由于百度博客发表文章字数有限，以后原创文章全部都先发表到csdn和cu上，再发表到百度博客上，百度博客除了放原创的文章还主要放网上寻找到的优秀文章。本着黑客精神我将陆续把最近分析注释
的心得发布出来，老鸟，大虾，大牛，高手飘过就是了，若愿意浪费指点下小弟的在下不甚感激，有问题的朋友直接留言讨论。由于本人水平有限，分析和翻译难免有
资源检索系统是中国教育和科研计算机网示范工程应用系统课题之一，是国家“九五”重点科技攻关项目“中文编码和分布式中英文信息发现”的研究成果，并于1997年10月29日正式在CERNET上向广大Internet用户提供Web信息导航服务。
系统由北京大学计算机系网络研究室设计开发。目前已收录了1.05亿网页和大量的新闻组文章，更新较快，功能规范；反馈内容完整，包括网页标题
写了一大篇描述，结果CSDN提示说俺取的标题太长，哎~ 1.天网搜索引擎是北大网络实验室开发的一款搜索引擎。 2. 北大天网是国内搜索引擎开发领域的老前辈，于90年代就开始研究。 3. 推荐北大网络
北京大学学报（自然科学版） &）国家“九五”重点科技攻关项目 &）和国家“!”支持项目 第三代搜索引擎与天网雷鸣王建勇赵江华单松巍陈葆珏 （北京大学计算机科学技术系） 摘要论述了三代搜索引擎的发
之前，先梳理一下该程序中的主要步骤： （1）准备数据 在第二节中介绍了系统中一些重要的数据文件，这些文件便是实现搜索功能所需的数据文件，如：字典文件、倒排文件、网页索引文件和URL索引文件等。程序第一步需要读取这些文件的内容为搜索做好准备。 （2）获取用户输入 获取用户
原理、技术与系统》一书，同时下载了书中介绍的原型系统北大
方面的基础，也没有web开发经验，一切从零开始学习。为了记录学到的知识以备日后之用，也为了与大家分享并一起学习探讨，将学习的过程整理成笔记，连载发布于本博客。声明一下，我不是高手，我是菜鸟，从零开始学习，所以如果文中有错误之处敬请大家批评指出，也欢迎感兴趣的朋友
原理、技术与系统》这本书，书虽然有点年代感，但是技术永远不会过时。所以就来搭建一个自己的
，下载源码，然后来学习，这里博客作笔记使用，同时也希望和更多的人一起讨论分享。 我这里主要的参考博客是一位大佬在13年写的博客专栏里面的博客，为什么我也要重复写呢，因为时间隔太远了，有很多的技术更新，需要用到很多的新技术，所以我就把自己的学习笔记分享一下。大佬的专栏地址在这，有兴...
这几天，一直都不能用，很不爽。天网的ftp可是一个暴爽的工具阿 { 呵呵，我们下载东西一般是在众多网页中去定位一个下载的连接，用天网，呵呵，直接定位下载的连接。 输入winamp.exe，你就可以查
： 很明显有一行备注是给我们看的， lt;!-- $test=$_GET[username]; $test=md5($test); if($test==0) --gt; 这很明显是个php弱类型问题，md5加密等于0，详情见我的博客【php弱口令总结】略过 将username替换之后bp可得如下代码： 很明显，这是告诉我们去访问一个新...
发现，对方处理username的方式，我们可以针对php的==弱类型来处理，就是传递一个md5加密后结果为0exxxxxxxxxxx，就是科学计数法，然后就可以另外一个网页的地址，进入查看，发现处理password的方式，发现对方是通过序列化来进行处理的，同时序列化中有user和pass值，我们直接写php代码，反向生成后台处理的代码，如下lt;?php $r = ar...
Search.cppCQuery iQuery; iQuery.GetInputs();//具体程序开始执行 // current query & result page numb
这里介绍正向索引的建立，如果直接建立倒排索引效率上可能会很低，所以可以先产生正向索引为后面的倒排索引打下基础。详细的文件功能和介绍都在这里有了介绍自顶向下学
分析及完全注释[5]倒排索引的建立及文件介绍CrtForwardIdx.cpp文件intmain(intargc,char*argv[])//./CrtFo
三、发送请求和接收数据1.构造请求消息体并发送给服务端 搜集端与服务端建立连接后，前者按照HTTP的要求构造消息体发送给服务端。这段实现代码包含在函数 int CHttp::Fetch(string strUrl,char ** fileBuf,char **fileHeadBuf,char **location,int *nPSock)中。HttpFetch 函数中部分代码参考了 http:/
前面的章节详细的介绍了查询服务子系统，可以发现查询服务子系统是基于一些”数据文件“实现查询功能的，这些”数据文件“在第2节中介绍过，包括：词典文件（words.dict）、原始网页数据库文件（Tianwang.raw.2559638448）、网页索引文件（Doc.idx）、URL索引文件（Url.idx.sort_uniq）、倒排索引文件（sun.iidx），其中words.dict是已经有的、T
建立索引在运行程序上的大致步骤可以简化分为以下几步：1、运行命令#./DocIndex会用到一个文件 tianwang.raw.520 //爬取回来的原始文件，包含多个网页的所有信息，所以很大，这也是一个有待解决的问题，到底存成大文件（如果过大会超过2G或4G的限制，而且文件过大索引效率过低）还是小文件（文件数过多用于打开
简介：TDDL(Tabao Distributed Data Layer)是淘宝开源的一个用于访问数据库的中间件，集成了分库分表，主备，读写分离，权重调配，动态数据库配置等功能。本文以2007年TDDL初诞生时的视角，介绍TDDL是如何一步步设计成型的，希望能帮助同学们简单收获：常规数据库效率问题解决思路、TDDL框架设计基本思路以及分布式数据库设计思路等。时间倒转穿越回2007年年底一觉醒来，我还是照常去上班，走到西溪湿地附近，马路没有，高楼没有，有的是小山坡和金色的稻田。一番打听之后，才知道此时没有什么
