版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng),尤其是移動互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)數(shù)字信息幾何級的規(guī)模增長,如何有效的提取這些信息,使數(shù)據(jù)分析更為方便,是網(wǎng)絡(luò)爬蟲研究的主要內(nèi)容。隨著分布式系統(tǒng)的興起,包括分布式計算與分布式存儲,這些技術(shù)框架的廣泛應(yīng)用使人們看到分布式系統(tǒng)在面對大規(guī)模數(shù)據(jù)的處理問題上的優(yōu)勢。
本文實現(xiàn)了一種高實時分布式的網(wǎng)絡(luò)爬蟲軟件,并以新浪微博為例實現(xiàn)了對微博用戶信息以及博文的爬取,根據(jù)實際需要實現(xiàn)了分布式系統(tǒng)框架,包括節(jié)點通信與負載分配問題。本文的主
2、要工作內(nèi)容如下:
1)分析國內(nèi)外爬蟲軟件與分布式系統(tǒng)的研究現(xiàn)狀,介紹典型技術(shù)框架的原理以及應(yīng)用情況。
2)在分布式系統(tǒng)方面,本文提出了應(yīng)用RDMA技術(shù)實現(xiàn)節(jié)點之間的內(nèi)核旁路低延遲傳輸技術(shù),保證了爬蟲軟件的運行效率以及實時性。為了保證負載均衡與系統(tǒng)的健壯性,本文提出了一種簡單但有效的負載分配方案。
3)針對微博頁面制訂了爬蟲策略,應(yīng)用Scrapy框架實現(xiàn)了爬蟲模塊,運用數(shù)據(jù)庫服務(wù)器做為節(jié)點之間的樞紐,并根據(jù)實
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式主題網(wǎng)絡(luò)爬蟲的設(shè)計與實現(xiàn).pdf
- 基于Groovy的分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式書籍網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于代理(Agent)的實時分布式網(wǎng)絡(luò)入侵檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式網(wǎng)絡(luò)爬蟲的研究與實現(xiàn).pdf
- 基于hadoop的分布式網(wǎng)絡(luò)爬蟲研究與實現(xiàn).pdf
- 基于分布式的網(wǎng)絡(luò)爬蟲系統(tǒng)的研究與實現(xiàn).pdf
- 基于Hadoop的分布式網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式網(wǎng)絡(luò)爬蟲技術(shù)的研究與實現(xiàn).pdf
- 分布式聚焦網(wǎng)絡(luò)爬蟲系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 實時分布式軟件建模技術(shù)研究.pdf
- 實時分布式Web日志分析系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 分布式網(wǎng)絡(luò)爬蟲技術(shù)研究與實現(xiàn).pdf
- 分布式定位系統(tǒng)軟件設(shè)計與實現(xiàn).pdf
- 基于Hadoop的分布式網(wǎng)絡(luò)爬蟲技術(shù).pdf
- 基于.net平臺的分布式測控系統(tǒng)軟件設(shè)計與實現(xiàn)
- 小型分布式風(fēng)光互補發(fā)電裝置嵌入式實時控制軟件設(shè)計與實現(xiàn).pdf
- 基于NET平臺的分布式實時組態(tài)軟件系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于CORBA的分布式EMS軟件設(shè)計.pdf
評論
0/150
提交評論