首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

搜索引擎中查询处理及结果缓存技术研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第14-28页
    1.1 研究背景及意义第14-17页
    1.2 搜索引擎相关知识第17-24页
        1.2.1 分布式搜索引擎架构第17-18页
        1.2.2 倒排索引第18-20页
        1.2.3 查询处理方式第20-22页
        1.2.4 查询缓存机制第22-23页
        1.2.5 查询处理的评价指标第23-24页
    1.3 研究现状及分析第24-26页
    1.4 本文的主要研究内容第26-28页
第2章 基于主题分类的分布式搜索引擎第28-50页
    2.1 引言第28-29页
    2.2 相关工作第29-30页
    2.3 经典分布式搜索引擎模型第30-32页
    2.4 改进的分布式搜索引擎模型第32-39页
        2.4.1 索引划分方法第32-34页
        2.4.2 基于页面结构的主题分类第34-36页
        2.4.3 改进模型及其查询过程第36-39页
    2.5 并行化处理与查询周期第39-43页
        2.5.1 Agg服务的并行化第39-41页
        2.5.2 查询生命周期的对比第41-43页
    2.6 实验与分析第43-49页
        2.6.1 平均查找时间第44-46页
        2.6.2 系统吞吐量第46-47页
        2.6.3 Merge层的开销第47-49页
        2.6.4 DS的任务比较第49页
    2.7 小结第49-50页
第3章 搜索引擎的并行查询优化第50-68页
    3.1 引言第50页
    3.2 相关工作第50-52页
    3.3 倒排索引结构的改进第52-56页
    3.4 查询算法及其优化第56-60页
        3.4.1 倒排表查询算法第57-58页
        3.4.2 查询算法的优化第58-60页
    3.5 索引节点的并行化查询第60-62页
    3.6 实验与分析第62-66页
        3.6.1 单个搜索节点的查询性能第63-65页
        3.6.2 SE层的并行查询性能第65-66页
    3.7 小结第66-68页
第4章 查询结果缓存改进策略和自适应容量分配算法第68-87页
    4.1 引言第68页
    4.2 相关工作第68-70页
    4.3 查询过程与主要开销第70-72页
    4.4 查询结果缓存策略优化第72-78页
        4.4.1 查询日志分析第72-74页
        4.4.2 改进的静态缓存策略第74-76页
        4.4.3 改进的动态缓存策略第76-78页
    4.5 混合缓存的自适应容量调整算法第78-80页
    4.6 实验与分析第80-85页
        4.6.1 静态查询结果缓存的性能第81-82页
        4.6.2 动态查询结果缓存的性能第82-83页
        4.6.3 混合查询结果缓存的性能第83-85页
    4.7 小结第85-87页
第5章 查询结果缓存的混合结构和预判断机制第87-109页
    5.1 引言第87页
    5.2 相关工作第87-89页
    5.3 混合查询结果缓存结构的设计第89-94页
        5.3.1 混合查询结果缓存结构第89-91页
        5.3.2 混合查询结果缓存算法第91-94页
    5.4 预判断缓存机制第94-101页
        5.4.1 预判断结构第94-96页
        5.4.2 预判断过程第96-97页
        5.4.3 RCS结构与不完全分配算法第97-101页
    5.5 实验与分析第101-107页
        5.5.1 混合缓存性能第101-103页
        5.5.2 查询过程的主要时间开销第103-104页
        5.5.3 预判断缓存的性能第104-105页
        5.5.4 不完全分配方法的性能第105-107页
    5.6 小结第107-109页
结论第109-111页
参考文献第111-123页
攻读博士学位期间发表的论文第123-125页
致谢第125-126页
个人简历第126页

论文共126页,点击 下载论文
上一篇:基于灰色理论的北京市商品住宅价格因素分析及预测
下一篇:企业开放式创新众包模式社会大众参与动机研究