東北大學

081201計算機系統結構

_ 01普適計算與並行處理

_ 02計算機網路

_ 03計算機容錯技術

_ 04多媒體技術

_ 05網路與信息安全
①101政治②201英語③301數學一④841C語言與數據結構或842計算機組成與匯編語言

081202計算機軟體與理論

_ 01分布式數據管理

_ 02自然語言處理

_ 03信息安全

_ 04嵌入式實時系統

_ 05數據倉庫與數據挖掘
①101政治②201英語③301數學一④841C語言與數據結構或842計算機組成與匯編語言
省重點學科

081203計算機應用技術

_ 01分布式多媒體系統

_ 02寬頻計算機網路與多媒體通信

_ 03計算機互聯網路與Web技術

_ 04軟體工程

_ 05服務計算的關鍵技術及系統
①101政治②201英語③301數學一④841C語言與數據結構或842計算機組成與匯編語言
國家重點學科

『陸』 《大規模分布式系統架構與設計實戰豆瓣》pdf下載在線閱讀全文，求百度網盤雲資源

《大規模分布式系統架構與設計實戰豆瓣》網路網盤pdf最新全集下載:
鏈接: https://pan..com/s/1kFdPR4e5S1K3PW43mc1RVw

『柒』 如何實現分布式計算

你那是在創建小型辦公網路
我們不如把問題簡單點
買一個陸游器，接上N個電腦 刷新好上網帳戶密碼就OK了
也可以重新定義一下 IP
就和網吧一樣了
求採納為滿意回答。

『捌』 想學下分布式，有沒有什麼書籍推薦

有一些系統設計基礎的話，給你推薦幾本書吧：《面向模式的軟體架構 卷4：分布式計算的模式語言》出版社：人民郵電出版社主要講分布式計算系統軟體的設計和實現。偏軟體方向，相對較專業。《分布式計算（第二版）》出版社：電子工業出版社主要介紹分布式計算的數學基礎和理論，揭示設計分布式系統的底層問題（通信、協調、同步及不確定）和基本的演算法概念及下界技術。容易理解，適合自學。《分布式系統原理與范型》出版社：清華大學出版社全書的第一部分討論了分布式系統的原理、概念和技術，其中包括通信、進程、命名、同步、一致性和復制、容錯以及安全。第二部分給出了一些實際的分布式系統：基於對象的分布式系統、分布式文件系統、基於文檔的分布式系統以及基於協作的分布式系統，介紹了一些實際系統的設計思想和實現技術。容易理解，適合自學。

『玖』 分布式系統範式是什麼如何系統學習分布式計算

復旦大學計算機專業全國排第6左右，所以要靠它的研究生是有難度的 計算機專業方向及其代碼 081201計算機系統結構 01計算機網路與分布式系統 02嵌入式系統及應用 03分布式系統的監測與性能分析 04並行處理 081202計算機軟體與理論 01資料庫與知識庫 02軟體工程 03Web數據處理 04計算機支持的協同工作 05計算機生物信息處理 06數據挖掘與數據倉庫 07電子商務 08網路協議與分布式軟體 09密碼與信息安全 10演算法與程序理論 11人工智慧與認知科學 12信息安全與信息編碼 13量子信息與計算 14服務計算 081203計算機應用技術 01大規模中文文本處理 02多媒體信息處理與檢索 03計算機圖形圖像處理 04網路與信息工程 05計算機控制與智能系統 06模式識別與人工智慧 07信息安全、網路安全 08寬頻網路應用技術 初試科目： ①101政治理論②201英語③301數學一④879數據結構與操作系統 復試的筆試要考很多科目. 1. 離散數學 2. 計算機原理 3. 概率論與數理統計 4. 軟體工程 5. 計算機體系結構 6. 資料庫引論 7. 編譯 8. 數據通信與計算機網路 9. 演算法設計與分析 10. 計算機圖形學 08年起，初試計算機專業課實行全國統考。 復試這10門都要考的， 08年復旦計算機復試筆試回憶題 面試很怪異今年，牛人什麼時候都不怕。普通平民還是以專業知識為出發點吧，下面給出8門課的復習思路。 1.離散。離散我的復習思路是代數系統，正規子群的證明，圖論，歐拉和哈密頓圖，範式 ，推導。這都是大概的章節名稱，要求掌握的，結果考了正規子群，命中。 2.原理。定址，數的計算，補碼，反碼，移碼，原碼，還有就是浮點數的乘法。在這些課 的復習中肯定會有加速比的概念，看一遍就非常明白了。我沒學過原理，就復習了這些， 這是在賭博，結果算是命中了。 3.概率。不解釋，考研怎麼復習這個就怎麼復習。 4.軟工。大方向著手，譬如瀑布模型，重點在測試，白盒，黑盒，還有耦合和內聚，今年 考耦合，明年考內聚。Yes！命中。 5.體系結構。我只看了cpi的計算方法，還有mips的計算方法，流水線的東西，以及流水線 的三個相關。別的東西都是操作系統上的，考好了初試這個就沒問題。命中一半。不算命 中。 6.資料庫。Sql語言，關系演算，模式內模式外模式，2個映像，2個獨立性，還有就是無損 連接，這個最好網路一下，網上有關於怎麼證明是無損連接的。命中一半。 7.網路。香農奈奎斯特公式，還有就是數通方面的計算利用率的，不只是停等，滑動窗口 的利用率也要會算，7層協議，TCP IP了解，掌握IP地址的概念，還有就是區域網的組建， 這個都是本科學過的東西，很多專業都學過，相信大家都不會陌生，總之，命中。 8.演算法。NP方面的各種問題。我就看這么多。動態規劃一點沒看，因此未命中。 總結下來大概就50分命中的，對於我這個10門科有7門沒有學過的人來說，相當相當牛了