| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 相关技术 | 第17-22页 |
| 2.1 HDFS分布式文件系统 | 第17-18页 |
| 2.2 HBase分布式数据库 | 第18-19页 |
| 2.3 Zookeeper分布式协调服务 | 第19-20页 |
| 2.4 Disruptor无锁队列 | 第20-21页 |
| 2.5 Mina网络应用程序框架 | 第21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 问题集编程模型的原理及设计 | 第22-30页 |
| 3.1 增量迭代类型任务 | 第22-24页 |
| 3.2 问题集编程模型 | 第24-26页 |
| 3.3 编程接 | 第26-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 问题集编程模型的实现 | 第30-60页 |
| 4.1 系统架构 | 第30-32页 |
| 4.2 节点管理器NM | 第32-37页 |
| 4.2.1 内部结构 | 第32-33页 |
| 4.2.2 集群的加入和退出 | 第33页 |
| 4.2.3 创建资源 | 第33-34页 |
| 4.2.4 文件的缓存与同步 | 第34-35页 |
| 4.2.5 配置信息的缓存与同步 | 第35-37页 |
| 4.3 中央控制器CC | 第37-48页 |
| 4.3.1 内部结构 | 第37-38页 |
| 4.3.2 Master与Backup模式 | 第38-39页 |
| 4.3.3 作业管理 | 第39-40页 |
| 4.3.4 组件状态的监控 | 第40-41页 |
| 4.3.5 系统全局信息管理 | 第41-45页 |
| 4.3.6 资源调度 | 第45-47页 |
| 4.3.7 崩溃与恢复 | 第47-48页 |
| 4.4 问题集管理器PM | 第48-53页 |
| 4.4.1 内部结构 | 第48-49页 |
| 4.4.2 队列控制和管理 | 第49-51页 |
| 4.4.3 汇报状态和接受调度 | 第51页 |
| 4.4.4 问题集迭代控制 | 第51-52页 |
| 4.4.5 备份和恢复 | 第52-53页 |
| 4.5 问题处理器PR | 第53-56页 |
| 4.5.1 内部结构 | 第53-54页 |
| 4.5.2 获取和提交待处理问题 | 第54-55页 |
| 4.5.3 处理问题 | 第55页 |
| 4.5.4 PR的崩溃 | 第55-56页 |
| 4.6 其他 | 第56-59页 |
| 4.6.1 Zookeeper中的注册和配置信息 | 第56页 |
| 4.6.2 HDFS中的文件结构 | 第56-57页 |
| 4.6.3 HBase的表结构 | 第57-58页 |
| 4.6.4 CMDServer的原理与实现 | 第58-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 测试与实验 | 第60-66页 |
| 5.1 测试环境 | 第60页 |
| 5.2 测试方法 | 第60-63页 |
| 5.2.1 基于Proset实现的分布式网络采集系统 | 第60-62页 |
| 5.2.2 原始的网络采集系统 | 第62页 |
| 5.2.3 基于Nutch的网络采集系统 | 第62-63页 |
| 5.3 测试过程 | 第63页 |
| 5.4 测试结果 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |