活动概况|进度表|签到表|出勤奖惩办法|动员书|启动仪式|娱乐休闲|活动开支|小组讨论会|每周总结和预告|相册

热烈庆祝本次活动圆满落下帷幕！

（扫一扫二维码，本网页支持手机模式访问）

出勤奖惩办法

2014年7月6日凌晨师生共看巴西世界杯	2014年7月6日凌晨师生共看巴西世界杯
2014年9月12日万达广场看电影《不怕飓风》	2014年7月19日厦大西村“麻辣物语”聚餐
2014年9月13日中山路中华城“战锅演义”聚餐	2014年8月2日晚上厦大学生公寓五满堂面馆

热烈庆祝蔡珉星同学获得“优秀报告荣誉勋章”（奖金200元）

颁奖词：蔡珉星，男，厦门大学计算机科学系2013级硕士研究生，指导老师林子雨。该同学在2014年7月到9月的”林子雨老师团队2014暑假拼 血奋战70天活动“中也做了多次精彩的报告，为了表彰蔡珉星同学，特此颁发“优秀报告荣誉勋章”一枚，希望蔡珉星同学再接再厉，不断取得新的成绩！

讨论会预告和会议纪要

 活动总结和感言

（一）林子雨老师总结和感言

（二）蔡珉星总结和感言

1、出勤情况

请假三天（7月22号-7月24号），其余奋战时间均按时出勤。

2、学习内容

从时间上可以分为两个阶段：7月1号到7月27号，7月29号到9月9号。

1)        7月1号到7月27号

因为参加阿里巴巴的大数据竞赛，且距离比赛结束还有最后一个月，因此这个阶段主要是投入到该比赛中，同时当了小学期课程《高级C语言》的助教。

在该阶段，除了学习推荐系统的相关知识，并编程实现外，也做了4题Leetcode上的题目，不过觉得算法类的知识容易遗忘，因此决定还是等到快找实习时再继续做题。

同时在该阶段，阅读了《Hadoop权威指南》，搭建了Hadoop集群，并写了关于搭建Hadoop集群的教程。

2)        7月29号到9月9号

阿里巴巴的大数据竞赛结束之后，就全心投入到阅读关于数据倾斜情况下基于MapReduce的Join算法的相关论文。

在这个阶段一共阅读了48篇论文，且以精读为主，其中至少有30篇是精读的。

不过长时间的阅读论文也带来了一定的疲惫感，因此还重温了PHP官方手册，以及阅读了《PHP核心技术与最佳实践》一书，并了解了下目前较为热门的微信公众号开发，巩固提升了自己Web开发方面的知识。

 3、奋战成果

1. 阅读了48篇论文，其中精读至少有30篇。
2. 一共做了6次报告：《厦大数据库实验室综合考试》、《MapReduce编程简介》、《分布式数据仓库查询优化》、《Partition类和布隆过滤器》、《数据倾斜情况下基于MapReduce的Join算法优化》、《Skew Join相关论文》。
3. 阅读了两本书籍：《Hadoop权威指南》、《PHP核心技术与最佳实践》。
4. 完成了阿里巴巴大数据竞赛，成绩第60名（初赛7500个队伍，复赛600个队伍）。
5. 在自己的博客上发布了20篇文章。
6. 掌握了微信公众平台的开发。
   

4、心得感受

以往的暑假，虽然在家里也会看点书、学点知识，但跟这次的奋战活动相比，效率、成效显然是差了不少的。

70天的奋战，首先是纠正了我的作息规律，以往都是晚睡晚起，奋战期间都做到早起，按时出勤。并且在奋战期间也有注意锻炼身体，保持至少每周至少一次的锻炼。

阅读论文期间，特别是后半阶段开始阅读《PHP核心技术与最佳实践》，能深切体会到专注对于提升的帮助。以前学习一样东西，通常都是拖长战线，陆陆续续的学习，并不能起到很好的效果。此次奋战，集中精力学习，确实对知识的掌握会更为有效，例如论文，虽然看英文的论文稍有些吃力，体现在阅读速度较慢，一些专业词汇表达的意思也不能理解得很到位，但随着论文阅读数量的增加，这些不太清楚的地方会再次出现，渐渐地对其就会有了一定的理解。而对于MapReduce的连接算法和MapReduce任务的执行流程，也随着论文的阅读，了解了一些以往所不知道的细节，从而有了更为深入的掌握。

