基于Web系统的大数据搜索技术的实现和优化.docx

?

?

基于Web系统的大数据搜索技术的实现和优化

?

?

綦慧徐晓慧

摘要：基于Web平台开发背景，提出了以Axios和Element-UI组件库为关键技术实现大数据的快速搜索。通过Axios技术跨域请求后台数据，将获得的数据保存在Web内存中。Web平台用户搜索组件界面通过Element-UI组件庫搭建，将从后台获取到的数据渲染到Web界面中，根据KMP算法进行字符串匹配实现关键字搜索。在此基础上结合Vue技术栈自定义指令懒加载实现快速精准搜索。经实验表明该种基于Web系统的大数据搜索框架能够实现大数据的准确快速搜索。

关键词：大数据;搜索;Web系统;Axios技术

中图分类号：TP311??????文献标识码：A

RealizationandOptimizationofBigDataSearch

TechnologyBasedonWebSystem

QIHui，XUXiao-hui

（FacultyofInformationTechnology，BeijingUniversityofTechnology，Beijing100124，China）

Abstract：BasedonthedevelopmentbackgroundofWebplatform，thispaperproposestorealizefastsearchofbigdatawithAxiosandElement-Uicomponentlibraryaskeytechnologies.ByusingAxiostechnologytorequestbackgrounddataacrossdomains，theobtaineddataisstoredinWebmemory.TheusersearchcomponentinterfaceoftheWebplatformisbuiltthroughtheelement-uicomponentlibrary，thedataobtainedfromthebackgroundisrenderedintotheWebinterface，andthekeywordsearchisrealizedbystringmatchingaccordingtoKMPalgorithm.Onthisbasis，Vuetechnologystackcustominstructionlazyloadtoachievefastandaccuratesearch.ExperimentsshowthatthebigdatasearchframeworkbasedonWebsystemcanrealizeaccurateandfastsearchofbigdata.

Keywords：bigdata;search;Websystem;Axios

数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。IBM研究表明，仅过去两年，人类就创造了世界上90%的数据[1]。IDC研究显示，未来十年的数据存储量将增长50倍[2]。信息技术的迅猛发展使得数据处理容量从TB转换为ZB。而正因为数据量的增多，数据搜索面临巨大的挑战。

大数据不仅是定义为数据量多，而且数据格式和种类较为复杂。基于大数据的生命周期，大数据搜索主要包括将数据提取到系统中、将数据保存到存储中、操作搜索数据、可视化数据等四个流程。对于大数据搜索技术，国内外的研究者也提出了很多方法和模型。文献[3]提出了一种基于遗传算法的大数据搜索技术，并对其方法进行改进仿真分析。文献[4]在Lucene的基础上，提出了改进的分词算法和改进的相关度排序算法。文献[5]基于Lucene，利用XML的数据存储设计并实现了一个Web搜索引擎。文献[6]提出了一种优化的web搜索模型，基于识别用户意图查询的智能化搜索。

基于Web平台开发为背景，提出了以Axios和Element-UI组件库为关键技术搭建大数据搜索的平台。主要介绍了基于Web系统的大数据搜索的实现框架，然后详述了实现Web平台大数据搜索的关键技术原理和实现过程。通过Axios技术跨域请求后台数据，将获得的数据保存在Web内存中。Web界面搜索组件通过Element-UI组件库搭建，将从后台获取到的数据渲染到Web界面中，根据KMP算法实现关键字搜索。在此基础上，还结合了Vue框架，通过自定义Vue指令，实现了平台的快速搜索。通过实验分析，发现不仅能通