摘要：
> getline 控制输入 使用getline可以对输入进行更多的控制。用变量名作为参数传递给getline，getline能将数据读入到这个变量。 1: # gawk sample: g1 2: BEGIN { 3: getline aa 4: print aa 5: } 6: -------... 阅读全文
摘要：
由于之前师兄的内推，昨天去参加了某公司的openday。上午是交流会，技术副总做公司简介和QA，下午是面试。面试是连着三轮，从下午1点多到5点，一气儿三轮下来。只能说一个感觉，懵了，完全懵了。。。第一面，2v1 。先问的项目，数据库的存储结构，这个讲了下；后来又问索引如何加锁查询，自己的的review还没有到这里，很无奈地说跳过了；后来讲了想log的存储和读取。对了，中间还问sql语句的解析，这个简单讲了下， 但是有bug，确实没有review到这里，思路不是很完善，完事翻了下ipad里面的文档，确实在面的时候说的算法是有问题的。后来问：给定一颗二叉树的先序遍历和后序遍历，如何确定出这棵树。确 阅读全文
摘要：
> pattern的细化首先说下BEGIN和END之间的多个模式的执行顺序，我写了下面的程序来验证下：图1 多个模式的执行顺序验证（数据文件为cars）如上图，BEGIN，END中间有三个模式，缺省模式，判断出厂时间（$3>2000），判断品牌（$1 ~ /ford/），运行结果如下：图2 运行结果可见，对数据文件中的一条记录，gawk的多个文件是依次匹配的。· pattern中用到的语法和运算符：1、正则表达式如图1中看到的，用 / / 将正则表达式括起来，即可将该表达式作为模式使用：单独的“ /ford/ ” 表示用该表达式匹配整个记录也可以至少用“ ~ ”，如“$1 阅读全文
摘要：
第一次看见awk这三个字母，是在某实习童鞋的QQ状态里面，赞同事写的awk如何高效。昨天在书畅草草看了下IBM官方技术博里的文章，觉得很赞，很激动，但是有点看不太懂，还是自己抱着教科书，老老实实从头看起吧。哦，这里说一下，最近看的shell相关的东西，都是跟着《A Pratical Guide to Linux Commands,Editors, and Shell Programming》这本书的。gawk是awk的GNU版本。> 使用条件主要是用gawk来处理结构化的数据。什么是结构化呢，我的理解，就是一个文件里面的内容，可以按照某种记录记录格式，一条记录一条记录地读，同时，每一条记 阅读全文
摘要：
开始真正了解RE是从这篇开始的。RE实在是博大精深，且把之前学到的东西再整理回忆下了。正则表达式就是记录文本规则的代码。前面那句话说的好，RE是描述的一种字符排列的规则，这就有两个要素：1、表达形式：表达形式包含了主体和组合方式a) 主体：各种字符，不管一个正则表达式的字符代表了一个还是一类字符，总之，这些主体是可以看到的b) 组合方式：也就是位置，同样的字符，位置不同，排列不同，表示的字符串也不同所以说，表达形式这块的内容，可以直接地从RE匹配的结果中看出来。.匹配除换行符"\n"之外的任意字符\b代表单词的开头或结尾，即单词的分界处[ \b匹配这样的位置：它的前一个字符 阅读全文
摘要：
闲话几句：不是特别喜欢按部就班地跟着教科书学东西，觉得刚开始一点都不了解的时候，需要看一点书，了解一些之后，就要多看实际的例子，通过实践、例子来把东西学明白。 接着前面（3）中的quiz的例子，把其中拍代码时不时很明白的几个点，抠出来琢磨下。 1: #!/bin/bash 2: # a quiz program 3: 4: set ... 阅读全文
摘要：
2、恢复管理 2.1 日志的语义实现 前面在Log底层实现提到，Log只负责日志在字节粒度上的实现，并不知晓日志的语义信息。日志的语义信息由恢复管理器来实现。 图1 恢复管理器下日志记录类图 LogRecord作为一个抽象了，定义了所有日志记录的基本接口；系统提供了6种不同的日志类型{CHECKPOINT，START，COMMIT，ROLLBACK，SETINT，SETSTRING}。... 阅读全文
摘要：
> 算术赋值 与 算术扩展 算术扩展：$((expression)) 用它给表达式赋值，并用得到的结果来取来$((expression))。用来显示表达式的值或把值赋给一个变量 算术赋值：let “expression” 或 ((expression)) 用来给表达式赋值，并返回一个状态码。用来进行逻辑比较或赋值运算 # 算术扩展可以看做是类似 int 型返回值的函数，而算术赋值是类似 vo... 阅读全文
摘要：
> 数组NAMES=(max helen sam zach)NAMES[*] 取出所有数据，然后作为一个元素返回NAMES[@] 取出所有数据，但是返回的仍然是一个数组，可以用来完成数组的赋值> export使父进程的变量对子进程可见、可用；一旦利用expert生命一个变量作为参数，shell就会把变量的值传递到子进程得到调用环境中，使用的是传值调用 每个子进程在使用变量时得到变量的副本。eg. export cheese=american或 cheese=american export cheese> typeset函数内，局部变量用typeset修饰，避免重名------ 阅读全文
摘要：
在关系型数据库里面，每一项操作，都是要放在一个事务中完成。自顶向下看来，事务处在顶层的位置，事务统领了查询，统领了日志，统领了存储。 按照类似于软件工程中 喷泉模型 的思路，用层层迭代的方式，来看待关系型数据库管理系统从小到大各个组件的扩张，最初解决了无语义的字节存储，然后附加上日志的底层实现，再加上事务（包含了日志的语义信息处理），就得到了一个最小的系统。之后的查询，优化等都可以在这个最小系统... 阅读全文
