去了一趟链家网面试，虽然没有面上，但仍有不少收获，在此做个简单的分享，当然了主要是分享给自己，让大家见笑了。因为这次是第一次面试 JAVA网站架构师相关的职位，还是有些心虚的，毕竟之前大部分时间都是在做.NET相关的技术工作，并且自己所负责过的项目规模都是比较小，并且差异也 较大。在高并发性，高伸缩性的互联网网站的架构方面没有太多的经验，只是在之前空闲时阅读李智慧老师的《大型网站技术架构》一书给了
转载
2024-01-08 16:29:54
56阅读
房产中介来由已久，“牙人”便是唐代时对中介人的称呼。无论买房、卖房还是租房，绝大多数房产相关的商业行为都离不开中介。从实体店到线上，从网站到移动App，从内部系统到2C业务，与蓬勃发展的中国房地产行业一道，链家网也不断与时俱进，更新系统架构，满足不断变化的市场和业务需求。十年链家网，S3终回归“现在，链家网存储服务承载的总文件数量已达8270万+，房屋实堪图占66%，其他图片占15%，音视频占13
转载
2023-07-07 21:53:10
274阅读
## Java 链家 CRM 实现流程
### 1. 创建 Maven 项目
首先，我们需要创建一个 Maven 项目作为我们的 Java 链家 CRM 实现的基础。可以使用以下命令创建一个基本的 Maven 项目：
```shell
mvn archetype:generate -DgroupId=com.example -DartifactId=java-lianjia-crm -Dar
原创
2023-09-03 07:27:11
56阅读
在这篇博文中，我将探讨如何用Java实现链家的爬虫，特别是面对的各种挑战和解决方案。我将从协议背景开始，逐渐深入到爬虫的实现细节。
## 协议背景
在实现爬虫前，理解网络协议是必不可少的。爬虫需要通过HTTP协议与服务器交互，获取所需的数据。“四象限图”可以帮助我们深刻理解不同协议在网络中的角色。
```mermaid
quadrantChart
title 协议发展四象限图
import base64 import hashlib import requests import json from logzero import logger http_app_secret = 'XXXXXXXXXXXX' http_app_id = 'XXXXXXXX' def str_ ...
转载
2021-09-29 17:17:00
498阅读
2评论
在之前，我们讲述了代理模式，今天我们将讲解一下中介者模式。 依旧是一个提醒：依赖倒转原则中介者模式其实和代理模式很像，都是通过一个额外的类进行调用。中介者模式其实和字面的意思听起来很是相似，例如你买房子找中介，你和卖房子的人之间的交互都是通过中介来实现的，中介者模式也是这样。即当一个非中介者想要和另一个进行交互的时候，它需要通过调用中介者进行。 所以在类里面，两个非中介者需要知道中介者这个类，中介
转载
2023-10-10 10:54:50
160阅读
【淮南颂恩少儿编程】一、单选题(共25题，共50分)1. 点击绿旗，下列哪个选项可以实现播放马叫声并在声音全部播放完后，马向右移动？（ ） A. B. C. D. 标准答案：D试
转载
2023-07-31 23:37:39
65阅读
链家网于2015年成立大数据部门，开始构建基于Hadoop的技术体系，初期大数据部门以运营数据报表需求、公司核心指标需求为主。随着2015年链家网发力线上业务，toB与toC业务齐头并进，数据需求量激增的情况也随之在2016年突显，数据量增至PB级。我们开始思考如何改变现状，如何高效支撑未来可预见的众多数据需求。基于ROLAP技术的报表平台链家网大数据部门成立之初，面对着零散的数据需求，最早期的办
转载
2024-01-22 15:54:34
408阅读
导语 |为了满足贝壳日益复杂、多样化业务场景下的多维数据分析需求，贝壳 OLAP 平台经历了从早期基 于Hive+MySQL 原始阶段，到基于 Kylin单一引擎的平台化建设，再到支持多种不同OLAP引擎的灵活架构的发展历程。本文是对贝壳找房数据智能中心资深研发工程师——肖赞在云+社区沙龙online的分享整理，希望与大家一同交流。点击查看完整直播回放一、贝壳业务背景介绍贝壳找房的定位是科技驱动的
推荐文章：链家爬虫 - 深入洞察北京二手房市场大数据1、项目介绍链家爬虫是一个开源项目，致力于抓取北京地区的链家网站上的历年二手房成交记录。通过这个项目，你可以获取到海量的房产交易信息，用于个人研究或数据分析。这个项目不仅提供了完整的爬虫代码，还包括了模拟登录链家网站的功能，确保数据的全面性和实时性。查看详细的技术实现和背景故事，请参考链家爬虫一文。2、项目技术分析该项目的核心是Python编程语
我们将区块链底层分为 6 层，从下至上分别是存储层、数据层、网络层、共识层、激励层和应用层。存储层主要存储交易日志和交易相关的内容。其中，交易日志基于 LogBack 实现。交易的内容由内置的 SQLite 数据库存储，读写 SQLite 数据库可以基于 JPA 实现；交易的上链元数据信息由 RocksDB 或 LevelDB 存储。数据层由区块和区块“链”(区块的链式结构)组成。其中
转载
2023-07-16 21:32:17
77阅读
1. 多准备一些headerdef getUserAgent():
UA_list = [
"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36",
"Mozilla/5.0 (i
转载
2024-05-23 12:22:54
220阅读
在今天的数字时代，图片成为了我们日常生活中不可或缺的一部分。无论是社交媒体上的照片分享，还是商业广告中的图片展示，都需要一张完美的照片来吸引目标受众的眼球。然而，在我们欣赏一张美丽的图片时，常常会看到一些不受欢迎的水印。水印的存在使得图片不仅显得丑陋，还可能影响图片的可用性。为了解决这一问题，许多人开始使用图片去水印工具来帮助他们快速去除不想要的水印。对于摄影爱好者和专业摄影师而言，水印可能会干扰
转载
2024-07-20 20:03:26
78阅读
链家地产协同OA应用分析_泛微
转载
2021-07-19 11:11:00
205阅读
2评论
# 使用Python进行链家网站数据爬虫
随着互联网数据的不断增加，爬虫技术逐渐成为了数据获取的重要手段。本文将通过Python爬虫的实例，展示如何从链家网获取房地产信息。链家网是中国较大且知名的房地产交易平台，提供房屋买卖、租赁等多种服务。我们将通过爬虫技术获取链家网上的部分数据，并对其进行简单的分析。
## 准备工作
在开始爬虫之前，我们需要安装一些Python库。最常用的爬虫库是 `r
本月7日去了一趟链家网面试，虽然没有面上，但仍有不少收获，在此做个简单的分享，当然了主要是分享给自己，让大家见笑了。因为这次是第一次面试JAVA网站架构师相关的职位，还是有些心虚的，毕竟之前大部分时间都是在做.NET相关的技术工作，并且自己所负责过的项目规模都是比较小，并且差异也较大。在高并发性，高伸缩性的互联网网站的架构方面没有太多的经验，只是在之前空闲时阅读李智慧老
1、爬取过程中的302重定向在爬取某个网站速度过快或者发出的请求过多的时候，网站会向你所在的客户端发送一个链接，需要你去验证图片。我在爬链家和拉钩网的过程中就曾经遇到过：对于302重定向的问题，是由于抓取速度过快引起网络流量异常，服务器识别出是机器发送的请求，于是将请求返回链接定到某一特定链接，大多是验证图片或空链接。在这种时候，既然已经被识别出来了，就使用代理ip再继续抓取。2、headers头
转载
2023-10-12 21:51:25
1308阅读
转载
2023-07-25 19:52:26
968阅读
# 链家平台架构解析
在当前互联网行业中，链家作为房地产行业的佼佼者，其平台架构在持续的发展和演变中，逐渐形成了一套高效、可靠的技术体系。在这篇文章中，我们将从链家的平台架构出发，探讨其核心技术组件与功能模块，并配以代码示例及图表来展示其结构和数据处理方式。
## 链家平台架构概述
链家平台架构主要分为以下几个核心部分：
1. **前端表现层**：负责用户界面的展示，包括网站和移动应用。
任务目标：以分布式的方式爬取链家网上二手房信息，包括标题、城市、行政区、总价、户型、面积、朝向等信息分布式爬虫，即在多台电脑上同时执行同一个爬虫任务，在分布式爬取之前，需要先完成单机爬虫，然后部署到多台机器上，完成分布式。链家网单机爬虫：从城市页面开始爬取，到每个城市的不同行政区，以及每个行政区的多个页面，每个页面的多个二手房信息，到最后的二手房详情页面。
经过相应的网页结构分析，得到项目(项目名
转载
2024-03-14 17:11:03
687阅读
