摘要: 摘要：文本聚类是搜索引擎和语义web的基本技术，这次本蛙和大家一起学习一下简单的文本聚类算法，可能不能直接用于实际应用中，但对于想学搜索技术的初学者还是有一定入门作用的。这里会用到TF/IDF权重，用余弦夹角计算文本相似度，用方差计算两个数据间欧式距离，用k-means进行数据聚类等数学和统计知识。关于这些概念可以去google，或者参考文本后的参考链接。
阅读全文
摘要: 做了一个各种序列化方案的压缩比例测试，可以看到protobuf序列化后的大小是xml原始格式的8分之一，是xml序列化后的8分之一，是二进制序列化的10分之一，总体看来ProtoBuf的优势还是很明显的.
阅读全文
摘要: 当一个.net应用在生产环境CPU突然居高不下，如何快速准确的定位问题所在，并且对实时业务影响最小化？如何不抓Dump也不用live debug就可以知道你的应用在做什么？如何确认你的应用是由于哪个线程的执行造成的CPU升高，该线程正在执行什么代码？
阅读全文
摘要: 如果你有多台windows服务器需要监控，又不想买很贵的MOM，开源的监控软件部署配置又麻烦，咋办?.net公开了好多监控和管理方面的API，jquery有一些跨浏览器的图表插件，有了这些就可以自己做一个符合自己需求的监控软件。
阅读全文
摘要: 一般大家做的缓存都是实时更新，并且用LRU算法实现缓存过期策略，但当缓存越来越大的时候，对缓存做的线程同步会导致应用的响应便慢。如何更有效的使用缓存，如何提高缓存命中率，如何减少对缓存加锁操作，如何提高缓存的性能，我们来讨论一下。
阅读全文
摘要: 摘要：做一个有状态的网络服务端应用，一般需要维护一个在线用户列表，每次用户登录、注销都要修改这个列表，还得考虑超时清理的逻辑，对这个列表的操作大多时候需要用锁来进行线程同步，我们试图来用一种不需要线程同步的方法来做到这些事情。
阅读全文