- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Nutch 分布式网络爬虫研究与优化
ISSN 1673-9418 CODEN JKYTA8 E-mail: fcst@
Journal of Frontiers of Computer Science and Technology
1673-9418/2011/05(01)-0068-07 Tel: +86-10
DOI: 10.3778/j.issn.1673-9418.2011.01.007
Nutch *
1+ 2 2
詹恒飞 , 杨岳湘 , 方 宏
1. 国防科学技术大学 计算机学院, 长沙 410073
2. 国防科学技术大学 信息中心, 长沙 410073
*
Research and Optimization of Nutch Distributed Crawler
1+ 2 2
ZHAN Hengfei , YANG Yuexiang , FANG Hong
1. School of Computer Science, National University of Defense Technology, Changsha 410073, China
2. Information Center, National University of Defense Technology, Changsha 410073, China
+ Corresponding author: E-mail: zhf_a_b@163.com
ZHAN Hengfei, YANG Yuexiang, FANG Hong. Research and optimization of Nutch distributed crawler.
Journal of Frontiers of Computer Science and Technology, 2011, 5(1): 68-74.
Abstract: As a good open-source search engine, Nutch kernel code uses a lot of MapReduce programming models,
being used by more and more businesses and organizations to customize their needs in line with the distributed
search engine product. As a good search engine, one of the important prerequisites is how to grab network data as
much as possible to build indexes. This paper introduces Nutch’s working mechanism based on Hadoop distributed
Web crawler, points out its shortcomings and proposes an improved program, which can make Web crawler using
network resources more efficiently to capture network data. Experimental results show that it is indeed more effi-
cient than the original programs.
Key wo
您可能关注的文档
最近下载
- 22G101系列图集常用点全解读.pptx
- 液压与气压传动课件(精华版).ppt VIP
- GB_T 25849-2024移动式升降工作平台设计、计算、安全要求和试验方法.docx VIP
- 水利水电工程弃渣场稳定安全评估规范(TCWHIDA0018-2021).pdf VIP
- 年产2万吨生物发酵饲料扩建项目环评环境影响报告表(新版环评).pdf VIP
- 采购管理基础知识.pptx VIP
- 04S531-2湿陷性黄土地区给水排水检漏管沟(完整).docx VIP
- 质子泵抑制剂PPI的合理化用药PPT课件.pptx VIP
- 体例格式12:工学一体化课程《小型网络安装与调试》任务1教学单元1教学单元活动方案.docx VIP
- 挥发性油藏组分梯度分布规律研究及应用-中国海上油气.PDF VIP
文档评论(0)