研一已经过去了，很快也就会迎来实习、招聘，我也应当以这种专注的状态，继续学习更多知识。

总之，这次的奋战，对我有很大的帮助。

（三）李雨倩总结和感言

1、论文学习

精读论文(29)

Ø综述入门类(8篇)

[1］[大牛译著系列]Hadoop MapReduce 连接

［2］[大牛译著系列]Hadoop MapReduce 排序

［3］[大牛译著系列]Hadoop MapReduce 性能调优

［4］[计算机科学与探索]MapReduce 优化技术综述

［5]  [SIGMOD ‘08 ] ColumnStores vs. RowStores:How Different Are They Really?

［6］[Springer-Verlag Berlin Heidelberg 2013]Comparison and Performance Analysis of Join Approach in MapReduce ．

［7］[硕士论文]达梦数据库哈希连接算法的研究．

［8］[计算机学报]基于星型模式的一个多路top-k join算法．

Ø传统MapReduce连接（13篇）

［1］[SIGMOD’10]A comparison of join algorithms for log processing in MapReduce

［2］  [SIGMOD ‘11]Processing theta-joins using MapReduce

［3］[SIGMOD ‘10]Efficient parallel set-similarity joins using MapReduce

［4］[IEEE Transactions]Optimizing multiway joins in a MapReduce environment.

［5］ [SKG ‘10]Join optimization in the MapReduce environment for column- wise data store

［6］ [VLDB’12]Efficient multi- way theta-join processing using MapReduce

［7 ]   [软件学报]MapReduce 框架下基于R-树的k-近邻连接算法

［8］ [计算机技术与发展]基于MapReduce 的多路连接优化方法研究

［9］ [计算机科学与探索]混合存储下的MapReduce 启发式多表连接优化

［10］[计算机研究与发展] 基于ＭａｐＲｅｄｕｃｅ的连接聚集查询算法研究

［11］ [计 算 机 学 报] 基于MapReduce 快速kNN Join 方法

［12］ [计 算 机 学 报]面向MapReduce的非对称分片复制连接算法优化技术研究

［13］ [小型微型计算机系统]云环境下基于二维节点矩阵的分级多表连接

 Ø索引MapReduce连接（5篇）

 ［1］[SIGMOD’11]leveraging columnar storge for scalable join processing in the Map-Reduce framework

［2］ [VLDB’10]HadoopDB: an architectural hybrid of MapReduce and DBMS technologies for analytical workloads

［3］[VLDB’09]Hadoop++:making a yellow elephant run like a cheetah (without it even noticing)

［4］[VLDB’11]CoHadoop: flexible data placement and its exploitation in Hadoop

［5］[VLDB’11]Tenzing a SQL implementation on the MapReduce framework

 Ø改进MapReduce连接（3篇）

 ［1］[SIGMOD’07]Map-Reduce-Merge:simplified relational data processing on large clusters

［2］[IEEE Transactions]Map-Join-Reduce: toward scalable and efficient data analysis on large clusters

［3］[DASFAA’12]ComMapReduce: an improvement of MapReduce with lightweight communication mechanisms

泛读论文（35篇）

 Ø综述入门类（7篇）

 ［1］[计算机工程]对象关系数据库中一个基于连接谓词索引的连接算法．

［2］[微计算机应用]分布式数据库中多元连接查询优化的研究．

［3］[计算机研究与发展]海量空间数据的并行Ｔｏｐ－ｋ连接查询．

［4］[计算机科学]外包数据库中的哈希连接一致性算法

［5］[计算机工程与设计]一般关系数据库多表智能连接算法及应用

［6］[国防科技大学学报]一个基于引用的高效连接算法 ．

［7］[重庆理工大学学报( 自然科学)]应用半连接的分布式数据库查询优化算法．

 ØKNN连接+连接阶段调度（5篇）

［1]   Efficient Parallel kNN Joins for Large Data in MapReduce

［2］Efficient Processing of k Nearest Neighbor Joins using MapReduce

［3］Joint optimization of overlapping phases in MapReduce

［4］Joint Scheduling of MapReduce Jobs with Servers Performance Bounds and Experiments

