綦慧　徐晓慧

摘 要：基于Web平台开发背景，提出了以Axios和Element-UI组件库为关键技术实现大数据的快速搜索。通过Axios技术跨域请求后台数据，将获得的数据保存在Web内存中。Web平台用户搜索组件界面通过Element-UI组件庫搭建，将从后台获取到的数据渲染到Web界面中，根据KMP算法进行字符串匹配实现关键字搜索。在此基础上结合Vue技术栈自定义指令懒加载实现快速精准搜索。经实验表明该种基于Web系统的大数据搜索框架能够实现大数据的准确快速搜索。

关键词：大数据;搜索;Web系统;Axios技术

中图分类号：TP311       文献标识码：A

Realization and Optimization of Big Data Search

Technology Based on Web System

QI Hui，XU Xiao-hui

（Faculty of Information Technology，Beijing University of Technology， Beijing 100124，China）

Abstract：Based on the development background of Web platform， this paper proposes to realize fast search of big data with Axios and Element-Ui component library as key technologies.By using Axios technology to request background data across domains， the obtained data is stored in Web memory.The user search component interface of the Web platform is built through the element-ui component library， the data obtained from the background is rendered into the Web interface， and the keyword search is realized by string matching according to KMP algorithm.On this basis， Vue technology stack custom instruction lazy load to achieve fast and accurate search.Experiments show that the big data search framework based on Web system can realize accurate and fast search of big data.

Key words：big data;search;Web system;Axios

数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。IBM研究表明，仅过去两年，人类就创造了世界上90%的数据[1]。IDC研究显示，未来十年的数据存储量将增长50倍[2]。信息技术的迅猛发展使得数据处理容量从TB转换为ZB。而正因为数据量的增多，数据搜索面临巨大的挑战。

大数据不仅是定义为数据量多，而且数据格式和种类较为复杂。基于大数据的生命周期，大数据搜索主要包括将数据提取到系统中、将数据保存到存储中、操作搜索数据、可视化数据等四个流程。对于大数据搜索技术，国内外的研究者也提出了很多方法和模型。文献[3]提出了一种基于遗传算法的大数据搜索技术，并对其方法进行改进仿真分析。文献[4]在Lucene的基础上，提出了改进的分词算法和改进的相关度排序算法。文献[5]基于Lucene，利用XML的数据存储设计并实现了一个Web搜索引擎。文献[6]提出了一种优化的web搜索模型，基于识别用户意图查询的智能化搜索。……