基于hadoop的分布式网络爬虫研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景和意义 | 第7-9页 |
| ·国内外研究现状 | 第9页 |
| ·论文主要工作 | 第9-10页 |
| ·论文结构 | 第10-13页 |
| 第二章 相关理论与技术 | 第13-27页 |
| ·云计算相关知识 | 第13-16页 |
| ·云计算原理与结构 | 第13-15页 |
| ·典型云计算的平台 | 第15-16页 |
| ·Hadoop 分布式平台技术 | 第16-21页 |
| ·HDFS 分布式文件系统 | 第17-19页 |
| ·Map/Reduce 分布式计算模型 | 第19-21页 |
| ·网络爬虫原理 | 第21-23页 |
| ·网络爬虫系统的基本结构 | 第22-23页 |
| ·分布式网络爬虫 | 第23页 |
| ·相关工具软件 | 第23-24页 |
| ·HttpClient | 第23-24页 |
| ·HTMLParser | 第24页 |
| ·Log4j | 第24页 |
| ·Cygwin | 第24页 |
| ·本章小结 | 第24-27页 |
| 第三章 系统分析与设计 | 第27-39页 |
| ·分布式网络爬虫的设计需求 | 第27-28页 |
| ·分布式网络爬虫关键技术分析 | 第28-31页 |
| ·DNS 解析扩展 | 第28-29页 |
| ·URL 消重技术 | 第29-30页 |
| ·页面爬行策略 | 第30-31页 |
| ·系统布局 | 第31-33页 |
| ·分布式搜索引擎的系统架构 | 第31-32页 |
| ·分布式搜索引擎的模块划分 | 第32-33页 |
| ·分布式网络爬虫框架结构设计 | 第33-37页 |
| ·分布式网络爬虫的物理框架设计 | 第33-34页 |
| ·分布式网络爬虫的逻辑框架设计 | 第34-35页 |
| ·爬虫的基本流程和模块设计 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 分布式爬虫实现 | 第39-51页 |
| ·存储结构的实现 | 第39-40页 |
| ·爬虫总体设计结构 | 第40-41页 |
| ·各功能模块的实现 | 第41-49页 |
| ·URL 分割注入模块 | 第41-42页 |
| ·网页获取模块 | 第42-43页 |
| ·网页解析模块 | 第43-46页 |
| ·链接去重过滤模块 | 第46-48页 |
| ·数据存储更新模块 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 性能分析与评价 | 第51-57页 |
| ·测试环境 | 第51-52页 |
| ·软硬件环境 | 第51页 |
| ·分布式开发环境的搭建 | 第51-52页 |
| ·系统测试方案 | 第52-54页 |
| ·功能测试方案 | 第53页 |
| ·性能测试方案 | 第53-54页 |
| ·系统可扩展性测试方案 | 第54页 |
| ·系统测试结果分析 | 第54-56页 |
| ·系统功能测试结果 | 第54页 |
| ·系统性能测试结果 | 第54-55页 |
| ·系统可扩展性测试结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·论文总结 | 第57页 |
| ·研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 读研期间研究成果 | 第65-66页 |
