信息技術的快速發(fā)展引發(fā)了數據規(guī)模的爆炸式增長，大數據已經幾乎無處不在，引起了國內外學術界、工業(yè)界和政府部門的高度重視，被認為是一種新的非物質生產要素，蘊含著重大價值，并將導致科學研究的深刻變革，對國家的經濟發(fā)展、社會發(fā)展、社會安全穩(wěn)定、科學進展具有戰(zhàn)略性、全局性和長遠性的意義。
大數據的重大價值需要通過求解各種各樣的以大數據為輸入的計算問題（以下簡稱大數據計算問題）來發(fā)掘利用。大數據計算問題的求解算法（以下簡稱大數據算法或大數據計算方法）的設計與分析是大數據價值發(fā)掘利用的關鍵。正如算法是計算機科學技術的核心一樣，大數據算法是大數據科學技術的核心，也是大數據的實際應用的重要基礎。
雖然算法已經具有悠久的研究歷史，研究成果層出不窮，促進了計算機的普遍應用，但是，由于目前計算資源的受限性和大數據的巨大規(guī)模，大數據問題的求解十分困難，多項式時間已經不再是大數據計算問題易解性的標準，多項式時間算法也不再是大數據計算問題的有效求解算法。傳統(tǒng)計算復雜性理論和多項式時間算法面臨著大數據計算問題的嚴峻挑戰(zhàn)。大數據算法已經成為大數據應用的瓶頸。因此，大數據算法的設計與分析已經成為計算機科學技術的重要研究領域，吸引了大量的科技工作者。
從20世紀80年代開始，越來越多的計算機科技工作者開始從事大數據算法設計與分析的研究工作，也有一些計算機科學工作者開始從事大數據計算的復雜性理論研究。最近幾年，隨著大數據的迅速增長和大數據應用的風起云涌，人們對大數據算法設計與分析的研究興趣有增無減，大有方興未艾之勢。目前，人們在大數據算法設計與分析方面已經取得了很多研究成果，為大數據應用奠定了初步基礎，促進了大數據應用的進展。
遺憾的是，系統(tǒng)介紹大數據算法設計與分析的理論與技術的學術著作目前在國內外還很少見。為了滿足國內外大數據計算理論研究者、大數據管理系統(tǒng)研制者、大數據應用系統(tǒng)開發(fā)者的需要，我撰寫了這本書，試圖為從事大數據研究與開發(fā)的科技工作者提供盡量系統(tǒng)全面的大數據算法設計與分析的知識，希望能夠為大數據的基礎研究、系統(tǒng)研制和應用開發(fā)盡綿薄之力。
在多年大數據算法研究過程中，我對大數據計算方法進行了長期探索，提出和驗證了一些適用于大數據問題求解的計算方法，如亞線性時間計算方法、基于抽樣的計算方法、基于壓縮的計算方法、增量式計算方法、分布式并行計算方法等。本書以這些方法為主線，分為7章，系統(tǒng)地介紹5種主要大數據計算方法，包括大數據的亞線性時間計算方法、大數據的抽樣計算方法、大數據的壓縮計算方法、大數據的增量式計算方法和大數據的分布式并行計算方法。本書的結構如圖1所示。第1章揭示了本書的撰寫動機。第2章討論大數據計算復雜性的幾個基本理論問題和大數據計算問題的分類，為后面5章奠定理論基礎。第3章描述了大數據計算的核心方法，與后面4章緊密相關。第4章、第5章、第6章和第7章則相互獨立，介紹了其他4種重要的大數據計算方法。
圖1本書的結構
下面簡要地介紹各章的基本內容。
〖1〗〖1〗第1章討論大數據、大數據算法和大數據計算的基本概念，介紹大數據計算面臨的挑戰(zhàn)和研究問題，綜述大數據計算復雜性理論和高效算法兩方面的研究進展，探討大數據計算復雜性理論和高效大數據算法的研究問題。
第2章以隨機存取圖靈機(RATM)為大數據計算模型，介紹大數據計算復雜性的幾個基本理論問題，包括RATM的定義和性能分析、基于RATM的大數據計算的易解性標準、基于RATM的大數據計算問題分類（如單純易解類問題、偽易解類問題、可近似易解類問題等）以及類之間的關系、歸約和大數據計算問題的完全性。第2章是其他各章的理論基礎。
第3章介紹大數據的亞線性時間計算方法。這一章首先以兩個單純易解性大數據計算問題為例，討論單純易解性大數據計算問題的亞線性時間求解算法的設計與分析的原理和方法；然后以兩個偽易解性大數據計算問題為例，討論通過多項式時間預處理，實現偽易解性大數據計算問題的亞線性時間求解算法的設計與分析的原理和方法；最后以3個難解性大數據問題為例，討論非易解性大數據計算問題的亞線性時間近似算法的設計與分析的原理和方法。
第4章介紹大數據的基于隨機抽樣的近似計算方法，包括(ε,)�步�似計算方法。這一章首先介紹抽樣計算方法的基本思想和需要解決的關鍵問題；然后以多個不同的難解性大數據計算問題為例，討論基于隨機抽樣的高效大數據算法的設計與分析的主要方法和基本原理。
第5章介紹大數據的壓縮計算方法。這一章介紹的大數據計算方法是精確計算方法。這一章首先介紹壓縮計算方法的基本思想、適用范圍、需要解決的問題；然后介紹支持壓縮計算的數據壓縮方法；最后以不同的大數據計算問題為例，介紹基于壓縮計算方法的大數據算法的設計與分析的主要方法和基本原理。
第6章介紹大數據的增量式計算方法。這一章首先介紹大數據增量式計算方法的基本概念和思想；然后以不同的大數據計算問題為例，介紹基于增量式計算方法的大數據算法的設計與分析的主要方法和基本原理，包括增量式流數據查詢與挖掘算法。
第7章討論如何在計算機機群或云計算環(huán)境下設計與分析求解大數據計算問題的分布式并行計算方法。這一章首先介紹并行計算系統(tǒng)和并行算法設計與分析的基本概念；然后介紹有效支持大數據分布式并行計算的大數據的分布式存儲方法；最后以集合代數操作和關系代數操作為例，介紹求解大數據計算問題的分布式并行算法的設計與分析的主要方法和基本原理，特別是充分利用大數據分布式存儲方法特點的分布式并行大數據算法的設計與分析的主要方法和基本原理。
本書不僅凝結著作者的心血，也凝結著所有對本書撰寫給予鼓勵、支持、關心和幫助的同志們的心血。
在本書問世之際，我特別感謝已經畢業(yè)并留在我身邊工作的博士高宏教授、王宏志教授、鄒兆年教授、程思瑤教授、張巖副教授、石勝飛副教授、張煒副教授、駱吉洲副教授、劉顯敏副教授、韓希先副教授、苗東菁副教授、張開旗講師，也特別感謝剛剛畢業(yè)和在讀博士研究生石拓、朱同鑫、馬恒釗、高翔宇、肖星星、李逸飛、巢澤敏、高天鵬、呂伯涵、韓帥、張楚涵等同學。這些已經畢業(yè)和在讀的同學從20世紀90年代末開始陸續(xù)加入我的團隊，每個人都陪伴我開展大數據科學技術研究至少5年，本書的主要內容都來自我們共同發(fā)表的學術論文，凝結著他們的心血。在本書的撰寫過程中，很多同學也從多方面給予了我大力的支持和幫助。
我由衷地感謝國家自然科學基金委員會和國家科技部的支持。我的研究工作多次得到國家自然科學基金重點項目和面上項目的資助，也多次得到國家科技部863計劃項目和973計劃項目的資助，特別是本書得到了國家自然科學基金重點項目大數據分析的計算理論與高效算法（項目批準號: 61832003）和重大項目基于超算的大數據分析處理基礎算法與編程支撐環(huán)境（項目批準號: U1811461）的直接資助。
我真誠地感謝我的妻子石敏教授。沒有她的鼓勵、支持、耐心和長期操勞，本書是難以完成的。我也要感謝我的女婿蔡志鵬教授和女兒李英姝教授的鼓勵和鞭策，他們的鞭策對本書的盡快完成起到了重要作用。
由于作者水平有限，書中難免存在錯誤和不當之處，懇切希望同行和廣大讀者批評指正。

作者2022年1月