版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng),尤其是移動互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)數(shù)字信息幾何級的規(guī)模增長,如何有效的提取這些信息,使數(shù)據(jù)分析更為方便,是網(wǎng)絡(luò)爬蟲研究的主要內(nèi)容。隨著分布式系統(tǒng)的興起,包括分布式計算與分布式存儲,這些技術(shù)框架的廣泛應用使人們看到分布式系統(tǒng)在面對大規(guī)模數(shù)據(jù)的處理問題上的優(yōu)勢。
本文實現(xiàn)了一種高實時分布式的網(wǎng)絡(luò)爬蟲軟件,并以新浪微博為例實現(xiàn)了對微博用戶信息以及博文的爬取,根據(jù)實際需要實現(xiàn)了分布式系統(tǒng)框架,包括節(jié)點通信與負載分配問題。本文的主
2、要工作內(nèi)容如下:
1)分析國內(nèi)外爬蟲軟件與分布式系統(tǒng)的研究現(xiàn)狀,介紹典型技術(shù)框架的原理以及應用情況。
2)在分布式系統(tǒng)方面,本文提出了應用RDMA技術(shù)實現(xiàn)節(jié)點之間的內(nèi)核旁路低延遲傳輸技術(shù),保證了爬蟲軟件的運行效率以及實時性。為了保證負載均衡與系統(tǒng)的健壯性,本文提出了一種簡單但有效的負載分配方案。
3)針對微博頁面制訂了爬蟲策略,應用Scrapy框架實現(xiàn)了爬蟲模塊,運用數(shù)據(jù)庫服務器做為節(jié)點之間的樞紐,并根據(jù)實
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式主題網(wǎng)絡(luò)爬蟲的設(shè)計與實現(xiàn).pdf
- 基于Groovy的分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式書籍網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于代理(Agent)的實時分布式網(wǎng)絡(luò)入侵檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式網(wǎng)絡(luò)爬蟲的研究與實現(xiàn).pdf
- 基于hadoop的分布式網(wǎng)絡(luò)爬蟲研究與實現(xiàn).pdf
- 基于分布式的網(wǎng)絡(luò)爬蟲系統(tǒng)的研究與實現(xiàn).pdf
- 基于Hadoop的分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式網(wǎng)絡(luò)爬蟲技術(shù)的研究與實現(xiàn).pdf
- 分布式聚焦網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 實時分布式Web日志分析系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 實時分布式軟件建模技術(shù)研究.pdf
- 分布式網(wǎng)絡(luò)爬蟲技術(shù)研究與實現(xiàn).pdf
- 分布式定位系統(tǒng)軟件設(shè)計與實現(xiàn).pdf
- 基于Hadoop的分布式網(wǎng)絡(luò)爬蟲技術(shù).pdf
- 基于.net平臺的分布式測控系統(tǒng)軟件設(shè)計與實現(xiàn)
- 基于NET平臺的分布式實時組態(tài)軟件系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 小型分布式風光互補發(fā)電裝置嵌入式實時控制軟件設(shè)計與實現(xiàn).pdf
- 基于CORBA的分布式EMS軟件設(shè)計.pdf
評論
0/150
提交評論