面向廣域網(wǎng)的分布式搜索引擎中任務調度技術的研究.pdf_第1頁
已閱讀1頁，還剩84頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、由于Web的地域分布式特性以及網(wǎng)絡基礎條件等方面的限制，隨著Web的迅速膨脹，目前的搜索引擎由于其集中式的結構遇到覆蓋率和更新率方面的瓶頸。使用廣域網(wǎng)下的分布式搜索引擎，可以很好的適應Web信息管理的需求，獲得比傳統(tǒng)搜索引擎更高的效率。分布式搜索引擎設計中最重要的部分之一是調度系統(tǒng)，它將特定Web頁面的抓取任務調度至廣域網(wǎng)上效率較優(yōu)的爬蟲，以提高整個搜索引擎的抓取效率。準確并且迅速的調度策略是分布式調度系統(tǒng)研究的關鍵問題。
　　本

2、文針對分布式搜索引擎的特點，綜合考慮分布式結構中調度系統(tǒng)的需求，研究分布式調度中關鍵技術并設計實現(xiàn)廣域網(wǎng)上的分布式搜索引擎調度系統(tǒng)。本文分析了基于隨機哈希、基于網(wǎng)站域名后綴及文件類型、基于地理位置、基于IP注冊信息等傳統(tǒng)Web劃分策略的弊端，首次將網(wǎng)絡距離預測應用在Web爬蟲調度研究中。
　　為了更準確地預測爬蟲下載網(wǎng)頁的速率，本文提出使用應用層上網(wǎng)絡距離測量代替?zhèn)鹘y(tǒng)的網(wǎng)絡層距離測量。之后，根據(jù)分布式搜索引擎爬蟲加入退出的隨機性和

3、不確定性，選用不依賴于固定測量點的距離預測算法計算Web節(jié)點網(wǎng)絡坐標。接著，在網(wǎng)絡時延空間的基礎上，研究和設計了劃分準確性較高的基于迭代自組織的高質量Web劃分算法。針對Web劃分結果，研究了一種對廣域網(wǎng)上的分布式搜索引擎按劃分集合進行調度的算法，兼顧初始任務分配和動態(tài)調度時的負載均衡性。最后，將坐標建立、Web劃分、調度三部分功能組合起來，設計了一種可靠性高，支持節(jié)點動態(tài)組織，易于擴展的分布式調度系統(tǒng)體系結構。
　　本文針對應用

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論