大規(guī)模集群下XML關鍵字檢索算法設計與實現(xiàn).pdf

1、XML(eXtensible Markup Language)由于其簡單性、可擴展性、交互性和靈活性的特點，已經(jīng)成為互聯(lián)網(wǎng)信息的主要交換標準。隨著XML應用領域的拓寬，大規(guī)模XML數(shù)據(jù)處理成為一個研究熱點。
　　 Hadoop是基于Map/Reduce框架的分布式計算系統(tǒng)，可部署在廉價個人PC集群上，支持大規(guī)模數(shù)據(jù)并行處理的基于Java的平臺，通過將文檔分成一系列的數(shù)據(jù)塊，分配到各個節(jié)點上并行計算，非常適合海量數(shù)據(jù)的計算處理。<

2、br>　　 本文研究大規(guī)模集群環(huán)境下XML數(shù)據(jù)管理，更準確地說，針對XML的存儲、查詢、檢索技術的每個部分進行研究。XML關鍵字檢索是近年來的研究熱點，如何在海量XML數(shù)據(jù)上保持高性能的檢索，引起越來越多的研究者關注。本文重點關注在Hadoop的Map/Reduce架構下進行XML關鍵字檢索的技術，設計了在分布式平臺上處理大規(guī)模XML數(shù)據(jù)集的關鍵字檢索算法，包含XML數(shù)據(jù)劃分，編碼，索引和查找SLCA四個部分，解決大數(shù)據(jù)量XML文檔的