[发明专利]一种基于Hadoop分布式文件预览方法及其系统

权利要求书

1.一种基于Hadoop分布式文件预览方法，其特征在于，包括：

步骤1、将源文件存储于Hadoop分布式文件系统中；

步骤2、将存储于Hadoop分布式文件系统的源文件转换成SWF文件和TXT文件；

步骤3、将已转换为文本文件进行索引提取，建立索引；

步骤4、根据索引从Hadoop分布式存储中读取需要预览展示的SWF文件进行播放。

2.如权利要求1所述的方法，其特征在于，所述步骤2具体包括：

步骤2.1、获取存储于Hadoop分布式文件系统的源文件；

步骤2.2、将源文件转换成PDF文件；

步骤2.3、将PDF文件格式抽取纯文本内容，存为文本文件；

步骤2.4、将PDF文件转换为SWF文件。

步骤2.5、将转换成功后的文本文件和SWF文件格式存回Hadoop分布式存储中。

3.如权利要求1所述的方法，其特征在于，所述步骤3具体包括：

步骤3.1、在Hadoop分布式存储中建立索引目录；

步骤3.2、将转换为纯文本文件进行索引提取建立索引；

步骤3.3、将建立好的索引写入合并到Hadoop索引目录中。

4.如权利要求1所述的方法，其特征在于，所述步骤4具体包括：

步骤4.1、根据索引从Hadoop分布式存储中读取需要预览展示的SWF文件；

步骤4.2、将读取到的SWF文件加载到文件预览播放器播放。

5.一种基于Hadoop分布式文件预览系统，其特征在于，包括：文件存储装置、文件转换装置、文件索引装置、文件预览装置，

所述文件存储装置，用于存储待转换的源文件，以及转换成功的文本文件和SWF文件；

所述文件转换装置，用于将源文件转换为纯文本文件格式和SWF格式；

所述文件索引装置，将转换为纯文本文件进行索引提取建立索引；

所述文件预览装置，用于根据索引播放需要预览展示的SWF文件。

6.如权利要求5所述的系统，其特征在于，所述文件存储装置基于Hadoop分布式文件系统中，真实数据存储于Hadoop数据结点上。

7.如权利要求5所述的系统，其特征在于，所述文件转换装置包括转换任务调度器、转换任务执行器，

所述转换任务调度器，用于提交文件转换任务，并将转换任务调度所述转换任务执行器；

所述转换任务执行器，用于执行转换任务调度器派发的文件转换任务。

8.如权利要求7所述的系统，其特征在于，所述转换任务调度器是基于Hadoop MapReduce实现，将提交文件转换Map任务调度所述转换任务执行器。

9.如权利要求7所述的系统，其特征在于，所述转换任务执行器包括：文件转换任务守护进程、OpenOffice服务、以及SWFTools，

所述文件转换任务守护进程，用于在收到文件转换任务后，将此次转换任务保存到磁盘中，守护文件转换进度直至文件转换任务完成；

所述OpenOffice服务，用于将OpenOffice支持的文件格式转换成PDF文件；

所述SWFTools，用于将PDF文件转换为SWF文件。

10.如权利要求5所述的系统，其特征在于，所述文件预览装置是基于Flash播放器，能够直接从Hadoop分布式存储中读取需要预览展示的SWF文件。