感謝你對(duì)本書感興趣。我很享受寫書的過(guò)程，也希望這本書對(duì)你非常有用。為達(dá)此目的，這里有幾點(diǎn)事情我希望說(shuō)清楚。本書目標(biāo)：我很希望這本書能充分體現(xiàn)它標(biāo)題的含義數(shù)據(jù)科學(xué)中的并行計(jì)算。和我所知道的其他并行計(jì)算的書籍不同，這本書里你不會(huì)碰到任何一個(gè)求解偏微分方程或其他物理學(xué)上的應(yīng)用。這本書真的是為了數(shù)據(jù)科學(xué)所寫無(wú)論你怎樣定義數(shù)據(jù)科學(xué)，是統(tǒng)計(jì)學(xué)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、模式識(shí)別、數(shù)據(jù)分析或其他的內(nèi)容。這不僅僅意味著書里的實(shí)例包括了從數(shù)據(jù)科學(xué)領(lǐng)域中選取的應(yīng)用，這也意味著能夠反映這一主題的數(shù)據(jù)結(jié)構(gòu)、算法和其他內(nèi)容。從經(jīng)典的n 個(gè)觀測(cè)，p 個(gè)變量 的矩陣形式，到時(shí)間序列，到網(wǎng)絡(luò)圖模型和其他數(shù)據(jù)科學(xué)中常見(jiàn)的結(jié)構(gòu)都會(huì)囊括其中。本書包含了大量實(shí)例，以用于強(qiáng)調(diào)普遍的原理。因此，在第1 章介紹了入門的代碼實(shí)例后（沒(méi)有配套的實(shí)例，這些普遍的原理也就沒(méi)有任何意義），我決定在第2 章里解釋可以影響并行計(jì)算速度的一般因素，而不是集中介紹如何寫并行代碼。這是一個(gè)至關(guān)重要的章節(jié)，在后續(xù)的章節(jié)中會(huì)經(jīng)常提到它。事實(shí)上，你可以把整本書看成如何解決第2 章開頭所描述的那個(gè)可憐的家伙的困境：這里有一個(gè)很常見(jiàn)的情景：一個(gè)分析師拿到了一臺(tái)嶄新的多核機(jī)器，這臺(tái)機(jī)器能做各種神奇的事情。帶著激動(dòng)的心情，他在這臺(tái)新機(jī)器上寫代碼求解他最喜歡的大規(guī)模的問(wèn)題，卻發(fā)現(xiàn)并行版本的運(yùn)行速度比串行的還慢。太令人失望了！現(xiàn)在讓我來(lái)看看究竟什么因素導(dǎo)致了這種情形……本書標(biāo)題里的計(jì)算一詞反映了本書的重點(diǎn)真的是在計(jì)算上。這和諸如以Hadoop 為代表的分布式文件存儲(chǔ)等的并行數(shù)據(jù)處理不同，盡管我還是為相關(guān)話題專門寫了一個(gè)章節(jié)。本書主要涵蓋的計(jì)算平臺(tái)是多核平臺(tái)、集群和GPU。另外，對(duì)Thrust 也有相當(dāng)程度的介紹。Thrust 極大地簡(jiǎn)化了在多核機(jī)器和GPU 上的編程任務(wù)，并且同樣的代碼在兩種平臺(tái)上都可以運(yùn)行。我相信讀者會(huì)發(fā)現(xiàn)這部分材料非常有價(jià)值。需要指出一點(diǎn)，這本書不是一本用戶手冊(cè)。盡管書中使用了諸如R 的parallel和Rmpi 擴(kuò)展包、OpenMP、CUDA 等特定工具，但這么做僅僅是為了讓問(wèn)題具體化。本書會(huì)給讀者帶來(lái)有關(guān)這些工具的非常扎實(shí)的入門介紹，但不會(huì)提供諸如不同函數(shù)的參數(shù)、環(huán)境選項(xiàng)等內(nèi)容。本書的目的是，希望讀者閱讀完本書后，為進(jìn)一步學(xué)習(xí)這些工具打下良好基礎(chǔ)，更重要的是，讀者今后可以使用多種語(yǔ)言編寫高效的并行代碼，無(wú)論是Python、Julia，還是任何其他語(yǔ)言。必要的背景知識(shí)：如果你認(rèn)為你已經(jīng)可以相對(duì)熟練地使用R，那本書的大多數(shù)內(nèi)容你應(yīng)該都可以讀懂。在一些章節(jié)里，我們需要使用C/C ，如果你想仔細(xì)閱讀學(xué)習(xí)相關(guān)章節(jié)，需要具備相關(guān)的背景知識(shí)。然而，即使你不怎么了解C/C ，你也應(yīng)該會(huì)發(fā)現(xiàn)這些章節(jié)很容易讀懂，并且相當(dāng)有價(jià)值。附錄里包括了針對(duì)C 程序員的R 簡(jiǎn)介和針對(duì)R 用戶的C 語(yǔ)言簡(jiǎn)介。你需要熟悉基礎(chǔ)的矩陣運(yùn)算，主要是相乘和相加。有時(shí)我們也會(huì)使用一些更高級(jí)的運(yùn)算，比如求逆（以及與之相關(guān)的QR 分解）和對(duì)角化。這些內(nèi)容在附錄A 中有涉及。機(jī)器設(shè)備：除了特別說(shuō)明的地方，本書中所有的計(jì)時(shí)實(shí)例都運(yùn)行在一臺(tái)16 核允許兩個(gè)超線程的Ubuntu 機(jī)器上。我一般使用2 到24 個(gè)核，這應(yīng)該和多數(shù)讀者可以使用的平臺(tái)類似。希望讀者可以使用4 到16 核的多核系統(tǒng)，或者一個(gè)有幾十個(gè)節(jié)點(diǎn)的集群。但即使你只有一個(gè)雙核機(jī)器，應(yīng)該仍會(huì)發(fā)現(xiàn)本書的材料非常有用。對(duì)于那些少數(shù)有幸可以使用擁有幾千個(gè)內(nèi)核的集群的讀者，書中的內(nèi)容仍然適用。依據(jù)本書中對(duì)這種系統(tǒng)的觀點(diǎn)，那個(gè)著名問(wèn)題這可擴(kuò)展嗎？ 的答案一般是否定的。CRAN 擴(kuò)展包和代碼：本書使用了我在CRAN，即R 的軟件貢獻(xiàn)庫(kù)（http://cran.r-project.org）上的幾個(gè)擴(kuò)展包：Rdsm、partools 和matpow。本書的示例代碼都可以從作者的網(wǎng)站下載，http://heather.cs.ucdavis.edu/pardatasci.html。