一般我们把文件分为两大类：文本文件和流文件。文本文件是指文件后缀名为.txt和.java的文件，其存储字节为16位；流文件是指图片、音乐、视频等文件，其存储字节用8位。
关于文件搜索器，首先根据要搜索的文件名和盘符在当前盘符查找，如果没有找到与输入的文件名一样的文件就进入下一级目录，递归调用查找文件的方法。在查找文件的时候会用到的方法有：
转载
2023-07-05 09:57:11
58阅读
电商搜索系统存在以下特点：数据量庞大。（上亿级别）高并发。（日均pv过亿、数十亿）一条商品数据由商品基本信息、价格、库存、促销、评价等组成，这些数据存储在各自业务系统当中。（多数据源导致构建索引比较麻烦）召回率要求高。（哪个商家发现搜不到自家的商品肯定要抓狂，哪怕有一个搜不到。）时效性要求高，价格变动、库存变动、上下架等要求近实时。（更新时间过长虽然不会造成资损，但是会严重影响用户体验）索引更新量
转载
2023-05-29 16:03:15
415阅读
可能99%的同学不做搜索引擎，但99%的同学一定实现过检索功能。搜索，检索，这里面到底包含哪些技术的东西，希望本文能够给大家一些启示。全网搜索引擎架构与流程如何？全网搜索引擎的宏观架构如上图，核心子系统主要分为三部分（粉色部分）：（1）spider爬虫系统；（2）search&index建立索引与查询索引系统，这个系统又主要分为两部分：一部分用于生成索引数据build_index一部分用于
转载
2024-06-12 21:51:09
88阅读
个性化搜索目前发展阶段不是要替换掉传统搜索，而是对传统搜索的一个补充。我们先看下它的架构如图2.2所示： 图2.2 个性化搜索架构图个性化搜索和个性化推荐是比较类似的，这个架构图包含了各个子系统或模块的协调配合、相互调用关系，从部门的组织架构上来看，目前搜索一般独立成组，有的是在搜索推荐部门里面，实际上比较合理的应该是分配在大数据部门更好一些，因为依托于大数据部门的大数据
转载
2024-01-03 14:24:02
118阅读
paper 1 NAS WITH RL论文：Neural Architecture Search With Reinforcement Learning 链接：https://arxiv.org/abs/1611.01578 代码链接：https://github.com/tensorflow/models这是ICLR2017的文章，讲述如果用强化学习（reinforcement learning
转载
2023-06-08 13:56:15
171阅读
0. 前言本系列文章主要是源于对《搜索引擎的技术架构》一书的读书笔记，其中会掺杂在其他文章或书籍的内容以及我个人对搜索引擎的理解，阅读顺序也没有按照书中目录的顺序来，相比于单纯的知识点总结，本系列更像是我借由此书来谈一谈我对搜索引擎的理解。本系列文章专注于描述搜索引擎的技术架构，对搜索引擎的历史发展和当下定位不过多赘述。1. 目标简单来说，搜索引擎的目标可以用三个词来概括：更全、更快、更准。
更全
转载
2023-06-06 23:00:56
377阅读
Algolia是一家做离线移动搜索引擎的公司，两年时间构建了世界范围的分布式网络。今天为世界12个区域每月20亿用户查询，平均服务器时间为6.7ms，90%的查询应答<15ms，不可用率低于十的负六次方，及每月宕机时间<3s…… 本文是Algolia对其REST API建立和扩展经验的总结，其中包括如何在全世界不同位置保障数据的高可用和一致，以及如何通过Anycast&nb
转载
2024-07-03 05:43:13
35阅读
互联网搜索引擎已经成为最重要的互联网工具之一, 尤其是GOOGLE和百度的出现极大地推动了这一工具的普及应用. 随着用户体验和需求的深入,
搜索引擎将从下面几个方向向前拓展.
搜索资源方面. 搜索资源进一步扩展, 越来越多的网上和非网上资源纳入搜索范围, WEB2.0提供并促进了这
转载
2023-07-31 19:37:49
65阅读
实现效果： 知识运用： FileInfo类的FullName，Length和CreationTime属性 DirectoryInfo类的GetFileSystemInfo方法 实现代码：
转载
2019-01-04 20:47:00
168阅读
2评论
grep 只匹配文本文件，不匹配二进制文件的命令：例如查找parameter关键字：grep -srn "parameter" . --binary-files=without-match grep搜索所有的文件：例如查找parameter关键字：grep -srn "parameter" .
