分散式電腦圍棋棋譜搜尋系統之建置

The Development of the Distributed Query System for Computer Go Book

游明倫(Ming-Lun Yu)

指導教授 ： 周信宏

長榮大學/資訊暨工程學院/資訊管理學系(所)/碩士(2013年)

https://doi.org/10.6833/CJCU.2013.00172

摘要

由於電腦圍棋的競賽中有時間上的限制，必須在有限的時間之內搜尋專家知識庫的棋譜資訊，因此如何利用盤面資訊找出好點的策略的即時性問題顯得相當重要。
為了在有限時間內，加速搜尋的時間，本論文建置分散式搜尋系統，其中這套系統採用Hadoop雲端平台的HDFS和MapReduce功能，來管理專家知識庫的檔案分配和進行分散式運算時的任務分派。在Hadoop搜尋系統方面，本論文提出Hadoop搜尋系統與Hadoop結合主從式搜尋系統，兩種設計方法。最後，在本文中，我們與單機搜尋，進行效能比較，來驗證所提出的兩種方法。實驗結果顯示，Hadoop結合主從式搜尋系統較適合圍棋棋譜搜尋的應用。

關鍵字

電腦圍棋 ； 分散式系統 ； Hadoop ； HDFS ； MapReduce ； 主從式

並列摘要

Since the Computer Go Game has time limit, we have to query the book information of the expert knowledge base within limited time, so how to find good point for the board information in real time problem is very important.
In order to accelerate the speed of querying within limited time. In this thesis, we have developed the distributed query system.This system uses functions which are HDFS and MapReduce of Hadoop cloud platform to manage the file allocation of the expert knowledge base and task assignment for distributed computing. For Hadoop query system, in this thesis, we propose two designs: Hadoop query system and Hadoop query system combined with Client-Server model. Finally, in this thesis, we compare the performance of them with single query system to verify the two designs proposed. Experimental results show that Hadoop query system combined with Client-Server model is the more appropriate application for the Go book query.

並列關鍵字

Computer Go ； Distributed system ； Hadoop ； HDFS ； MapReduce ； Client-Server model

參考文獻

[1] 王永樂（民國 97），「基於UCT之九路電腦圍棋程式HappyGO的設計與實作」，國立交通大學資訊學院資訊學程，碩士論文。

[5] 賴柔羽（民國 101），「棋形導向的蒙地卡羅電腦圍棋程式之設計與製作」，長榮大學資訊管理研究所，碩士論文。

[6] Apache Lucene - Apache Lucene Core, http://lucene.apache.org/

[7] Berliner, H.J. (1980), “Computer Backgammon,” Scientific American, Vol. 242, No. 6, pp. 64-72.

[11] Cafarella, M and Cutting, D. (2004), “Building Nutch: Open Source Search,”ACM Queue.