［5］Joint Scheduling of Processing and Shuffle Phases in MapReduce Systems

Ø过滤（5篇）

［1］A MapReduce-based Filtering Algorithm for Vector Similarity Join

［2］Join Processing Using Bloom Filter in MapReduce

［3］Join processing with threshold-based filtering in MapReduce

［4］Optimizing Distributed Joins with Bloom Filters Using MapReduce

［5］Toward Intersection Filter-Based Optimization for Joins in MapReduce

ØTheta连接+多路连接（7篇）

［1］Binary Theta-Joins using MapReduce Efficiency Analysis and Improvements

［2］Cache Conscious Star-Join in MapReduce Environments

［3］Distributed Matrix Factorization with MapReduce using a series of Broadcast-Joins

［4］Matrix Chain Multiplication via Multi-way Join Algorithms in MapReduce

［5］SEJ An Even Approach to Multiway Theta-Joins using MapReduce

［6］Three-Way Joins on MapReduce An Experimental Study

［7］Binary Two MRJs for Multi-way Theta-Join in MapReduce

Ø相识度连接（11篇）

［1］Efficient Graph Similarity Join with Scalable Prefix-Filtering Using MapReduce

［2］Efficient Similarity Joins on Massive High-Dimensional Datasets Using MapReduce

［3］Exploiting MapReduce-based Similarity Joins

［4］Fuzzy Joins Using MapReduce

［5］MapReduce-based Similarity Join for Metric Spaces

［6］MassJoin A MapReduce-based Method for Scalable String Similarity Joins

［7］MELODY-JOIN Efficient Earth Mover’s Distance Similarity Joins Using MapReduce

［8］Parallel Top-K Similarity Join Algorithms Using MapReduce

［9］PHiDJ Parallel Similarity Self-Join for High-Dimensional Vector Data with MapReduce

［10］Set similarity join on massive probabilistic data using MapReduce

［11］Strategic and suave processing for performing similarity joins using MapReduce

2、其他学习

（ 1）继续学完了J2EE课程

http://study.163.com/course/courseMain.htm?courseId=320027#/courseMain

（2）看完了《数据结构与算法分析（Java语言描述）》

3、学习收获

能力收获

出勤情况：全勤

Ø对MapReduce连接有了一定的认识。

Ø锻炼了读英文文献的能力。

Ø锻炼了集中精力学习的能力。

更多收获

    这次奋战让我养成了良好的学习和生活习惯。它让我收获的不仅是知识，更多的是以后学习工作的态度。

4、心得感受

1.这个暑假是我学业生涯17年中最有意义、最有收获的 一次。以前的暑假都会完全放松下来，最后什么也没学到，这个暑假很充实，让我终身难忘！

2. 感谢老师每周抽出时间陪我们开组会给我们学习动力；感谢师兄师弟们一个假期的陪伴，默默的支持与鼓气，让我一直坚持到奋战的最后一天。

3.以前很害怕看英语的东西，因为自己英文水平差看起来有点吃力。但是大部分需要看的文献都是英文的，所以硬着头皮看了下去，结果感觉越来越轻松，自己的英语阅读水平有了显著提升。

（四）谢荣东总结和感言

1、出勤情况

全程参与2014暑假奋战70天活动（2014.7.1-2014.9.10）。请假9天（7.3~7.12回家，8.12接待）。出勤61天，出勤期间无迟到、无早退。

2、学习内容

第1周~第5周： 学习JAVASE相关知识，观看学习视频 《韩顺平循序渐进JAVA学习视频》，阅读书籍《疯狂JAVA讲义》。

第6周~第9周：学习HTML5网页制作，阅读《HTML5从入门到精通》;学习Android编程，阅读《Android4高级编程》。

韩顺平视频地址：http://www.youku.com/playlist_show/id_15118419.html

书籍列表： 《疯狂JAVA讲义》、 《HTML5从入门到精通》、《Android4高级编程》

3、奋战成果

JAVA学习

• 内容：通过学习JAVASE相关课程，我熟悉了JAVA面向对象编程，了解了基本的类、方法、接口、继承的使用；并学习了Swing图像编程，能编写简单的图形程序，监听、处理事件。
• 成果：编写了坦克大战游戏程序

