kkBill's Blog

摘要： （注：本文转载自阮一峰老师的博文，原文地址：http://www.ruanyifeng.com/blog/2013/03/tf-idf.html） 这个标题看上去好像很复杂，其实我要谈的是一个很简单的问题。 有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase ext 阅读全文

摘要： Simhash算法是Google应用在网页去重中的一个常用算法，在开始讲解Simhash之前，首先需要了解：什么是网页去重？为什么要进行网页去重？如何进行网页去重，其基本框架是什么？ 网页去重，顾名思义，就是过滤掉重复的网页。统计结果表明，近似重复网页的数量占网页总数量的比例较高，即互联网上有很多的 阅读全文

摘要： 背景 首先，来谈谈B树。为什么要使用B树？我们需要明白以下两个事实： 【事实1】 不同容量的存储器，访问速度差异悬殊。以磁盘和内存为例，访问磁盘的时间大概是ms级的，访问内存的时间大概是ns级的。有个形象的比喻，若一次内存访问需要1秒，则一次外存访问需要1天。所以， 现在的存储系统，都是分级组织的。 阅读全文

摘要： 1. 索引基础 索引对查询的速度有着至关重要的影响，理解索引也是进行数据库性能调优的起点，索引就是为了提高数据查询的效率。索引可以包含一个或多个列的值，如果索引包含多个列的值，则列的顺序也十分重要，因为MySQL只能高效地使用索引的最左前缀列。 2. 索引类型 用于提高读写效率的数据结构有很多，这里 阅读全文

摘要： ##2018-07-16 周一## 今天下午在图书馆，申请了博客园，之前用CSDN，但是广告太多，被恶心到了。暂时还没有自己搭一个blog的打算，这个先用着吧，还蛮喜欢博客园这种简单的风格，最主要的是——它没有明显碍眼的广告。 近来拖延的有些严重，一直没有总结，今天早上写完代码，突然有些茫然。想用这 阅读全文