原书出处
大数据日知录_架构与算法
8 分布式文件系统
图8-20是采用这套定义规则对网页数据的一种描述,包括数据Schema及两个网页(r1 和r2 )嵌套数据的例子。对于一个互联网网页,DocId代表其唯一的标识,是必有的;Links代表和其他网页存在的链接关系,又可细分为Backward和Forward,Backward代表入链,即有链接指向本网页的其他网页的DocId,Forward代表出链,即由本网页发出链接指向网页的DocId,由于网页的入链和出链都可以有多个,所以是可重复的。Name则是网页属性信息,包括可选的url及可重复的语言与编码信息等。一般来说,某个数据项的全路径指的是在Schema中的路径位置,比如对于网页r1 “en-us”数据项,其全路径就是:Name.Language.Code。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00013.html
EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d