面向海量URL數(shù)據(jù)存取的快速文件系統(tǒng).pdf_第1頁
已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀

下載本文檔

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、海量URL快速存儲和訪問是高性能web爬蟲的基礎(chǔ)，由于web爬蟲需要根據(jù)一定的策略將URL按照一定的順序進行抓取，因此，為了快速查找，URL往往被保存在關(guān)系數(shù)據(jù)庫中。但是當數(shù)據(jù)庫中數(shù)據(jù)的數(shù)量規(guī)模很大時，關(guān)系數(shù)據(jù)庫往往不能滿足爬蟲對海量URL數(shù)據(jù)存取的需求。這個也是提高web爬蟲性能的瓶頸所在。
　　本文的研究是為了解決海量URL存取的性能瓶頸問題。通過對聚焦爬蟲在實際環(huán)境中爬行的過程進行深入的剖析，明確了爬蟲對海量URL數(shù)據(jù)存取的

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確性、安全性和完整性, 同時也不承擔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

評論

0/150

提交評論