原创
2021-07-30 11:41:46
208阅读
在linux中，当我们需要搜索需要的文件时，可以使用which命令，也可以使用whereis，还可以使用locate工具，但更常用的是find命令。find命令是一个用来搜索符合特定条件的文件的命令工具。下面将介绍几种find命令的用法。1、按名称筛选[root@server02 ~]# find / -name "te
原创
2017-06-09 23:39:22
595阅读
Gnu awk作者在FreeBSD邮件列表中回答”GNU grep为什么比BSD grep要快“，提到了用到了Boyer-Moore算法，虽然不知道是什么，但感觉很厉害的样子~我猜想grep有多快呢？所以想比较下下python，sed与grep：测试文本：20w行，21M大python普通正则匹配：复制代码代码如下:#!/usr/bin/python3
import re
f=open('/tmp
转载
2023-06-30 21:36:11
92阅读
本节书摘来自华章出版社《大规模元搜索引擎技》一书中的第2章，第2.1节，作者 ［美］孟卫一(Weiyi Meng)， 纽约州立大学， 宾汉姆顿分校於德（Clement T.Yu），伊利诺伊大学芝加哥分校，更多章节内容可以访问云栖社区“华章计算机”公众号查看。2.1 系统体系结构搜索文本文档的元搜索引擎可分为两种类型：通用元搜索引擎和专用元搜索引擎。前者旨在搜索整个Web，而后者专注于在特定领域搜索
七大查找——十大排序算法查找算法：顺序查找、插值查找（二分查找、斐波那契查找、插值查找）、哈希表查找、二叉树排序查找（树表查找）、分块查找排序算法：内部排序{交换类排序（冒泡排序、快速排序）、选择类排序（简单选择排序、堆排序）、插入排序（直接插入排序、希尔排序）归并排序} 外部排序{计数排序、基数排序、桶排序} 图片来源： 查找： 排序：
架构漫谈是由资深架构师王概凯撰写的系列专栏，逐步讨论什么是架构、怎样做好架构、软件架构如何落地、如何写好程序等问题。架构漫谈分为九篇：什么是架构？认识概念是理解架构的基础如何做好架构之识别问题如何做好架构之架构切分什么是软件软件架构到底是要解决什么问题？不要空设架构师这个职位，给他实权从架构的角度看如何写好代码理清技术、业务和架构的关系第一篇 什么是架构？主要讲到了缘起，什么是架构和为什么会产生架
Lucene及全文搜索实现原理全文搜索全文搜索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。全文搜索搜索引擎数据库中的数据。 全文搜索的过程主要分为两个部分，索引
基础知识与理论 Elasticsearch 是一个开源的搜索引擎，建立在一个全文搜索引擎库 Apache Lucene™ 基础之上，或者说兼有搜索引擎和NoSQL数据库功能的开源系统，基于Java/Lucene构建，可以用于全文搜索，结构化搜索以及近实时分析。Lucene是当今最先进，最高效的全功能开源搜索引擎框架。 说明： Lucene：只是一个框架，要充分利用它的
以前面试，面试官总喜欢为这类问题，虽然有时候我们没有接触使用过这个东西，但是如果能掌握一些，还是比较好的ES 英文：(elasticsearch) 它是一种分布式全文搜索引擎，基于Lucene(全文搜索框架)开发而来 优势：分布式实时文件存储，每个字段皆能索引集群，可扩展(理论上无上限)高度集成的服务(RESTful风格的API，各语言客户端)易学易用 旧的数据查询查
转载
2023-07-18 16:47:41
70阅读
这幅图是某大厂前几年的搜索架构：搜索支撑的业务线包括商品、店铺、订单、用户等大大小小20多个，双11期间搜索
原创
2022-01-04 10:55:34
1163阅读
# 搜索架构演进指南
在现代软件开发中，搜索功能是一个不可或缺的部分。随着需求的变化，我们需要根据不同的阶段不断演进我们的搜索架构。本文将向你详细介绍搜索架构演进的具体步骤，所需的代码示例以及相关的注释，帮助你理解和实现这一过程。
## 过程流程
下面是搜索架构演进的步骤总结表格：
| 步骤 | 描述 |
原创
2024-10-16 06:01:36
44阅读
