互联网，请记住我

团购蜂蜜

xurenlu — Mon, 23 Jun 2008 20:28:12 +0800

提起大熊猫的故乡，很多人首先想到的是卧龙，那里是人工养殖大熊猫的基地。可是你们知道吗？在四川省西北部岷山深处，有一块四万公顷的原始森林，其间坐落着唐家河大熊猫自然保护区，那里生活着60多只野生的大熊猫和众多的国家一级、二级保护动物。阿里巴巴赈灾重建小组考察发现，由于5.12地震, 唐家河道路损毁、山体严重坍塌、众多珍贵野生动植物遭到毁灭性破坏.这对当地民众的生产生活造成了严重的影响.其中,原本不愁销路的天然蜂蜜积压了4吨无法销售出去,这些可都是养蜂人辛苦劳作的结晶啊! 为帮助唐家河大熊猫自然保护区解决这一问题.我们决定团购这4吨的蜂蜜.我们团购蜂蜜的价格也很优惠哦，单价是15元/斤，和超市的蜂蜜比起来，便宜很多呢，而且是纯天然的没有经过掺杂的蜂蜜哦！

ID		规格	单价	运费
1	6斤桶装蜂蜜	90	5	95
2	4斤桶装蜂蜜	60	5	65
3	大礼盒装（2000g）	78	5	83
4	中礼盒装（1000g）	45	5	50
5	小礼盒装（800g）	40	5	45
6	迷你礼盒装（600g）	36	5	41

这是我们集团打算做的一点小事，有需要的可以联系我一起买!到货后我再转发给大家
顺便提示一下大家，大家在超市里看到的蜂蜜，大多像水一样，而有些天然的蜂蜜，浓得呈固体状态，我还不知道这次团购的蜂蜜会是什么样的，但是既然是纯天然的，应该不会差。
我的联系方式:msn:helloasp@hotmail.com
我的邮箱:xurenlu@126.com

Tag:熊猫严重生活那里野生众多当地毁灭性破坏这对

社区全文检索引擎Hyper Estraier 学习笔记[3]

xurenlu — Sun, 22 Jun 2008 12:26:13 +0800

经过摸索，我决定给HyperEstraier加上由Hightman写的scws支持，使之支持中文分词。
实地看了代码之后，发现Hyperestraier的结构划分并不好，这可能决定了他只能是某些Hacker的心血之作，而不适用多人协作开发，大规模推广应用。这是旁话。
既然找到分词默认是使用的estraier.c的est_break_text函数，那我的目标就是改造这个函数,现在这个函数被我改成了:

scws_t seg;
/* Break a sentence of text and extract words. */
void est_break_text(const char *text, CBLIST *list, int norm, int tail){
// hack by renlu.xu
CBLIST *words;
const unsigned char *word, *next;
unsigned char *utext;
char *tmp;
int i, j, k, size, cc, wsiz, nsiz, tsiz;
assert(text && list);
if(seg==NULL)
{
seg=scws_new();
scws_set_charset(seg,"UTF-8");
scws_set_rule(seg,"/home/y/etc/rules.utf8.ini");
int xmode=0;
scws_set_dict(seg,"/home/y/etc/dict.xdb",(xmode & XMODE_DICT_MEM) ? SCWS_XDICT_MEM : SCWS_XDICT_XDB);
if(seg->d == NULL && !(xmode & XMODE_NO_TIME))
fprintf(stderr, "WARNING: input dict file load failed. /home/y/etc/dict.xdb\n");
}
int fsize;
fsize=strlen(text);
scws_send_text(seg,text,fsize);
scws_res_t res,cur;
while ((cur = res = scws_get_result(seg))!= NULL)
{
while (cur != NULL)
{
cblistpush(list,text+cur->off,cur->len);
cur = cur->next;
}
scws_free_result(res);
}
int iter_i;
int wsize=0;
fprintf(stderr,"\nsegmented words:\n");
for(iter_i=0;iter_i<cblistnum(list);iter_i++){
word=CB_LISTVAL2(list,iter_i,wsize);
fprintf(stderr,"%s\t",word);
}
return ;
}

Ok,其中函数中最后一个for语句是为了调试，看看分词结果如何。
这里用到的scws_send_text等函数是hightman的scws中定义的，因此需要在estraier.c的文件头加上:

#include "scws.h"

并修改Hyperestraier的Makefile:

LIBS = -lqdbm -lz -lm -lc -lscws

然后make && make install
下面作个测试:

#!/bin/sh
#file:test.sh
rm -rf test_db
estcmd create test_db
find ./ -name "1.txt" -type f |estcmd gather -cl -fm -cm test_db -
estcmd search -vx -max 10 test_db '索引'

根据打印的结果，中文分词已经加入到索引过程中去了!