摘要：
> vi复制粘贴 光标移动到要复制的部分的开头，Esc退出插入模式，按v进入Visual模式，用hjkl选中要复制的部分 按Y或者yy，复制 移动光标到目标位置，按p，粘贴 > echo –e 参数 –e 可以使echo解释由反斜杠“\”转义的字符，转义字符一定要由双引号引起来 echo –E 与-e相反，禁止对转义字符“\”的解释，默认如此 > echo –n 禁止换行符终止... 阅读全文
摘要：
log的类图如下： 图 1 Log 类图 > BasicLogRecord 最基础的日志读写的类。提供方法读取一条日志记录。但是，这各类紧限于按次序，在Page内顺序读取一个int值或一个string值。BasicLogRecord类操作的粒度是字段，即在一个LogRecord内，读字段的值。因此，本类对象之外，需要有组件了解一条LogRecord中值的类型及个数，管理本类的操作。 成... 阅读全文
摘要：
几句闲话：08年还是大二的时候，在导师的建议下，读了布朗大学Edward Sciore教授做的一个教学RDBMS，叫simpledb，然后和同学一起照猫画虎实现一个C#版本的，当初只是为了了解RDBMS的实现原理。几年后，电面时几次被问到当初的这个小东西，发现自己竟然有好多细节忘记了。不由生出心思，再读一遍。或许，RDBMS不想以前那么火了，Nosql在大行其道，不过，想起在《Readings in database》里面有一篇论文叫《What goes around, comes around》，复习一些，还是会有些裨益吧。而且，simpledb麻雀虽小，五脏俱全，对于了解RDBMS的底层实 阅读全文
摘要：
今天主动打到上次面试的电话那里，问了下二面的结果。。。悲剧鸟。问了下原因，说Linux、分布式系统的底层知识不满意，特别说了关于数据库的索引、存储的底层实现，答得不好。。。好吧，略伤感之余，想起一句话，出来混迟早是要还的。当初虽说把系统做出来的，但是这几年过去了，真的有些忘了，这期间也确实没时间把整个项目代码重新看一遍。当初写程序的时候，多少还是有些疏漏，文档什么的做的也不那么好。。。略忧伤下，再来过吧！今晚开始，每天一篇，把simpledb#再来一遍！ 阅读全文
摘要：
前段去了趟丽江，好久不更新了。说来也巧，到达丽江第一天，正好是周五，中午正在古城的KFC吃东西，结果接到一个010开头的电话，通知我周一电话二面，好吧。旅行的第一天额亲。木有办法，周六、周日、周一都屯在了屋里，准备二面。由于第一面是问的项目，猜想二面是不是问点常规的，算法数据结构神马的。结果，二面问的还是项目。搞不清某度的套路了。连内推的师姐也大呼诡异。入正题了：第一个，问做的那个教学DBMS怎么实现表的存储的？由于设计比较简单，所有的表，单个存储为.tbl文件。字段设为定长。有基本的tableinfo.tbl, indexinfo.tbl, viewinfo.tbl，这三个表作为数据字典。在 阅读全文
摘要：
实在睡不着，整理下以前项目的代码。跟着项目代码来的，可能略琐碎，见谅。贴了较多代码，只为方便自己以后再用的时候查阅。1、Excel与Datatable的互操作，相互导入导出。简单地说，Excel的表结构与DataTable，以及包含了DataTable的DataGridView，格式上是一样的，相互导入导出，就是对齐格式，然后从源拷贝ElementItem的内容到目标Item。>DataGridView中的数据导出至ExcelDateGridViewExportToExcel 1 // 公用函数 将选定的DataGridView中的内容，输出到Excel表中 2 ... 阅读全文
摘要：
配置文件在/etc/network/interfaces cd /etc/network/ sudo vi interfaces 需要修改权限，否则无法保存 ls –l 默认为644 sudo chmod 777 interfaces vi interfaces 修改内容如下，注意的是，网卡的名称需要事先查看下 之后，重启下网卡，就ok了，如果网卡名称设置不对的话，会... 阅读全文
摘要：
From http://duanple.blog.163.com/blog/static/709717672011330101333271/ thx:) Orz 一．google论文系列 1. google系列论文译序 2. The anatomy of a large-scale hypertextual Web search engine 3. 面向... 阅读全文
摘要：
毕设做实验需要从网上下几万张图片，以前用师兄做的Flickr下载器，用Flickr的API完成的。但是Flickr上的图片是用户分享居多，通过指定的关键词去搜索，很多时候无法得到满意的图片。在Google、Bing上虽然能得到比较好的搜索结果，但是Google早早地停用了搜索的SDK，CodeProject上的例子是N年前的，试过都不能用了；Bing虽然现在还有SDK，但是看官方的通告，大约是8月份也要停用了，而且现在提供的下载限制每天一张，木有办法，只能自己想招了。 在查看Google图片搜索页面的源码时，发现在<a>的href属性里面包含了图片原始的url，所以就想到解析搜索结 阅读全文
摘要：
From: http://yanbohappy.sinaapp.com/?p=106 Thx a lot:) 目前的HDFS中数据是靠三备份triplication来保证冗余的。显然这只是一个简单有效的方法而不是一个非常elegant的方法。三备份浪费了大量存储空间，在集群规模较小的时候可能还不是那么明显，但是对于大规模集群就比较明显了。如果按照1GB存储空间的成本是1$来算，如果数据规模是5T... 阅读全文