博客搜索一共收录了200多万的博客，一共索引600多万条记录。 博客联播是您随时发现新文章的一个来源，平均每天收录8万条记录，并且滚动播出（过滤程序将一些字数少于200，色情等的先过滤掉了），是中文博客的即时风向标。 Booso.com 最早是我在博客动力的时候业余时间利用refer 服务的数据制作的搜索引擎，今年年初因为事物繁忙，就逐渐荒废了开发，直到这次回国后才又有精力带领团队进行完善。Booso 从诞生到现在，一直是一个试验田，一共进行过如下的尝试：1] Referral 的服务 2] refer 和 关键词搜索的服务 3] 自动分类引擎的测试 4] 贴吧 5] 新闻搜索服务 6] 新闻聚类服务 7] 博客搜索服务 8] 博客联播服务。虽然前前后后历经一年之久，很多服务也是中途夭折，但是基本上正是这些尝试，我和我们的团队得到了很多锻炼和经验，这些财富才是最值得收藏的。 对于这两个服务，我和我的团队还在完善中，如果有好的建议或者砖头请不要吝啬。...
博客吧/必思浓咖啡的地理位置： 地址：学院路和清华东路交叉口的东南角，清华东路路南，店门朝北。 地址: 北京 学院路6号富润家园底商5号 电话: 82395262 地区: 海淀区-成府路/知春路 菜系: 咖啡，酒...
最近"垂直"这个词非常火,似乎每一个人都在谈论垂直, 当然无法跟google,baidu进行竞争的时候每个人都会想到缩小战场, 收缩到一个相对小的范围. 那么水平呢? 其实很多的搜索并非是完全的垂直, 水平也是有用的. 集成方式的搜索搜索 超女或者搜索 天空是两个很好的例子, 站内外的blog和图片都可以方便的被搜索到. 如下图:...
最近在对现有的搜索引擎进行分布式的改进, 回顾以前阅读过的 google file system 的文章时发现google的思维和我们平时固守的思维很不一样, 可以说很多在我们看来是有一些"偏激"的,可是正是由于这些偏激, 才导致google与其跟随者的不同. 以下为几个例子: 1. google认为, 所有的硬件都是容易产生故障的, 因此google认为故障是必然的, 不产生故障才是偶然现象. 这个想法和我们通常的意识是相反的. 2. Google认为, 一旦写入, 再也不删除和修改. 这点上google认为修改和删除会对系统造成潜在的伤害, 例如文件的不连续性, 文件定位的困难.. 3. Google将Linux的 file system的block更改为 64M , 也就是说, 写文件的最小单元是64M, 而不是我们通常的512字节, 两者整整相差了128000倍. 4. Google认为修复是没有必要的, 当一个服务器出现问题的时候, 撤下来, 换上另外一个 google unit(google 单元)即可, 因为维修的成本远远大于直接上线一个全新的服务单元的成本. 说来容易, 其实只有当google结构真正实现高冗余和分布式这样的操作才可行, 而这些正是google的核心. 当我们设计一个系统的时候, 我们最简单的做法通常是会根据需求对已有的一些经验进行匹配, 这个过程中我们通常走的是近路,而且我们的经验常常会束缚我们的想法, 没有抛开经验进行全新的分析和设计, 也自然就难以有所创新....