博文
Hadoop Hbase适合存储哪类数据？
从 http://www.batteries.com 搜索引擎优化效果谈起
Batteries.com网站优化的经验和教训 是胡菜菜 胡宝介 最新的一篇文章，估计是这是他们的一个外国客户。国内做搜索引擎优化的公司能得到国际客户订单不容易。先祝贺他们。Zunch 已经进入中国了，ses 最近也大力作宣传，希望这个行业能进入良性发展。
为了学习他们的优化案例，我对 batteries.com 的优化结果作了一些分析，数据如下：
1、首先是总体的PR值分布抽样调查：
PR=2 PR=3 PR=4 PR=5
网页数： 1 1 31 40
可以看出pr值集中在4和5之间，至于pr的分布式不是应该像一个正态分布还正在研究中。
2、BATTERIES.COM 的有效关键字大约有 130 个。其中含 battery 的51个， 含 batteries 的 52个。
3、搜索引擎优化，最后的结果看排名，以下是 google 排名前 3，10，20，30 条的统计结果：
Batteries.com网站优化的经验和教训 是胡菜菜 胡宝介 最新的一篇文章，估计是这是他们的一个外国客户。国内做搜索引擎优化的公司能得到国际客户订单不容易。先祝贺他们。Zunch 已经进入中国了，ses 最近也大力作宣传，希望这个行业能进入良性发展。
为了学习他们的优化案例，我对 batteries.com 的优化结果作了一些分析，数据如下：
1、首先是总体的PR值分布抽样调查：
PR=2 PR=3 PR=4 PR=5
网页数： 1 1 31 40
可以看出pr值集中在4和5之间，至于pr的分布式不是应该像一个正态分布还正在研究中。
2、BATTERIES.COM 的有效关键字大约有 130 个。其中含 battery 的51个， 含 batteries 的 52个。
3、搜索引擎优化，最后的结果看排名，以下是 google 排名前 3，10，20，30 条的统计结果：
Compass Framework 0.8 + Lucene Jdbc Directory
发布者：Shay Banon on January 10, 2006 @ 08:24 PM
我们很荣幸的宣布Compass Framework 0.8.0 发布了。这是一个基于 Lucene 的java 搜索引擎框架。这个发布版本的主要特色是：可以把Lucene 索引存储在一个数据库中。
为了能够存储Lucene 索引文件在数据库中，主要实现了2个部分：
一个完全的 Lucene Jdbc Directory implementation ，这部分代码完全独立于Compass 的他其模块，可以使用在纯Lucene实现的环境中。这个发布版本支持主流数据库，及其特色语法。
第二个部分是集成 Jdbc Directory 和 Compass Framework，仅仅需要修改配置文件就可以实现集成。集成的内容包括：数据源提供 DBCP ,c3p0 ,JNDI等 和 几个有关提高性能的配置。
把Lucene 索引文件放在数据库中可以创建一个搜索集群。因为所有的集群节点都存放在一个中央数据库中。
更多信息可以参考： Upgrade and Change log 。
有人也对 Compass 提出了质疑：
因为hibernate 3.1 可以直接支持 lucene c
发布者：Shay Banon on January 10, 2006 @ 08:24 PM
我们很荣幸的宣布Compass Framework 0.8.0 发布了。这是一个基于 Lucene 的java 搜索引擎框架。这个发布版本的主要特色是：可以把Lucene 索引存储在一个数据库中。
为了能够存储Lucene 索引文件在数据库中，主要实现了2个部分：
一个完全的 Lucene Jdbc Directory implementation ，这部分代码完全独立于Compass 的他其模块，可以使用在纯Lucene实现的环境中。这个发布版本支持主流数据库，及其特色语法。
第二个部分是集成 Jdbc Directory 和 Compass Framework，仅仅需要修改配置文件就可以实现集成。集成的内容包括：数据源提供 DBCP ,c3p0 ,JNDI等 和 几个有关提高性能的配置。
