小型垂直搜索引擎如何更好用HBase来存储爬虫数据
背景
小型的垂直搜索引擎, 监控不到1万个站点, 每天吞入新闻页数只有不超过200万页.
每月纯HTML(不包含附件) 只有不到1TB
问题
- 如何更好的设计RowKey来满足爬虫爬取的Raw HTML的存储请求?
- OpenTSDB是否适合这样的应用场景?
展开
收起
2
条回答
写回答
写回答
问答标签：
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
