大規(guī)模集群下XML關(guān)鍵字檢索算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、XML(eXtensible Markup Language)由于其簡(jiǎn)單性、可擴(kuò)展性、交互性和靈活性的特點(diǎn)，已經(jīng)成為互聯(lián)網(wǎng)信息的主要交換標(biāo)準(zhǔn)。隨著XML應(yīng)用領(lǐng)域的拓寬，大規(guī)模XML數(shù)據(jù)處理成為一個(gè)研究熱點(diǎn)。
　　 Hadoop是基于Map/Reduce框架的分布式計(jì)算系統(tǒng)，可部署在廉價(jià)個(gè)人PC集群上，支持大規(guī)模數(shù)據(jù)并行處理的基于Java的平臺(tái)，通過(guò)將文檔分成一系列的數(shù)據(jù)塊，分配到各個(gè)節(jié)點(diǎn)上并行計(jì)算，非常適合海量數(shù)據(jù)的計(jì)算處理。<

2、br>　　 本文研究大規(guī)模集群環(huán)境下XML數(shù)據(jù)管理，更準(zhǔn)確地說(shuō)，針對(duì)XML的存儲(chǔ)、查詢、檢索技術(shù)的每個(gè)部分進(jìn)行研究。XML關(guān)鍵字檢索是近年來(lái)的研究熱點(diǎn)，如何在海量XML數(shù)據(jù)上保持高性能的檢索，引起越來(lái)越多的研究者關(guān)注。本文重點(diǎn)關(guān)注在Hadoop的Map/Reduce架構(gòu)下進(jìn)行XML關(guān)鍵字檢索的技術(shù)，設(shè)計(jì)了在分布式平臺(tái)上處理大規(guī)模XML數(shù)據(jù)集的關(guān)鍵字檢索算法，包含XML數(shù)據(jù)劃分，編碼，索引和查找SLCA四個(gè)部分，解決大數(shù)據(jù)量XML文檔的