把Lucene 索引文件放在数据库中可以创建一个搜索集群。因为所有的集群节点都存放在一个中央数据库中。
更多信息可以参考： Upgrade and Change log 。
有人也对 Compass 提出了质疑：
因为hibernate 3.1 可以直接支持 lucene c
一种面向搜索引擎的网页分块、切片的原理，实现和演示
最近看到 2005 年的 全国搜索引擎和网上信息挖掘学术研讨会 上 华南木棉信息检索的队长 欧健文 的 华南木棉信息检索 的ppt。很有启发。
于是自己也根据自己的理解准备做一个实现。
实现前提假设：
1、网页分块切分的基本单位是html中的table , div 等标签（目前版本只支持：table ,div 标签）。
2、网页分块切片识别依赖于相似url的对比。比如：我们认为一下两个url的网页html文本结构相似：
http://news.soufun.com/2005-11-26/580107.htm
http://news.soufun.com/2005-11-26/580175.htm
而下面两个url的网页结构不相似：
http://news.soufun.com/subject/w
最近看到 2005 年的 全国搜索引擎和网上信息挖掘学术研讨会 上 华南木棉信息检索的队长 欧健文 的 华南木棉信息检索 的ppt。很有启发。
于是自己也根据自己的理解准备做一个实现。
实现前提假设：
1、网页分块切分的基本单位是html中的table , div 等标签（目前版本只支持：table ,div 标签）。
2、网页分块切片识别依赖于相似url的对比。比如：我们认为一下两个url的网页html文本结构相似：
http://news.soufun.com/2005-11-26/580107.htm
http://news.soufun.com/2005-11-26/580175.htm
而下面两个url的网页结构不相似：
http://news.soufun.com/subject/w
和王通商榷：电子商务的核心问题是什么？
最近读了王通的关于电子商务的核心问题是什么的文章，见：http://home.donews.com/donews/article/8/84558.html。读完之后的感觉是和王通的观点不一致，下面是我的看法。
第一个方面：我认为王通把电子商务和商务活动放到了对等的位置。
比如：王通认为：我对电子商务的概述是：利用网络（互联网）赚钱就是电子商务！。
科特勒认为: 商务的核心是营销. 王通认为：电子商务的核心问题是网络营销。
按照王通的逻辑，利用电话赚钱的业务就是电话商务，利用直销方式赚钱的就是直销商务了。这样的描述是按照完成商务过程的方法、途径做的分类，并没有阐述这种分类商务的核心问题。电子商务是商务活动的一种，而商务活动的核心是营销，这一点大家都比较认同，但电子商务的核心是网络营销的观点，我觉得需要推敲一下。
关于什么是电子商务，网络上有各种各样的版本，其中比较权威的是：1997年11月6日至7日在法国首都巴黎，国际
最近读了王通的关于电子商务的核心问题是什么的文章，见：http://home.donews.com/donews/article/8/84558.html。读完之后的感觉是和王通的观点不一致，下面是我的看法。
第一个方面：我认为王通把电子商务和商务活动放到了对等的位置。
比如：王通认为：我对电子商务的概述是：利用网络（互联网）赚钱就是电子商务！。
科特勒认为: 商务的核心是营销. 王通认为：电子商务的核心问题是网络营销。
按照王通的逻辑，利用电话赚钱的业务就是电话商务，利用直销方式赚钱的就是直销商务了。这样的描述是按照完成商务过程的方法、途径做的分类，并没有阐述这种分类商务的核心问题。电子商务是商务活动的一种，而商务活动的核心是营销，这一点大家都比较认同，但电子商务的核心是网络营销的观点，我觉得需要推敲一下。
关于什么是电子商务，网络上有各种各样的版本，其中比较权威的是：1997年11月6日至7日在法国首都巴黎，国际
什么是垂直搜索引擎（之二）
垂直搜索引擎的三个特点：
1、垂直搜索引擎抓取的数据来源于垂直搜索引擎关注的行业站点：
