基于Hadoop的图书采集与存储应用系统的设计与实现
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.2.1 网络爬虫技术研究现状 | 第14-15页 |
| 1.2.2 Hadoop平台研究现状 | 第15页 |
| 1.3 研究的主要内容 | 第15-16页 |
| 1.4 研究成果 | 第16页 |
| 1.5 论文结构 | 第16-19页 |
| 第二章 图书采集与存储应用系统相关理论与技术研究 | 第19-27页 |
| 2.1 网络爬虫相关技术介绍 | 第19-21页 |
| 2.1.1 网络爬虫的工作原理 | 第19-20页 |
| 2.1.2 Web页面构成介绍 | 第20页 |
| 2.1.3 DOM树介绍 | 第20-21页 |
| 2.2 Hadoop平台介绍 | 第21-26页 |
| 2.2.1 分布式文件系统HDFS | 第21-25页 |
| 2.2.2 并行编程模型MapReduce | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 系统需求分析 | 第27-31页 |
| 3.1 系统目标 | 第27页 |
| 3.2 系统功能需求 | 第27-30页 |
| 3.2.1 系统功能模块 | 第27-28页 |
| 3.2.2 系统用例分析 | 第28-30页 |
| 3.3 系统非功能性需求 | 第30页 |
| 3.3.1 系统性能需求 | 第30页 |
| 3.3.2 系统易用性需求 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 系统设计 | 第31-51页 |
| 4.1 系统总体设计 | 第31-32页 |
| 4.2 基于Jsoup的图书采集模块设计 | 第32-43页 |
| 4.2.1 URL结构分析 | 第32-35页 |
| 4.2.2 网页去噪 | 第35-37页 |
| 4.2.3 图书信息采集规则定义 | 第37页 |
| 4.2.4 数据清洗设计 | 第37-40页 |
| 4.2.5 图书信息抽取执行设计 | 第40-41页 |
| 4.2.6 图书信息整合设计 | 第41-43页 |
| 4.3 分布式图书管理模块设计 | 第43-45页 |
| 4.3.1 HDFS的启动设计 | 第43-44页 |
| 4.3.2 状态信息 | 第44页 |
| 4.3.3 心跳协议 | 第44-45页 |
| 4.3.4 数据存储策略设计 | 第45页 |
| 4.4 个人书房管理模块设计 | 第45-46页 |
| 4.5 数据库设计 | 第46-50页 |
| 4.5.1 概念结构设计 | 第46-48页 |
| 4.5.2 物理结构设计 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 系统实现 | 第51-61页 |
| 5.1 系统开发环境 | 第51页 |
| 5.2 集群运行环境配置 | 第51-53页 |
| 5.3 系统功能模块实现 | 第53-57页 |
| 5.3.1 图书采集模块 | 第53-55页 |
| 5.3.2 分布式图书管理模块 | 第55页 |
| 5.3.3 个人书房管理模块 | 第55-57页 |
| 5.4 系统测试 | 第57-59页 |
| 5.4.1 测试方法 | 第57-58页 |
| 5.4.2 功能测试 | 第58页 |
| 5.4.3 性能测试 | 第58-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 攻读学位期间取得的研究成果 | 第65-67页 |
| 致谢 | 第67-69页 |
| 个人简况及联系方式 | 第69-73页 |
