文档主题标引是当前个性化智能检索的重要前提，但面对大规模海量数据资源时，主题标引也成为性能瓶颈。当前在MapReduce框架上设计实现的主题标引算法，通常存在启动任务耗时长，中间数据过多地进行磁盘IO等缺陷。为了解决此类问题，采用YARN（yet another resource negotiator）作为底层分布式资源管理平台，选择更加合适的计算框架来改善计算性能。针对文档主题标引算法计算步骤多、阶段性强的特点，选择有向无环图（directed acyclic graph, DAG）计算模型进行算法实现
