基于Hadoop的搜索引擎关键技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 搜索引擎背景和意义 | 第10-11页 |
| 1.2 搜索引擎发展现状 | 第11-13页 |
| 1.2.1 国内搜索引擎发展历史 | 第11-12页 |
| 1.2.2 分布式搜索引擎发展研究现状 | 第12-13页 |
| 1.3 本文的研究内容和创新点 | 第13-14页 |
| 1.4 全文组织结构 | 第14-16页 |
| 第二章 搜索开源组件介绍 | 第16-26页 |
| 2.1 Hadoop相关技术研究 | 第16-20页 |
| 2.1.1 Hadoop简介 | 第16页 |
| 2.1.2 Hadoop分布式文件系统 | 第16-19页 |
| 2.1.3 分布式处理框架——MapReduce | 第19-20页 |
| 2.2 Nutch系统分析 | 第20-23页 |
| 2.2.1 Nutch简介 | 第20-21页 |
| 2.2.2 Nutch工作流程 | 第21-23页 |
| 2.3 solr系统架构与特点 | 第23-25页 |
| 2.3.1 Solr简介 | 第23-24页 |
| 2.3.2 Solr总体架构 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 PageRank算法改进研究 | 第26-38页 |
| 3.1 经典排序算法PageRank解析 | 第26-29页 |
| 3.2 Page Rank算法的分布式实现 | 第29-33页 |
| 3.3 传统PageRank算法的缺陷和改进 | 第33-34页 |
| 3.4 实验分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于Hadoop搜索引擎系统设计与实现 | 第38-60页 |
| 4.1 系统结构总体设计 | 第38-39页 |
| 4.2 分布式爬行子系统 | 第39-49页 |
| 4.2.1 爬行流程分析 | 第40-41页 |
| 4.2.2 分布式爬行子系统的设计与实现 | 第41-49页 |
| 4.3 分布式索引子系统 | 第49-54页 |
| 4.3.1 Solr的安装配置 | 第49-50页 |
| 4.3.2 Solr中加入中文分词 | 第50-52页 |
| 4.3.3 Solr实现索引 | 第52-54页 |
| 4.4 分布式检索子系统 | 第54-59页 |
| 4.4.1 分布式检索系统简介 | 第54-55页 |
| 4.4.2 集群和索引复制 | 第55-56页 |
| 4.4.3 索引分配策略 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 系统运行与分析 | 第60-72页 |
| 5.1 企业级高效搜索的需求分析 | 第60-61页 |
| 5.2 系统部署和实现 | 第61-68页 |
| 5.2.1 运行环境和软件包 | 第61页 |
| 5.2.2 分布式搜索引擎环境搭建 | 第61-68页 |
| 5.3 性能评价 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 论文总结 | 第72-73页 |
| 6.2 未来工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-76页 |
