专题：百度 -- IT技术博客大学习 -- 共学习共进步！

虽然百度的口碑并不好，但是不可否认的是，它一直是中文搜索中的霸主，所以对大多数中小型商业公司而言，都对百度蜘蛛的抓取行为予以放行，不过还有很多非法的蜘蛛，它们会通过 User-Agent 把自己伪装成百度蜘蛛，此时如果单纯以 User-Agent 来判断是否是百度蜘蛛就不合适了。虽然网上能找到很多现成的百度蜘蛛 IP 段，但是并不能确认它们的准确性，所以我打算自己收集，进而甄别真假百度蜘蛛。

百度是如何使用hadoop的

百度作为全球最大的中文搜索引擎公司，提供基于搜索引擎的各种产品，几乎覆盖了中文网络世界中所有的搜索需求,因此，百度对海量数据处理的要求是比较高的，要在线下对数据进行分析，还要在规定的时间内处理完并反馈到平台上。百度在互联网领域的平台需求要通过性能较好的云平台进行处理了，Hadoop就是很好的选择。

央视批百度批错了么？

国内IT舆论其实有一个不太好的倾向，就是如果国内数字公司和国外数字公司起纷争，就是国内的不好；如果官方媒体和数字媒体起纷争，那就是官方媒体不好。比如百度就是个例子。只要百度和谷歌有点什么矛盾，必定是百度的不是，而央视一批起百度来，那就是央视的不是了。这在我看来，纯属情绪说话。这两日央视又开始狠批百度，说百度推广有大量不实广告信息，隔天又聚焦到百度贴吧上。我注意到，网上有一种说法是：央视你自己不照照...

在百度的第一年

半夜精神有些亢奋，混乱的思绪在脑袋里滚来滚去，没来由地忽然想起在百度这一年。想起这一年可以总结为：前半年拼命给自己揽事儿，后半年尽量往外推事儿。我是去年大约这个时候加入（←_←这词儿帅吧）百度的，职位是商务搜索部的分布式计算工程师。可惜那时候我对分布式系统的理解还仅限于一本老套的教科书。我加入的项目组当时致力于设计一套高可用、会话一致、高性能、易用的海量分布式类SQL数据库，因而我们花了很长时间去调...

百度日本-四面楚歌

百度对日本业务投入不菲。07年筹措日本分公司之初，就动用了12亿日元也就是近1亿人民币买服务器。百度日本站点www.baidu.jp 于08年1月正式推出。现在的日本搜索，Google占60%份额，雅虎30%，但随着孙正义执掌的雅虎日本开始使用Google提供的技术和广告，Google占有超过90%份额。据估计，百度日本占有约1%。可忽略不计。 Alexa数据显示，Google日本在日本网站中排名第2，百度日本排名300上下，Google日本在全球网站的排名是27，...

百度这个公司

百度是张朝阳嘴里所谓战国七雄中最晚成立的公司――2000年1月才有百度公司，但它的流量在中国首屈一指，是中国网站当下在alexa中排名最高的。从吸金能力上讲，根据今年2季度它财报19.14亿元的收入水平，2季度它每秒收入246元人民币（以90天计算），排名第二，次于腾讯。 2010第二季度总收入折合每秒收入新浪 9940万美元 12.78美元搜狐 1.461亿美元 18.79美元网易 1.99亿美元 25.59美元盛大 2.01亿美元 25.85美元腾讯 ...

我们需要什么样的网站数据

每家公司都有各自不同的需求，我需要的是什么？眼花缭乱的统计系统，该如何取舍？流量概况今天的流量是增了？是减了？幅度是多少？现在所调用的统计系统，能否很方便的公开一个概况给广告主查询？全景统计、百度统计目前没有相关功能。Google统计实在难以共享，就算共享了，没接触过的人也不太容易看明白。而CNZZ目前只能公开全部的信息，这其中包含了站长引流量所用的“搜索关键词”以及重要的“推介路径”，这些我们不想让...