社区全文检索引擎Hyper Estraier 学习笔记[1]

社区全文检索引擎Hyper Estraier 学习笔记[2]

社区全文检索引擎Hyper Estraier 学习笔记[3]

Tag:

社区全文检索引擎Hyper Estraier 学习笔记[2]

xurenlu — Sun, 22 Jun 2008 10:35:41 +0800

hyperestraier是在前文已经介绍过一的一个开源搜索引擎程序。
分词:采用N-gram,char_category等来分词，良好地支持中文等东亚文字。
分词程序在:estraier.c中
est_break_text
est_break_text_perfng
est_break_text_chrcat
等分法。
相关的函数有
276 static int est_char_category(int c);
277 static int est_char_category_perfng(int c);
278 static int est_char_category_chrcat(int c);
等

分词默认采用est_break_text
当创建数据库时采用 estcmd create dbname -apn 时，采用est_break_text_perfng来分词
当创建数据库时是用 estcmd create dbname -acc 时，用est_break_text_chrcat来分词
采用est_break_text来分词时，结果这样样的:
今天天突突然然想想起起霍霍炬炬曾曾告告诉诉过过我我的的一一个个日日本本人人开开发发的的全全文文检检索索引引擎擎, , 于是是找找他他问问了了,
是双字连着的分词法，这样会占用多至少一倍的检索空间，同时精确度差一点（但是精确度比按字分词好一点)。

系列文章:
社区全文检索引擎Hyper Estraier 学习笔记[1]

社区全文检索引擎Hyper Estraier 学习笔记[2]

社区全文检索引擎Hyper Estraier 学习笔记[3]

Tag:

Spread 简介(试译)

xurenlu — Thu, 19 Jun 2008 17:38:46 +0800

项目网站:http://www.spread.org/

Spread 是一个开源工具,它提供高性能的的消息服务,这种服务在局域网和广域网上能有效地避够失效。它在分布式程序中充当一个统一的消息总线的角色,并且提供高调谐的应用级的消息多路播送、组通讯、点到点支持。Spread的应用范围既包括高可靠的消息传送，也包括有序消息的传输(有保证).
Spread可用在许多需要高可靠性,高性能,以及各种子集和成员之间健壮的消息传播的分布式程序中。这个工具封装了异步网络的复杂性,便于创建可高靠和可扩展性的分布式程序.
Spread包含:一些需要被用户程序包含的库文件,一个守护进程(它需要运行在这个一组应用的每台机器上),以及一些工具和演示程序。
Spread提供的功能和便利有:
可靠的、可扩展地消息传播和组通讯。
可以简化分布式程序架构的简单而功能强大的API
易于使用,开发和维护
从本地局域网到复杂的广域网的可扩展性
支持有不同数目的成员的上千个组
提供在机器失效、应用崩溃和网络划分、重组时的可靠的消息传送的能力
为消息传送提供了可靠和排序、稳定保证。
重视健壮性和高性能
完全的分布式算法，不会有中央节点失效风险

为什么使用Spread
* 功能强大而简单的API.只需要六个基本的调用就可以使用Spread了!
* Spread做了优先，在本地局域网中可以支撑每秒8000个1Kbytes的消息
* 在网络划分或系统某部分失效时的可靠性和可用性，不管系统是由几台电脑构成的cluster,或是一些cluster,还是分布于广域网的几千台电脑组成的系统。
* 允许系统无缝地增长扩容而不需要改变架构.
* Spread允许单播,多播,多组多播,scatter-gather calls,或是多路查询。
* Spread能处理网络和机器的重新划分并且能够安全地重新组合，能通知应用当前的状态.
* 跨平台:Spread 支持跨平台的操作:Unix( BSD,Linux,Solaris,Irix,AIX,Mac OS X,etc)和Windows(2000/NT/98/95)
* Spread当前有C/C++,C#,Java,Perl,Python和Ruby的编程接口.

Tag:

色色的西红柿

xurenlu — Sun, 15 Jun 2008 16:04:32 +0800

无意中发现的

Tag: