您现在的位置：首页
--> 其他
以前在Windows上面做过一些工作，那个时候还没有维基百科全书，很多计算机相关的概念由于是刚刚发展出来，身处其外的人往往不知道正确的含义。微软的技术那时候是最受开发人员关注的，当时也只有在Windows上做一些软件才可以赚钱，回想一下，微软没有推出App Store绝对是个极大的失策。微软的各种技术图书和开发工具涉及到很多的原创缩写词汇，让人不知所以，现在有个WIKI的归类总结我们才能真正的理解这些名词。下面列举一些例子： VBX：这个是我们在早期的VB乃至Delphi上面设计GUI的时候使用的控制。基于控件开发是当时的热潮，有公司专门出售这些控件，也有盗版光盘包含了很多的控件集合。试用各种控件也是学校生活的一部分。记得毕业实习的时候，用VB开发一个企业管理软件，有些高级表格需求windows自带控件无法实现，公司也是满世界去找。
缘起 随着移动互联网的发展，现在写web和我三年前刚开始写爬虫的时候已经改变了太多。特别是在node以及javascript/ruby社区的努力下，以往“服务器端”做的事情都慢慢搬到了“浏览器”来实现，最极端的例子可能是meteor了 ，写web程序无需划分前端后端的时代已经到来了。。。 在这一方面，Google一向是最激进的。纵观Google目前的产品线，社交的Google Plus，网站分析的Google Analytics，Google目前赖以生存的Google Adwords等，如果想下载源码，用ElementTree来解析网页，那什么都得不到，因为Google的数据都是通过Ajax调用经过数据混淆处理的数据，然后用JavaScript进行解析渲染到页面上的。
• 垂直搜索新问题
当大家都在关注搜索的速度的时候，往往伴随业务的快速发展，数据服务质量成为了实时搜索或者垂直搜索中的新问题。实时搜索和垂直搜索是不一样的问题，下面的问题就是垂直场景下得实时搜索问题。也可以理解垂直搜索都不实时，其他的实时先排队吧。问题比较抽象，只谈总体上的现象，对于具体如何解绝问题的细节，不做说明。有些不具有通用性，有些和场景相关，很难有最佳方式，不代表没有解决方法。首先是有问题意识，然后自然有解决方法。 问题： (1)个性化排序 伴随业务发展需要，同时细分用户群体，为了最大程度优化服务质量、满足更大群体的具体业务场景，个性化的排序越来越引起高度重视。传统的文本相关性只是第一维的参考，针对业务多维度综合得分的二维排序最终影响排序。而一个平台上面临的服务群体、服务场景多种多样，有行业属性、地域属性、技术属性、运营属性等，很难完全统一，完全归一化到一个计算公式中去。
最早是10年听baidu的一位老师讲信息检索课程，那一次对离散数学中的“二部图”的使用场景，有了一个真真切切的认识。然后这个概念一直伴随着自己，到现在，并且在不同场所的听课中，去询问个一些讲师，貌似都很“吃惊”“不清楚”“没有做过”。我才知道这就是技术的差距。 应用中，二部图就是语义推荐使用，系统是搜索引擎，数据是二部图结构，参数是“全部海归的7-8个博士、顶级专业人才”。。。。然后带着当时的疑惑，来到这里，四处打听相关技术，然后慢慢理解了，“曾经这是一家运营公司”“曾经这是一家数据库公司” “曾经这家公司都不怎么用技术的”。。。。 自语语言学+领域学知识+社会学知识构成了“有效推荐”的三大基石。 自语语言初级：分词、词性标注 中级：本体、语料 高级：领域、主体的关联和聚合 领域学：领域热点、核心、焦点价值、商业模式 社会学：用户行为、思考、互动等。
对于一个长期在研发领域的人来说，经常需要思考研发的意义、工程与研究的关系、产品型的公司应当做何种程度的研究等问题。理想情况下，我们期望每一项研发工作都能得到组织、同事以及社区的高度认可。因此不管你处于工程领域还是研究领域，工程与研究的关系会让你不断思考甚至困扰。最近看到的Google’s hybrid Approach to research (English 中文) 一文或许会让你豁然开朗。 研究领域的现状 根据技术领域的差异，大部分产品开发可以依赖已有成熟的工程技术完成，进一步通过研究来提升产品能力的空间并不大（比如提升空间在10%以下）。互联网企业偏重产品开发能力，关注点主要在开发效率、研发流程等交付能力上。偏实用主义驱动方式，很难对相关领域的工程技术进行升华。因此研究的驱动力、研究的空间及取得成果的可能性较低。
题目虽然看起来比较晦涩，而且有堆砌关键词的嫌疑，但是我相信还是比较贴切的。相信现在业界都还是认为白盒测试是比较高级的一种测试，因为他会涉及到开发的具体逻辑，需要测试人员有读代码的能力。我也部分同意这种看法，但是我认为，黑盒测试在某种意义上，尤其是自动化测试上，是非常具有意义的。为什么这么说？我们来讲一个案例。一个电子商务的网站的同事向我描述了他目前的测试任务，问我如何快速的，健康的测试。
最近做了一系列的单元测试相关的工作，除了各种规范及测试框架以外，讨论比较多的就是关于代码覆盖率的产生，c/c++与其他的一些高级语言或者脚本语言相比较而言，例如 Java、.Net和php/python/perl/shell等，由于没有这些高级语言和脚本语言的反射的特性，其代码覆盖率的产生过程会稍微复杂一些。发现许多同学对C++的覆盖率如何产生在都不太清楚，这里做一个简单的介绍。
前两天在一淘数据测试中启动了一个测试人员成长项目，叫做测试技术革新，其实就是一个系列培训计划。主要目的是为了帮助我们的测试人员成长，让他们可以更加胜任未来的自动化测试需要。在为测试技术革新项目挑选合适的主题的时候，我想到了测试驱动的开发过程。原因是这个过程既让测试人员可以了解一种好的开发过程，而又和测试本职工作相关，而且也比较容易理解。所以下面就是我对于测试驱动开发的一个过程介绍。什么是测试驱动开发？测试驱动开发(test driven development (TDD))是一个测试结果导向，可迭代的开发过程。我们直接从一个实例开始对测试驱动开发的讲解。假设，你被要求开发一个函数，lz_array_merge($new, $old)，这个函数的目的是将$new数组里面的每一个内容，都覆盖给$old数组。第一个版本不考虑迭代，但是不排除迭代的可能性。
Pipes是hadoop提供的c++接口，但是在官网上找不到pipes的文档，只能从例子开始一点点摸索。实验环境是debian 6 amd64，hadoop 1.0.3。hadoop的安装目录是$HOME/hadoop，安装和配置过程在上一篇安装笔记中有提到。
记录一下hadoop集群的搭建过程，一共3台机器，操作系统都是debian 6，hadoop版本是1.0.3，jre是源里的openjdk-6。hadoop官网的说明挺详细，就是不能快速搭建出一个能跑的环境。在网上找到一篇文章(见参考资料[1])，虽然文章中用的是0.20版本，但是在1.0.3上也适用。这里使用master，slave1和slave2分别作为三台机器的主机名。为了操作方便，每台机器上都有一个用户hadoop，密码都一样。以下的配置操作都在master上进行。
之前在朋友的介绍下，我开始尝试使用酷盘这个网络同步，感觉非常的好，不管是从UI还是从功能，都非常符合我的需求。 但是今天我意外的发现了一个问题，让我决定撤离国内云存储，亦或是自建云同步。 是这样的...
我一直使用 MogileFS 存视频这样的大文件来做源站.也用来存海量的小文件. MogileFS 本身对大文件支持也是相当不错的,另外要知道大文件它查询数据库的次数就更加少. 在这需要提醒一下大家.需要注意在大文件上传的时候(平时我多大的都有大点的 4G 以上), 需要 MogileFS::Client 加上特别的参数,来分片上传,这样存放速度在 MogileFS 中就会快多了. 我们在使用 new_file 的方法来上传的时候,只需要加入可选参数中的 largefile => 1 .这个时候内部的 MogileFS::Client 中就会使用另一个上传的模块,不在使用默认的 MogileFS::NewHTTPFile.但功能基本一样,只是支持 chunked 和 partial (Content-Range) HTTP/1.1 PUT .
