文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201510910412.3

申 请 日：20151210

发 明 人：李天与 杨伟锋

申 请 人：天津海量信息技术有限公司

申请人地址：300020 天津市和平区南马路11号麦购国际大厦23层

公 开 日：20160413

公 开 号：CN105491131A

代 理 人：王山

代理机构：天津市尚仪知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：一种基于虚浏览器下载的互联网大数据采集系统，由顶至下，包括由虚浏览器层、负载均衡层和HTTP代理层；其中虚浏览器层为系统的顶层，由虚浏览器集群构成，发出HTTP请求；负载均衡层为系统的中间层，虚浏览器层通过负载均衡层连接HTTP代理层；HTTP代理层为系统的底层，依HTTP请求返回HTTP响应。过使用虚浏览器作为下载客户端，利用虚浏览器的网页渲染和脚本解析引擎，可以直接获取到JavaScript脚本在Dom上执行、渲染后的结果。负载均衡层提高了系统的效率，保证了系统的鲁棒性。而由于系统中的HTTP代理服务和虚浏览器处于同一子网，能够极大避免外部带宽开销和下载耗时开销。

主 权 项：1.一种基于虚浏览器下载的互联网大数据采集系统，其特征在于：由顶至下，包括由虚浏览器层、负载均衡层和HTTP代理层；其中虚浏览器层为系统的顶层，由虚浏览器集群构成，发出HTTP请求；负载均衡层为系统的中间层，虚浏览器层通过负载均衡层连接HTTP代理层；HTTP代理层为系统的底层，依HTTP请求返回HTTP响应。

关 键 词：浏览器  负载均衡  下载 脚本解析引擎  下载客户端  采集系统  带宽开销  网页渲染  直接获取  层连接  大数据 鲁棒性  中间层  脚本  顶层  集群  一种  子网 开销 耗时  渲染 互联网 返回  外部  构成  发出  保证  执行  服务  

IPC专利分类号：H04L29/08(20060101)