基于hadoop的海量文本处理系统.pdfVIP

下载本文档

11
0
约3.26千字
约 16页
2017-09-21 发布于贵州
举报
版权申诉

基于hadoop的海量文本处理系统.pdf

1、本文档共16页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（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

基于Hadoop的海量文本处理系统介绍江南计算技术研究所纲要一系统简介二系统组成三系统演示四前期工作小结五下一步工作一、系统简介 基于Hadoop系统的文本处理 基于Nutch的Framework创建 提供Eclipse插件来支持用户开发 通过Web方式进行运行维护管理一、系统简介 30台双路四核商用服务器  Intel(R) Xeon(R) CPU E5450 @ 3.00GHz  16GB内存 8x500GB SAS硬盘 网络：20Gb/s IB网＋千兆以太网一、系统简介 操作系统 Red Hat Enterprise Linux AS release 4 (Nahant Update 7) 内核 2.6.9-78.ELsmp SMP x86_64 一、系统简介 应用软件  Java(TM) SE Runtime Environment (build 1.6.0_13-b03)  gcc version 3.4.6(Red Hat 3.4.6-10)  Hadoop版本 hadoop-0.12.2-core-jn.jar （补丁版本）二、系统组成海量文本处理系统数据流系统配置数据接收文件方式网络数据流应用服务管理数据迁移基础运行文本处理文本抽取环境配置索引合并文种识别主控模块代理智能筛选数据清洗服处理节点功能插件务状态监控全文索引全文检索插件管理模块数据分发统计数据监控分布式运行分布式文件系统作业管理系统支撑环境二、系统组成 数据接收  支持文件和网络数据流两种方式  采用数据网关代理模式，将接收