摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 引言 | 第10-16页 |
1.1 研究背景及意义 | 第10-13页 |
1.2 研究内容及目标 | 第13页 |
1.3 国内外研究现状 | 第13-14页 |
1.4 论文的章节安排 | 第14-15页 |
1.5 本章小结 | 第15-16页 |
第二章 相关技术研究 | 第16-29页 |
2.1 网络爬虫Heritrix | 第16-24页 |
2.1.1 Heritrix架构分析 | 第16-17页 |
2.1.2 CrawlJob抓取任务类 | 第17页 |
2.1.3 CrawlController中央控制器 | 第17-18页 |
2.1.4 Frontier链接工厂 | 第18-20页 |
2.1.5 多线程相关的ToeThread和ToePool | 第20-22页 |
2.1.6 处理链和Processor | 第22-24页 |
2.2 REST架构和Restful技术 | 第24-28页 |
2.2.1 REST简介 | 第24-25页 |
2.2.2 RestFul Web服务的架构 | 第25-27页 |
2.2.3 RESTful Web服务框架 | 第27-28页 |
2.3 Yii框架 | 第28页 |
2.4 本章小结 | 第28-29页 |
第三章 爬虫监控系统的需求分析 | 第29-34页 |
3.1 需求概述 | 第29页 |
3.2 运行环境需求 | 第29页 |
3.2.1 硬件环境需求 | 第29页 |
3.2.2 软件环境需求 | 第29页 |
3.3 功能需求 | 第29-32页 |
3.3.1 爬虫的状态监控功能 | 第29-30页 |
3.3.2 爬取结果的可视化展示功能 | 第30页 |
3.3.3 动态新增加任务的功能 | 第30-31页 |
3.3.4 爬虫异常警告功能 | 第31页 |
3.3.5 监控系统的权限控制 | 第31页 |
3.3.6 针对爬虫的缺点进行的改造 | 第31-32页 |
3.4 其他需求 | 第32-33页 |
3.4.1 可定制性 | 第32页 |
3.4.2 用户友好性 | 第32页 |
3.4.3 可扩展性 | 第32-33页 |
3.4.4 可靠性 | 第33页 |
3.5 本章小结 | 第33-34页 |
第四章 爬虫监控系统的整体设计 | 第34-44页 |
4.1 逻辑架构设计 | 第34-35页 |
4.2 物理部署架构设计 | 第35-37页 |
4.3 系统的主要工作流程 | 第37-40页 |
4.3.1 单机Heritrix爬虫的工作流程 | 第37-38页 |
4.3.2 多爬虫监控系统的工作流程 | 第38-40页 |
4.4 功能模块划分 | 第40-42页 |
4.5 重要的数据表设计 | 第42-43页 |
4.6 本章小结 | 第43-44页 |
第五章 爬虫监控系统的具体实现 | 第44-62页 |
5.1 监控系统前端模块 | 第44-49页 |
5.1.1 功能概述 | 第44页 |
5.1.2 工作原理 | 第44-49页 |
5.2 状态监控模块 | 第49-53页 |
5.2.1 功能概述 | 第49页 |
5.2.2 工作原理 | 第49-53页 |
5.3 动态新增加任务模块 | 第53-56页 |
5.3.1 功能概述 | 第53页 |
5.3.2 工作原理 | 第53-56页 |
5.4 异常告警模块 | 第56-59页 |
5.4.1 功能概述 | 第56-57页 |
5.4.2 工作原理 | 第57-59页 |
5.5 其它模块 | 第59-61页 |
5.6 本章小结 | 第61-62页 |
第六章 测试和结果分析 | 第62-67页 |
6.1 测试环境 | 第62-63页 |
6.1.1 硬件环境 | 第62页 |
6.1.2 软件环境 | 第62-63页 |
6.2 系统功能测试 | 第63-66页 |
6.2.1 监控系统前端模块测试 | 第63-64页 |
6.2.2 状态控制模块测试 | 第64页 |
6.2.3 动态新增加任务模块测试 | 第64-65页 |
6.2.4 总体功能测试 | 第65-66页 |
6.3 测试结论 | 第66-67页 |
第七章 总结与展望 | 第67-69页 |
7.1 本论文工作总结 | 第67页 |
7.2 下一步工作计划 | 第67-69页 |
参考文献 | 第69-71页 |
致谢 | 第71-72页 |
攻读学位期间发表的学术论文 | 第72页 |