HTML5及Android学习

• 内容：学习了HTML5的基本语法，文本处理、图片处理、视频音频处理、网页跳转、前后台连接等。Android4编程学习程度较浅，主要是了解了Android基本架构，了解了以后继续学习Android编程的路线。
• 成果：一个简单的HTML页面。

4、心得感受

通过暑假奋战70天长时间、高强度的学习，我成长了很多。学习上，我集中学习了JAVASE技术、HTML5网页编程、Android4基础编程，掌握了基本的编程技巧和方法，能根据具体的需要编写程序，为我研究生阶段的学习与科研奠定了基础。精神上，我戒除了懒惰、浮躁的习气，一改往日晚上睡不着白天睡不醒的习惯，养成了早起早睡、勤于锻炼的生活习惯，提升了精力、改善了气质、强健了体魄。通过对技术的学习，我掌握了制定计划、循序渐进、脚踏实地、勤于记录的学习方法。这些都为我的研究生阶段及以后的学习生活打下了坚实的基础。

这70天对我来说意义非凡，不仅增长了技术、学习了知识，而且磨练了意志、改善了习惯。总的来说，我感谢这70天的学习生活带给我的改变，感谢林老师给我们创造的良好的学习氛围和学习环境，也感谢这70天来一起奋战的3位师兄弟和师姐的陪伴，我们互相帮助、互相鼓励、一起坚持、一起成长，才顺利完成这70天的奋战。

（五）罗道文总结和感言

1.出勤情况

暑期奋战总共70天，按时出勤63天；7月3日，由于招待同学，请假一天；8月8日上午，由于忘记签到，算迟到一次；由于这次迟到，我损失惨重，首先，接下来一个星期，8点半之前到实验室；其次，请实验室一条水煮鱼；最后，本来还可能拿500奖学金的希望也破碎了。所以，特此说明，以此为戒！8月26日~8月30日，请假回家。

2.学习内容

暑期奋战总共70天，学习内容如下：►学习了linux脚本，参考书籍为《linux脚本攻略》。►学习python的基本语法以及使用。python真是一门简洁语言，使用方便，语法简单。

►同时复习了C++和学习一些算法；

3.奋战成果

暑期奋战70天，总的来讲，还是收获蛮大的：

首先，学习linux脚本，了解linux系统相关的操以及相关命令的使用，例如grep,sed,awk等等。为以后，深入学习linux系统打好基础；

其次，再学习python过程中，我切实感受到语言相通。了解json这门语言，因为json其实就是python的字典；其次当初在学spring框架的时候，不了解@注释的用法，其实就是和python的修饰函数类似；最后，学习python过程中，顺道把正则表达式学习了一遍，至少已达到会使用，会看懂正则表达式了。

最后，复习了C++和学习一些算法。

4.心得体会

这次暑期奋战70天，有收获，有汗水。

在奋战一开始的时候，由于之前没有这样的体验，所以我带着新鲜感，全身心的投入暑期奋战中。那时候，每天都充满能量的起床，吃早饭，来实验室，看书；虽然每一天都重复同样的生活，但是并没有感到累，感到厌烦。所以前期看书的效率也是最高，收获最大。

总的来说，这次暑期奋战是很有意义的，如果没有这次奋战，我可能在家就荒废了两个月，但是在实验室，我最起码学到一些东西，同时也加深了与实验室师兄师姐之间的友谊，多认识几个朋友。

期待明年的暑期奋战！

 实验室卫生大扫除迎接新学期

数据库实验室2014年暑假奋战卫生大扫除活动总结

热烈庆祝本次活动圆满落下帷幕！