比如：找工作的搜索引擎 [url]www.deepdo.com[/url] 的数据来源于：[url]www.51job.com[/url] , [url]www.zhaoping.com[/url] , [url]www.chinahr.com[/url] 等等；
股票搜索引擎 [url]www.macd.cn[/url] 的数据来源于： [url]www.jrj.com.cn[/url] , [url]www.gutx.com[/url] 等股票站点；
2、垂直搜索引擎抓取的数据倾向于结构化数据和元数据：
比如：我们找工作关注的：
职位信息： 软件工程师；
公司名称，行业名称：软件公司，外包行业等；
地点：北京，海淀；
3、垂直搜索引擎的搜索行为是基于结构化数据和元数据的结构化搜索：
比如： 找：海淀 软件工程师 的工作等。
垂直搜索引擎站点的8条准则：
垂直搜索引擎的三个特点：
1、垂直搜索引擎抓取的数据来源于垂直搜索引擎关注的行业站点：
比如：找工作的搜索引擎 [url]www.deepdo.com[/url] 的数据来源于：[url]www.51job.com[/url] , [url]www.zhaoping.com[/url] , [url]www.chinahr.com[/url] 等等；
股票搜索引擎 [url]www.macd.cn[/url] 的数据来源于： [url]www.jrj.com.cn[/url] , [url]www.gutx.com[/url] 等股票站点；
2、垂直搜索引擎抓取的数据倾向于结构化数据和元数据：
比如：我们找工作关注的：
职位信息： 软件工程师；
公司名称，行业名称：软件公司，外包行业等；
地点：北京，海淀；
3、垂直搜索引擎的搜索行为是基于结构化数据和元数据的结构化搜索：
比如： 找：海淀 软件工程师 的工作等。
垂直搜索引擎站点的8条准则：
鲁迅先生就ERP实施问题答记者
鲁迅，男，20世纪20年代开始引入西方ERP管理理念，历时15年欲以此改造中国国民劣根性，未果，寻病终。此为央视记者与晚年鲁迅先生就ERP在中国实施的诸多问题进行的探讨。
记者：鲁迅先生
，ERP做为一个流行的概念逐渐火起来了，国内的各行各业争相上ERP系统，先生怎么看待这一社会现象呢？
鲁迅：他们应该有新的生活，为我们所未经生活过的。(《呐喊一故乡》)
记者：那鲁迅先生，做为实施ERP的前辈，您能用一句话来告诉我们的观众ERP到底是什么吗？
鲁迅：他是这样的使人快活，可是没有他，人们也便这么过。(《呐喊一孔已己》)
记者：先生是中国引入ERP概念来改造国民性的第一人，但至今仍然没有结果，做为先驱，您能谈一下实施ERP的感想吗？
鲁迅：总觉得不大合适，可是无法形容出这不合适来。(《朝花夕拾-琐记》)
记者：我们知道，ERP的管理理念是针对制造业设计的，但国内很多不是制造业的公司也要上ERP，这是不是选错方向了呢？就象您用ERP来改造国民性？
鲁迅：我真傻，真的(彷徨-祝福)
鲁迅，男，20世纪20年代开始引入西方ERP管理理念，历时15年欲以此改造中国国民劣根性，未果，寻病终。此为央视记者与晚年鲁迅先生就ERP在中国实施的诸多问题进行的探讨。
记者：鲁迅先生
，ERP做为一个流行的概念逐渐火起来了，国内的各行各业争相上ERP系统，先生怎么看待这一社会现象呢？
鲁迅：他们应该有新的生活，为我们所未经生活过的。(《呐喊一故乡》)
记者：那鲁迅先生，做为实施ERP的前辈，您能用一句话来告诉我们的观众ERP到底是什么吗？
鲁迅：他是这样的使人快活，可是没有他，人们也便这么过。(《呐喊一孔已己》)
记者：先生是中国引入ERP概念来改造国民性的第一人，但至今仍然没有结果，做为先驱，您能谈一下实施ERP的感想吗？
鲁迅：总觉得不大合适，可是无法形容出这不合适来。(《朝花夕拾-琐记》)
记者：我们知道，ERP的管理理念是针对制造业设计的，但国内很多不是制造业的公司也要上ERP，这是不是选错方向了呢？就象您用ERP来改造国民性？
鲁迅：我真傻，真的(彷徨-祝福)
一个七十年代人苦涩的考研历程
--------------------------------------------------------------------------------
发布者：张帝 原作者： 吴志翔 发表日期：2005-02-03 08:45:48.233