读书笔记-壹百度:百度十年千倍的29条法则

（一）立业 1、人一定要做自己喜欢并擅长的事内心的喜好是推动事业进步的最大动力，它能帮你克服困难，坚持到底；而如果你喜欢的事情有很多，要挑选自己最擅长做的事，这样就能在感受快乐的同时也取得超乎常人的成就。 2、认准了，就去做；不跟风，不动摇认准了，就去做讲的是判断力和行动力――要正确地判断形势与机会，一旦看准了，就要付诸行动，患得患失只能坐失良机；不跟风，不动摇讲的是远见与定力――能看到机会的人很多...

实名制是核心问题吗？

本文主要想表达的意思是，一个产品的表现形式以及设置的门槛不是决定这个产品是否失败的决定性因素，这只是一个加分因素。另外，经验告诉我，在改版或者新产品上线的时候那些不断的给产品挑刺（注意这个频率）并且扬言要离开的用户往往是最不会离开的。 2010年是“T”字年，是微博横行的一年。百度在给贴吧加上微博功能又给空间增加一个微博组件之后再次出招做了一个全新的产品叫做百度说吧，至此百度的微博战斗序列已经有3款产品...

百度的框，请移动一下

最近百度又火了一把，推出了酝酿好久的“框计算”，这个当年被吹的很神的东西，最后的面貌竟然和Google的OneBox差不多。不过这次，百度总算体验了一把和Google在美国差不多的感觉：被各种舆论讨论所包围。我认为那个框计算，其实真的挺适合移动互联网的。因为对拿着手机的终端用户来说，如果可以一搜就出结果，那真的是很方便。

手机产品设计方向

伴随着手机系统越来越多越来越杂，以及不断的推出新的手机系统，对于手机产品设计来说都将会是新的挑战，是一套多用，还是设计多套？K-JAVA是否将死亡？WindowsPhone7能够带来多少惊艳？Android和iPhone的战争谁是胜者……但有一点可以确定，手机产品设计的方向将迎来新的起点。首先认清手机用户，为手机用户单独设计的产品：必须面对手机用户进行推广和销售，实现自身价值。其推广、下载、注册、使用、消费必须全部在手机端完成...

集中暴创新项目，各大互联网公司都有

我发现喜欢写业界评论的人很多，比如预测某产品的规划，解读某公司的战略，分析某行业的前景……自己也经常看一些，早几年怎么看怎么觉得有道理，就恨自己写不出。但最近逐渐发现，我熟悉的领域，不少分析都是YY，作者往往在不知道或者误读了很多客观事实的前提下，做出了一些推理，这样的结论，显然就价值不大了。真正在做事的人，其实都想了很多我们尚未想到的，但他们反而是不能出声的。以后我们看到“XX公司居然XXX都没想到”...

php实现百度音乐采集下载

简介：支持歌名+歌手此方式下载，所以支持百度mp3（新歌TOP100、歌曲TOP500、经典老歌、热门对唱、相声小品荟萃、摇滚歌曲榜）下载。在网上没找到php cli方式的下载百度mp3的脚本，很奇怪，php挺流行就是cli方式却很少，安全问题，效率问题？个人还是挺喜欢这种方式的。比如批量的图片缩放，合并，用 ImageMagick 比 GD 效率好多了，而且功能也多，但需要安装插件，太麻烦，直接用system调用ImageMagick，方便又灵活，perl ，p...

整合搜索，阿拉丁，云计算，以及框计算

纯属民间解释，如能给感兴趣的兄弟解解惑，就达到目的了。整合搜索（或者叫通用搜索吧），是这样一种思路：用户没必要记住每一个具有独特价值的搜索入口（实际上能记住的也极有限），而且切换成本也太高，搜索引擎应该自然而然的把合适的数据资源整合到一个入口中，当用户需要的时候，它就自动的跳出来。