基于solr的分布式搜索引擎研究

《基于solr的分布式搜索引擎研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中ｆｉ討ｆ乂海ＣＨＩＮＡＩＬＩＡＮＧＵＮＩＶＥＲＳＩＴＹＪ硕±学位论文ＭＡＳＴＥ民ＤＩＳＳＥＲＴＡＴＩＯＮ■宇气巧巧卢．，甲濟蕾寅．某于Ｓｏｌｒ的分布式槽索引擎研究ＲｅｓｅａｒｃｈｏｆＤｉｓｔｒｉｂｕｔｅｄＳｅａｒｃｈＥｎｇｉｎｅｂａｓｅｄｏ打Ｓｏｌｒ作者任乐乐导何灵敏副教授：学科计算机应用技术—Ｉ／中困计量大学—－二〇六年六月、－藏－＝；；■ｉｓ．．ｉｙResearchofDistributedSearchEnginebasedonS

2、olrByLeleRenADissertationSubmittedtoChinaJiliangUniversityInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringChinaJiliangUniversityJune,2016中图分类号TU375.3学校代码10356UDC624密级公开硕士学位论文MASTERDISSERTATION基于Solr的分布式搜索引擎研究ResearchofDistributedEnginebasedonSolr作者任乐乐导师何灵敏副教授申请学位工学

3、硕士培养单位中国计量大学学科专业计算机应用技术研究方向大数据搜索引擎二〇一六年六月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国计量大学或其他教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：兴４年＾月＾日学位论文版权使用授权书本学位论文作者完全了解中国计量大学有关保留、使用学位论文的规定。特授权中国计景大学

4、可ＬＩ将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：：／袜和导师签名Ｉ签字日期：如年月３日签字日期；月？日＾致谢岁月如梭如歌。转眼间三年的研究生求学生活即将结束，站在毕业的门槛上回首往昔，奋斗和辛劳成为丝丝的记忆，甜美与欢笑也都尘埃落定。中国计量大学以其优良的学习风气、严谨的科研氛围教我求学，以其博大包容的情怀胸襟、浪漫充实的校园生活与育我成人。值此毕业论文完成之际，我

5、谨向所有关心、爱护、帮助我的人们表示最诚挚的感谢与最美好的祝愿。深深地感谢我的导师何灵敏副教授。在我读大学以及攻读硕士学位期间这七年的光阴中，无论是学习还是工作生活上都给予了我极大的帮助和爱护。导师渊博的专业知识和灵敏犀利的看待问题的眼光以及他平易近人的人格魅力对我影响深远。本论文从选题到完成几易其稿，每一步都是在导师的指导下完成的，倾注了导师大量的心血，在此我向我的导师何灵敏副教授表示深切的谢意与祝福。本论文的完成也离不开其他各位老师、同学和朋友的关心和帮助。在此也要感谢潘巨龙、陆慧娟、闫丹丹等老师在论文开题、初稿、预答辩期间所提出的宝贵意见，尤其感谢陆慧娟老师在

6、我小论文发表过程中给予的指导和支持。同时也要感谢为本论文提供灵感和技术支持的宇视科技大数据组的邓凌主管，感谢在宇视科技实习期间的领导培养和付出。感谢同门的师兄师妹们在科研过程中给我以许多鼓励和帮助，以及刘亚卿、叶佳骏、王军峰、梅支礼、平明珠、沈圣远、张华东等小伙伴给予过我所有的帮助和支持。最后感谢拥有多重重要身份的何金彪同学在研究生期间给予我的所有陪伴和鼓励，以及好朋友任洁在我论文撰写过程中付出的所有努力和指导。需要特别感谢的是我的父母和家人，他们给予我最无私的爱，为我的成长付出了许多许多，焉得谖草，言树之背，养育之恩，无以为报，唯愿他们健康长寿，平安快乐。回想整个

7、论文的写作过程，虽有不易，却让我除却浮躁，经历了思考和启示，也更加深切地体会到了IT行业的精髓和意义，因此倍感珍惜。最后，祝所有要感谢人们身体健康，万事如意，工作顺利，前程似锦！任乐乐2016年6月基于Solr的分布式搜索引擎研究摘要：交通系统智能化的快速发展，设施设备特别是卡口数量的快速提升，使得过车记录飙升，形成大规模数据。卡口系统中，用户常常需要对车牌号进行精确或模糊查找，同时要求数据检索系统尽可能地可靠、及时且高效。在记录数上亿的这种大数据量且高并发的情况下，传统的检索引擎没有办法保证实时响应，从而导致查询效率低下，严重影响到用户的体验。为弥补这一不足，