在绘制业务流程图前，思考如何精美，如何交互，使用什么工具，都不应该是重点。 真正重点的是将业务流程图的关键要素给搜集一番。请试图回答清楚以下几个问题，否则不要开始绘制流程图：整个流程的起始点是什么？整个流程的终结点是什么？在整个流程中，涉及到的角色都是谁？在整个流程中，都需要做什么事情？(可是是一个会议，可以是一个任务) 这些会议和任务是可选还是必选的？分别产出什么文档？这有点像一个头脑风暴，能够帮助你将所需用到的原材料获取到，有了这些“米”和“水”，那就不愁去如何烹饪了。
还记得我们前文谈到的优化路径吗？在这个路径中，我们强调从定义KBR开始，然后分解影响KBR绩效的驱动因素，然后再确定这些驱动因素中哪些是基础驱动因素，哪些是非基础驱动因素，再尝试分析基础驱动因素并着手改进，同样，尝试分析非基础驱动因素并着手改进，这之后测试你的这些改进是否有效并固定有效的改进（优化）。由于优化不可能是针对所有人群和兴趣的，所以最后你要在优化的基础上进行动态处理（定制化）。
老婆单位有时候有一些很大的 Excel 统计报表需要处理，其中最恶心的是跨表的 JOIN 查询。他们通常采取的做法是，把多个 Excel 工作簿合成一个工作簿的多个表格，然后再跑函数(VLOOKUP之类)去查。因为用的函数效率很低，在 CPU 打满的情况下还要跑几个小时。 然后我就看不过去了，我也不懂 Excel，不知道如何优化，但我想用 Python+SQLite 总归是能够实现的。于是就尝试了一把，效果还不错，一分钟以内完成统计很轻松，其中大部分时间主要花在读 Excel 内容上。
Visit这个度量是网站分析的基石。但即使是这样基本的一个度量，Google Analytics对它的定义其实都不是完全一成不变的。为了适应新的浏览器变化和人们访问网站习惯的变化，Google Analytics在基本度量上甚至都在不断进化。哦，这或许也是Google Analytics的可怕之处，她已经达到了这样的高度，还比别人爬的快。在本文中，你将学到什么： GA定义visit的重大改变；特殊情况下GA如何处理visit的定义； Visit关联属性的变化（过去和现在）；为什么大部分页面的visit会远小于这些页面的访问者（visitor）数量。
“好奇号”火星车上的软件究竟是个什么样的构造？我们已经知道，好奇号上的软件大部分都是用C语言写成的，这些代码加起来大概有250万行。
Windows下用stat函数得到的文件size可能不准，获取文件大小之前最好先读一下这个文件。
我最近开发了我的第一个网页游戏：一个HTML5的视频智力游戏。开发的过程很有趣，我喜欢编程，但当实现了游戏逻辑后，我有了一个有趣的想法：为什么不想个办法把代码隐藏起来？
原本打算收集一些 WordPress 奇技淫巧，不过精力有限维护不过来，予以关站处理。这里就将之前的文章综合整理下，供各位博友尽情收藏。
近3天十大热文
-
[136] Go Reflect 性能 -
[19] [译]Google Chrome中的高性能网
-
[17] 在FreeNAS/BSD搭建基于Nginx+
-
[16] 关于Linux的文件系统cache
-
[14] 最近总结的一些技巧(vim,python,s
-
[14] Linux常用系统信息查看命令
-
[12] PHP加速器 eaccelerator 缓存
-
[11] 精于图片处理的10款jQuery插件
-
[11] 什么是DNS劫持和DNS污染？
-
[10] base64_encode 和 urlenc
赞助商广告