【摘要】
一
我总觉得有些事情，别人做起来似乎很容易，而我却常常难以为继，中途放弃，比如考研，有时候回想起来竟然如同一个缠绕了十多年的梦魇。1991年秋冬第一次打算考研时还是个在校生，我报考了复旦大学，选择的导师是朱立元教授。我读过他的那本《真的感悟》，叹服于其深厚的学术功力。我还给他写了一封信，表达了自己对于美学的理解和想要登堂入室的强烈愿望，记得信的开头是：“我立志报考……”。尽管朱立元与我素昧平生，但他还是给我回了一封信，告诉我他当年不招生，不过同样欢迎我报考复旦。
在奏响了一个壮怀激烈的序曲以后，考研进入了单调而艰苦的徒步作战阶段。我很快就感到了厌倦。尤其是重读刚入学时就看过的朱光潜《西方美学史》等必读书时，那种重复的无聊感挥之不去。很快，我开始怀疑自己考研的合理性：我可以创作，为什么非得做学问？治美学这种玄学又有什么意义？
--------------------------------------------------------------------------------
发布者：张帝 原作者： 吴志翔 发表日期：2005-02-03 08:45:48.233
【摘要】
一
我总觉得有些事情，别人做起来似乎很容易，而我却常常难以为继，中途放弃，比如考研，有时候回想起来竟然如同一个缠绕了十多年的梦魇。1991年秋冬第一次打算考研时还是个在校生，我报考了复旦大学，选择的导师是朱立元教授。我读过他的那本《真的感悟》，叹服于其深厚的学术功力。我还给他写了一封信，表达了自己对于美学的理解和想要登堂入室的强烈愿望，记得信的开头是：“我立志报考……”。尽管朱立元与我素昧平生，但他还是给我回了一封信，告诉我他当年不招生，不过同样欢迎我报考复旦。
在奏响了一个壮怀激烈的序曲以后，考研进入了单调而艰苦的徒步作战阶段。我很快就感到了厌倦。尤其是重读刚入学时就看过的朱光潜《西方美学史》等必读书时，那种重复的无聊感挥之不去。很快，我开始怀疑自己考研的合理性：我可以创作，为什么非得做学问？治美学这种玄学又有什么意义？
一只特立独行的猪
文／王小波
插队的时候，我喂过猪、也放过牛。假如没有人来管，这两种动物也完全知道该怎样生活。它们会自由自在地闲逛，饥则食渴则饮，春天来临时还要谈谈爱情；这样一来，它们的生活层次很低，完全乏善可陈。人来了以后，给它们的生活做出了安排：每一头牛和每一口猪的生活都有了主题。就它们中的大多数而言，这种生活主题是很悲惨的：前者的主题是干活，后者的主题是长肉。我不认为这有什么可抱怨的，因为我当时的生活也不见得丰富了多少，除了八个样板戏，也没有什么消遣。有极少数的猪和牛，它们的生活另有安排。以猪为例，种猪和母猪除了吃，还有别的事可干。就我所见，它们对这些安排也不大喜欢。种猪的任务是交配，换言之，我们的政策准许它当个花花公子。但是疲惫的种猪往往摆出一种肉猪(肉猪是阉过的)才有的正人君子架势，死活不肯跳到母猪背上去。母猪的任务是生崽儿，但有些母猪却要把猪崽儿吃掉。总的来说，人的安排使猪痛苦不堪。但它们还是接受了：猪总是猪啊。
对生活做种种设置是人特有的品性。不光是设置动物，也设置自己。我们知道，在古希腊有个斯巴达，那里的生活被设
文／王小波
插队的时候，我喂过猪、也放过牛。假如没有人来管，这两种动物也完全知道该怎样生活。它们会自由自在地闲逛，饥则食渴则饮，春天来临时还要谈谈爱情；这样一来，它们的生活层次很低，完全乏善可陈。人来了以后，给它们的生活做出了安排：每一头牛和每一口猪的生活都有了主题。就它们中的大多数而言，这种生活主题是很悲惨的：前者的主题是干活，后者的主题是长肉。我不认为这有什么可抱怨的，因为我当时的生活也不见得丰富了多少，除了八个样板戏，也没有什么消遣。有极少数的猪和牛，它们的生活另有安排。以猪为例，种猪和母猪除了吃，还有别的事可干。就我所见，它们对这些安排也不大喜欢。种猪的任务是交配，换言之，我们的政策准许它当个花花公子。但是疲惫的种猪往往摆出一种肉猪(肉猪是阉过的)才有的正人君子架势，死活不肯跳到母猪背上去。母猪的任务是生崽儿，但有些母猪却要把猪崽儿吃掉。总的来说，人的安排使猪痛苦不堪。但它们还是接受了：猪总是猪啊。
对生活做种种设置是人特有的品性。不光是设置动物，也设置自己。我们知道，在古希腊有个斯巴达，那里的生活被设
