用心去做

摘要： 在8000w数据规模上，跑了10w个查询，因为数据生成是有YCSB完成的，而且，key也是随机生成的。重复程度不能够模拟真实的应用。测试的结果无法真实表现出Compaction策略之间的差异。不过，我会验证以下。这次是对SizeTiered影响的测试。SSD随机读真的太给力了。是粗略估计HDD的100倍。测试结果如下：冷启动综合数据 RunTime(ms)103728Throughput(ops/sec)9640.598Operations1000000AverageLatency(us)10313.15MinLatency(us)237MaxLatency(us)142498895thP.. 阅读全文

摘要： 之前测试过在HDD上的表现，接下来的一组数据是在SSD上表现。这篇博客主要是测试写性能，众所周知，顺序写在SSD上，与HDD上对比，并没有太多的优势，不过，顺序写可以充分的利用SSD，延长SSD的寿命。数据如下：综合数据 RunTime(ms)4381994Throughput(ops/sec)15974.46Operations100000000AverageLatency(us)6237.33MinLatency(us)107MaxLatency(us)660471595thPercentileLatency(ms)1299thPercentileLatency(ms)58OPS情况延迟. 阅读全文

摘要： 这张图片是在微博上转过来的，以备我自己查看。这张图上的数据，应该印在脑子里。 阅读全文

摘要： 一直只是看到官方有关LeveledCompactionStrategy优于SizeTieredCompactionStrategy的说法，主要有：节省空间，在做Compaction操作过程中，最多需要预留10%的额外空间，而不是SizeTieredCompactionStrategy做major compaction需要的一倍空间，提高了磁盘的利用率。读性能的提升。主要是因为level内部数据有序，没有重叠。重复数据只会在不同的level之间出现。据说可以保证90%读，只需要读一个sstable。我想这也要在一定的读写比例之下，才能实现。具体有待测试。对于写性能，我没看到什么说明，如果有，大家 阅读全文

摘要： cassandra优化的工作还继续，而且效果不错。等待海量规模数据检验。平时在测试优化cassandra的时候，经常会用到一些命令，有些还挺不好记的，记录到这里，以备查找：修 改CompactionStrategy update column family data with compaction_strategy=LeveledCompactionStrategy and compaction_strategy_options=[{sstable_size_in_mb:10}];设置压缩失效 update column family data with compression_options 阅读全文

摘要： 有些日子不写博客了，前些天和张老师交流，觉得写给自己看看，还是非常有必要的。这个题目是括号匹配的题目，我遇到过两种类型1）问是否可以匹配;2）问匹配的最大长度有多少;思路差不多。这个题目时候一个情况。合法情况如下：s代表字符串 s是空串，则s是合法的--递归的终止条件 s是合法的，那么（s），[s]是合法的--递归的一种情况 如果s1，s2是合法的，那么s1s2是合法的--递归的另一种情况 其它的... 阅读全文

摘要： 开始机器学习的征程这段时间开始看Andrew Ng的机器学习视频，去年就报名了，但是去年一方面有些其他的事情，更重要的是找不到应用的场景，只是听课，觉得进展不快。最近有需求了，又开始看视频。不得不说Andrew Ng讲得真不错。没有高深的数学证明，注重应用，非常对我的胃口，如果不懂再去看看书，往往会有“原来如此”的感觉。在视频中，Andrew Ng推荐大家使用Octave这个工具来开发机器学习的程... 阅读全文

摘要： 这几天有一个构建restful services的需求，我采用了web.py，之前并没有使用过，但在使用中确实给我带来了很多惊喜。当然，最大的惊喜就是简单，方便。之前开发restful服务的时候，采用java的框架restlet，当时觉得就很方便，很轻量级了。但是用了web.py之后，才发现，开发可以如此之轻。为了迎合python的特点，在介绍web.py的时候，以罗列要点的方式进行，我会在自己不... 阅读全文

摘要： 这几天做复杂网络相关的学习研究，越发觉得网络科学的内容会越来越丰富，应用会越来越多。会为人类进步，产生巨大的贡献。我又激动了。 这篇博客介绍的方法，可以应用在大规模的复杂网络中，有着近乎线性的复杂度。这篇博客继续介绍复杂网络中社团结构发现的一种方法--label propagation（简称LP）。与之前博客中介绍的local_fitness方法类似，这个方法也是从局部结构信息出发。LP方法的提出，主要是综合考虑了以前的方法有以下两个弊端：很多方法需要有先验的知识：社团数目，中心点，clique大小等等之前的一些方法，在性能上复杂度都比较高为了解决以上的两个问题，论文中提出label prop 阅读全文

摘要： 工欲善其事，必先利其器最近一直在做社交网络挖掘相关的工作，一直用的networkx这个python工具，享受python带来的便利的同时，要忍受networkx的性能问题。当分析的网络较小的时候，networkx没有问题，但是节点有几百万的时候，networkx真的很慢。所以，我就逐渐使用igraph。igraph是c实现的，性能比networkx肯定要好，而且，提供的api更丰富一些，同时支持python和R的接口，使用起来很方便。具体的区别，我会在使用过程中不断总结，并且和大家进行分享。下载下载igraph：点击这里。下载python接口：点击这里。这两个连接，都是针对0.5.4版本的，1 阅读全文