基于Scrapy的分布式网络爬虫系统设计与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关理论与技术基础 | 第14-28页 |
| 2.1 网络爬虫 | 第14-17页 |
| 2.1.1 网络爬虫的分类 | 第14-15页 |
| 2.1.2 网络爬虫的爬行策略 | 第15-17页 |
| 2.2 分布式网络爬虫 | 第17-20页 |
| 2.2.1 分布式爬虫系统架构 | 第17-19页 |
| 2.2.2 任务调度策略 | 第19-20页 |
| 2.3 SCRAPY框架研究 | 第20-22页 |
| 2.3.1 Scrapy框架结构 | 第21-22页 |
| 2.3.2 Scrapy框架的不足 | 第22页 |
| 2.4 相关技术 | 第22-27页 |
| 2.4.1 Redis数据库 | 第22-24页 |
| 2.4.2 Kafka消息系统 | 第24-26页 |
| 2.4.3 ZooKeeper | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 分布式网络爬虫系统设计 | 第28-37页 |
| 3.1 系统设计目标 | 第28页 |
| 3.2 系统总体设计 | 第28-34页 |
| 3.2.1 系统总体结构 | 第28-32页 |
| 3.2.2 系统运行机制 | 第32-34页 |
| 3.3 数据库设计 | 第34-36页 |
| 3.3.1 Redis集群 | 第34-35页 |
| 3.3.2 MongoDB集群 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 系统详细设计与实现 | 第37-79页 |
| 4.1 消息处理 | 第37-46页 |
| 4.1.1 状态计数器 | 第37-39页 |
| 4.1.2 消息预处理模块 | 第39-42页 |
| 4.1.3 Redis监控模块 | 第42-46页 |
| 4.2 主节点设计实现 | 第46-56页 |
| 4.2.1 任务调度器 | 第46-49页 |
| 4.2.2 限速器 | 第49-53页 |
| 4.2.3 过滤器 | 第53-56页 |
| 4.3 从节点群设计实现 | 第56-78页 |
| 4.3.1 Scrapy爬虫 | 第56-73页 |
| 4.3.2 爬虫管理 | 第73-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第五章 系统测试与展示 | 第79-88页 |
| 5.1 系统运行环境 | 第79-80页 |
| 5.2 模块性能测试 | 第80-84页 |
| 5.2.1 任务调度器模块测试 | 第80-81页 |
| 5.2.2 过滤器模块测试 | 第81-83页 |
| 5.2.3 爬虫采集速度测试 | 第83-84页 |
| 5.3 系统展示 | 第84-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 6.1 总结 | 第88页 |
| 6.2 后续工作展望 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-94页 |
| 攻读硕士学位期间取得的成果 | 第94页 |
