基于Map-Reduce的分布式搜索模型研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)呈現(xiàn)幾何式的增長，如何能夠從巨大的數(shù)據(jù)中快速尋找出對自己有用的數(shù)據(jù)，將會(huì)是大家面臨的一個(gè)問題。搜索技術(shù)的出現(xiàn)方便了人們快速而且有效的獲取信息。在搜索技術(shù)中，最突出的搜索工具就是搜索引擎，當(dāng)然針對于一些特定數(shù)據(jù)的搜索工具，比如說在交叉學(xué)科領(lǐng)域的一些數(shù)據(jù)的檢索工具也給人們帶來了巨大的便利之處。
　　本文正是基于這兩個(gè)方面開展研究工作，并且從研究和設(shè)計(jì)的角度出發(fā)，對于分布式搜索領(lǐng)域的相關(guān)理論和技術(shù)進(jìn)行了詳細(xì)的討論和

2、分析，詳細(xì)的介紹了Map/Reduce的分布式架構(gòu)技術(shù)和搜索領(lǐng)域的Lucene技術(shù)，并以此為基礎(chǔ)，開展了兩項(xiàng)工作的設(shè)計(jì)開發(fā)。
　　論文中主要實(shí)現(xiàn)的工作為:第一，實(shí)現(xiàn)了學(xué)術(shù)論文搜索的單機(jī)搜索模型和分布式搜索模型的開發(fā)，并對于其中遇到的一些問題進(jìn)行了解決或優(yōu)化;第二，對于學(xué)術(shù)論文搜索中的文本分類和索引存儲(chǔ)進(jìn)行了方法上的改進(jìn)，使得效率有了顯著的提高;第三，實(shí)現(xiàn)了基因/蛋白質(zhì)序列搜索的單機(jī)搜索模型和分布式搜索模型的開發(fā)，對于分布式中的Co