草屋主人的blog

摘要： 介绍ttserver的各种启动参数以及性能优化。展示了一个线上ttserver实例，数据库文件有28G，读取速度一样非常快，读一次不到1ms。 阅读全文

摘要： Tokyo Cabinet 是日本人 Mikio Hirabayashi（平林幹雄）のページ 开发的一款DBM数据库(注：大名鼎鼎的DBM数据库qdbm就是他开发的)，该数据库读写非常快。insert:0.4sec/1000000 recordes(2500000qps)，写入100万数据只需要0.4秒。search:0.33sec/1000000 recordes (3000000 qps)，读取100万数据只需要0.33秒。下图为各种key-value数据库读写数据的性能测试，可以看出Tokyo Cabinet的速度是非常快的。 阅读全文

摘要： 什么是memcache memcache是一个高性能的分布式的内存对象缓存系统，通过在内存里维护一个统一的巨大的hash表，它能够用来存储各种格式的数据，包括图像、视频、文件以及数据库检索的结果等。Memcache是danga.com的一个项目，最早是为 LiveJournal 服务的，最初为了加速 LiveJournal 访问速度而开发的，后来被很多大型的网站采用。目前全世界不少人使用这个缓存项目来构建自己大负载的网站，来分担数据库的压力。 为什么要遍历 目前，用到memcache的公司和网站也越来越多。Memcache的客户端操作一般都只提供了get,set等简单的操作，这些操作都是非常高效的。 虽然memcache是个key-value存储的系统，但是在某些时候，我们可能需要遍历memcache的数据。 阅读全文

摘要： 汉语转拼音-----带音调和多音字识别1、 背景几年前就在网上看到过汉字转拼音的程序，大都就是按汉字的编码转换，单字对应的算法实现的。在网上搜索“汉字转拼音”的文章可以搜索到很多，基本都是同一个算法，各种语言的移植版本都有，但是都有一个共同的缺点，不能支持多音字。比如“重庆”，“重量”这样的词语就不能正确的识别，这在很多应用中会是一个非常大的缺陷，更不用说支持音调。（来自http://sunli.... 阅读全文

摘要： 胡乱的完成了令我讨厌的毕业设计，订好了后天中午的机票到北京了，又买了个160G的硬盘对数据进行整理了下。 阅读全文

摘要： CLucene - a C++ search engine  http://sourceforge.net/projects/clucene/    传统的全文检索都是基于数据库的，Sql Server  Oracle mysql 都提供全文检索，但这些比较大，不适合单机或小应用程序(Mysql4.0以上可以作为整合开发)，Mysql也不支持中文。    后来得知Apache有一个开源的全文检索引... 阅读全文

摘要： 以前做知识管理系统的时候,由于需要建立全文检索和统计词频，需要对中文文本进行分词。对于中文分词, 国内做到好的应该是中科院自然研究所,但是相对比较复杂,我看了几次没有看明白. :) ,由于平常我们的知识系统对分词的要求没有这么高,所以 就选择了最大化的词表分词法. 词表选择的是人民日报97版的词表.实际效果可以达到90%以上,基本可以满足需要。支持 Lucene.net分词，词表是启动时一次性... 阅读全文

摘要： 作者： 孙立 Email: 17bizAT126.com写于:2006/3/5版权声明：可以任意转载，转载时请务必以超链接形式标明文章原始出处和作者信息及本声明http://sunli.cnblogs.com/archive/2006/03/05/343095.html关键词:ASP 模板摘要: 阐述一种全新的ASP模板引擎,实现代码(逻辑)层与HTML(表现)层的分离.这种模板实现方法避免了一 ... 阅读全文

摘要： 本来天气预报说今天多云,结果上午下雨了!下午没下了,3点钟才出去转了下西湖!天气不好,有点雾,灰蒙蒙,一个下午没有发现一点点的节日气氛,今年怎么了,因为天气吗? 下午拍了些西湖的照片. 阅读全文

摘要： 2005,我从大三走进大四,走进学生生涯的最后一年,这一年过得很平常,也过得很充实,这一年发生了很多事,有好事也有不好的事. 这一年我在web开发`这一块算是进步比较大,基础了很多新的东西,也学到很多新的东西,但是却发现不懂的东西和需要学习的东西是约来越多.在web开发上基本上可以自由发挥了,再也不一定需要去改别人的程序.在搜索引擎上有很大进步,开发出一个spider,做了一个rs... 阅读全文