面向云計(jì)算的海量數(shù)據(jù)檢索技術(shù)研究與應(yīng)用.pdf

1、近十多年來，互聯(lián)網(wǎng)產(chǎn)業(yè)迅猛發(fā)展日新月異，不僅讓投資互聯(lián)網(wǎng)的風(fēng)險(xiǎn)投資者們盈利頗豐，也成就了一批市值百億美元的大型互聯(lián)網(wǎng)企業(yè)?；ヂ?lián)網(wǎng)產(chǎn)業(yè)給新興經(jīng)濟(jì)實(shí)體帶來非常強(qiáng)勁的發(fā)展動力。全球數(shù)億的網(wǎng)民、企業(yè)、事業(yè)及政府部門單位正通過互聯(lián)網(wǎng)中得到更多的資訊、數(shù)據(jù)交換、消費(fèi)和業(yè)務(wù)的推廣和應(yīng)用。這是一個(gè)龐大而且有層次的用戶群體。
　　云計(jì)算正是互聯(lián)網(wǎng)產(chǎn)業(yè)中一面新興的旗幟。它結(jié)合了互聯(lián)網(wǎng)絡(luò)的優(yōu)勢，把大量的企業(yè)應(yīng)用，個(gè)人服務(wù)等應(yīng)用通過服務(wù)的方式基于互聯(lián)網(wǎng)提

2、供了廣大的用戶，比如桌面云、云存儲等。面向云計(jì)算的應(yīng)用與服務(wù)將是二十一世紀(jì)中最有價(jià)值、最有前景的技術(shù)。
　　本文以云計(jì)算為基礎(chǔ)，重點(diǎn)研究分布式數(shù)據(jù)存儲下非結(jié)構(gòu)化數(shù)據(jù)檢索技術(shù)，并采用該技術(shù)設(shè)計(jì)一套面向廣電行業(yè)的新聞線索匯聚平臺的Sass服務(wù)。云平臺采用了Hadoop作為其分布式數(shù)據(jù)存儲平臺，并構(gòu)建集群的基礎(chǔ)環(huán)境。采用hbase作為分布式面向列的非結(jié)構(gòu)化數(shù)據(jù)庫，作為檢索引擎。研究過程中，注重實(shí)用性和科學(xué)性并重的原則。
　　1.分