版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、隨著信息時代的到來，互聯網上的信息爆發(fā)式的增長，我們日常使用的搜索引擎需要檢索的內容信息量也隨著迅速增加。整個世界的信息數據總量在2011年就已經超過了1.2ZB，并且根據國際數據公司IDC的預測，世界信息量2020年也將超過35ZB。在這種數據量下，傳統(tǒng)的單機搜索引擎的索引的數據量已經不能滿足人們的要求，搜索引擎的研究現在紛紛轉向了分布式。在Google發(fā)表三篇關于分布式系統(tǒng)的論文即HDFS、MapReduce和BigTable之后，
2、Apache基于這三篇論文開發(fā)了開源的Hadoop系統(tǒng)。作為Hadoop框架的第二代產品，Hadoop YARN解決了在Hadoop老版系統(tǒng)在線程模型、內存消耗和使用效率、系統(tǒng)的可擴展性、系統(tǒng)的可靠性和性能上的缺陷，在此基礎上進一步提升了新版MapReduce編程框架的執(zhí)行效率。
本文在Hadoop YARN框架的基礎上結合Lucene全文索引工具包、Zookeeper分布式系統(tǒng)同步工具、Memcached分布式緩存系統(tǒng)，構建
3、了分布式搜索引擎NKCareerSearch。利用此系統(tǒng)不僅可以研究Hadoop YARN這一新技術，同時也可以在此基礎上開展分布式搜索引擎緩存設計、分布式倒排索引存儲等搜索技術的研究。
本文詳細分析介紹搜索引擎的原理和工作流程并對Hadoop YARN平臺的架構和優(yōu)勢給出了詳盡的分析。在此基礎上本文給出了在Hadoop YARN框架上使用MapReduce編程模型實現分布式爬蟲和分布式索引模塊的詳細設計和實現。在使用Zook
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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯系，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
- 分布式搜索引擎設計與實現.pdf
- 基于MPI的分布式搜索引擎設計與實現.pdf
- 分布式企業(yè)搜索引擎的設計與實現.pdf
- 基于Hadoop的分布式搜索引擎研究與實現.pdf
- 基于分布式的智能搜索引擎.pdf
- 基于MapReduce的分布式搜索引擎研究與實現.pdf
- 分布式實時垂直搜索引擎研究與實現.pdf
- 基于分布式的搜索引擎框架研究和實現.pdf
- 基于MapReduce的分布式聚類搜索引擎設計與實現.pdf
- 基于MapReduce的分布式搜索引擎的研究與實現.pdf
- 基于ElasticSearch的分布式物流垂直搜索引擎的設計與實現.pdf
- 基于Nutch的分布式搜索引擎的設計與研究.pdf
- 基于Hadoop的Nutch分布式搜索引擎研究與實現.pdf
- 分布式智能搜索引擎技術.pdf
- 基于Lucene的分布式醫(yī)療搜索引擎的研究與實現.pdf
- 基于Hadoop的分布式垂直搜索引擎研究與設計.pdf
- 基于分布式的搜索引擎技術研究與設計.pdf
- 基于Hadoop的分布式搜索引擎的研究及實現.pdf
- 基于MapReduce的分布式搜索引擎研究.pdf
- 基于ElasticSearch的分布式視頻垂直搜索引擎的設計與實現.pdf
評論
0/150
提交評論