勋章
粉丝
https://github.com/sebarzi 著作《深入集群-大型数据中心资源调度与管理》 GopherChina2018讲师 2011加入淘宝至今，工作领域包括IaaS、PaaS资源调度、资源推荐、资源售卖、ToB用户增长等
-
发表了文章 2022-05-02
Lucene&solr 4 实践（5）
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。这部分先通透FST的原理和构造方法，方便理解lucene FST、Builder两个核心对象，从而彻底看清基于图的lucene4索引、查询的发展脉络。至于读懂后有神马用，自个琢磨啊！ 看懂估计要死伤不少脑细胞哦！
-
发表了文章 2022-05-02
Lucene&solr 4 实践（8）
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。Lucene 5 有哪些点对大数据倒排索引和检索有优势 1.索引懒加载lazy加载，意味着按时间段或者其他分割的数据可以按需加载 2.FST词典结构以及基于图的索引、查询，使得内存消耗更低 3.异步合并，使得增量索引合并时的“索引整理”开销或者对查询影响更小 4.commitpoint 视图下reader自动更新，使得大规模数据的虚拟分组、全量切换更加方便。
-
发表了文章 2022-05-02
solr&lucene spatial search 大规模地理搜索性能堪忧
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。最早发布时间2013年的时候。以下内容非最新版本的性能表现。
-
发表了文章 2022-05-02
Solr&lucene 默认的spatial search性能总结
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。介绍地理搜索性能优化的一些经验。
-
发表了文章 2022-05-02
全面解剖 Solr query 到lucene query
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。围绕从顶之下，从粗到西的关系认识solr 查询流程和实现细节。最低下定位到queryparse的实现。整个过程围绕信息检索这一思路展开，而不是工程实现来看这个问题。目的从整体结构上认识查询这一块的抽象。这样有具体需求的时候，可以知晓参照按个query、从哪个点注入系统中比较省事，而无需侵入solr、lucene底层。
-
发表了文章 2022-05-02
Solr&Lucene cache简要汇总
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文汇总Solr Lucene cache相关内容。撇开系统结构、架构这些整体性的分析，纯粹从使用方面做梳理。
-
发表了文章 2022-05-02
Solr4.1 spatial solrj search demo
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文介绍solr的地理搜索Demo。
-
发表了文章 2022-05-02
关于分词
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文围绕分词作一些入门资源信息介绍，偏分词应用。内容10年前的，不代表最新的内容啊。
-
发表了文章 2022-05-02
搜索lucene概念扫盲
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本篇回归基础，从概念介绍起。
-
发表了文章 2022-05-02
LucneSolr序列开源
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文汇总围绕Lucene、Solr的相关开源项目。不难发现，这是一个强大的生态。
-
发表了文章 2022-05-02
信息检索资源参考
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文汇总信息检索开放资源列表，有需要的拿走吧。
-
发表了文章 2022-05-02
SolrLucene超过300G索引优化参考
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文分享大索引优化实践经验。
-
发表了文章 2022-05-02
关于SolrCore引发的总结--持续更新
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文是SolrCore原理分析的连载之一，介绍SolrCore的原理。理解了org.apache.solr.core.SolrCore也就理解了solr，SolrCore作为solr的一个最小完备管理单元，覆盖了查询、更新、cache、分布式等全部内容。在工程上的 plugin、安全性上的权限、线程安全上的计数、扩展上的加载。。。。如果相关依赖lucene实现自己的分布式，那么SolrCore不能不学习和借鉴。
-
发表了文章 2022-05-02
关于SolrCore引发的总结---分布式搜索实现
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文是SolrCore原理分析的连载之一，介绍分布式搜索实现原理。
-
发表了文章 2022-05-02
关于SolrCore引发的总结--SearchComponent话题
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文分析SearchComponent的内涵。
-
发表了文章 2022-05-02
原理分析：Lucene reader计数与索引视图更新的异步线程化
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文分析Lucene reader计数与索引视图更新的异步线程化原理。
-
发表了文章 2022-05-02
互联网思维和做事方式
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文梳理了互联网思维和做事方式，对于从传统行业加入互联网的人来说，下面的描述，是值得反复琢磨的。
-
发表了文章 2022-05-02
索引合并那些事情
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文分享索引合并的经验。
-
发表了文章 2022-05-02
搜索平台化与定制化
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文分析个人对搜索平台化、定制化的思考。
-
发表了文章 2022-05-02
schema与查询11点注意事项
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文介绍solr schema与查询注意事项。
-
发表了文章 2022-05-02
实时或者准实时的说法
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文从个人理解出发，探探实时或者准实时搜索。
-
发表了文章 2022-05-02
Lucene4.2 update源码学习总结(1)
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文Lucene4.2 update源码学习总结。
-
发表了文章 2022-05-02
paoding 支持solr 4.2 高亮问题几处细节备忘
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文介绍paoding 支持solr 4.2 高亮问题几处细节，期待可以帮助大家少踩坑。
-
发表了文章 2022-05-02
Solr Deep paging 4.7 and 3.* 原理解析
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。本文Solr Deep paging 4.7 and 3.*的相关原理解析。deep paging 是通过保留上一次翻页的 docid 和 score 信息，在收集文档过滤时候，执行比较并pass 已经收集过的文档，使得收集器的size 有限，性能得到提升。 存在问题是 shard搜索过程，searcher改变了，内部id变了，影响结果的局部一致性。
-
发表了文章 2022-05-02
基于solr实现通用：输入提示、纠错、拼音搜索、繁体搜索方案
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。文本介绍基于solr实现通用：输入提示、纠错、拼音搜索、繁体搜索方案。
-
发表了文章 2022-05-02
基于Solr实现排序定制化参考
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 本文Solr实现排序定制化的实践参考。排序实现有N种形式，最低成本、最快响应时间是目标。 一份索引，支持N种排序策略并且在线互不干扰是要考虑的。每一种实现，处理的场景是不同的，不要千篇一律。020排序，从索引到效果，有不少坑，这篇文章没有细说，原因是有些内容不好公开。
-
发表了文章 2022-05-02
关于通用搜索软性的思考
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文是关于通用搜索的思考。
-
发表了文章 2022-05-02
Lucene QueryParser的一个"解析异常"
假期重新梳理了下之前在新浪博客的历史文档（新浪博客已下线），将一些内容重新搬到这里。 本文Lucene QueryParser的一个解析异常分析。
-
发表了文章 2022-05-02
Zookeeper API使用中一个case备忘
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 zk的API 和 封装后的API，语义和原生的执行行为，要自己进去瞅瞅。
-
发表了文章 2022-05-02
乘着开放搜索的风头YY下
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 本文是当时对搜索的理解吧，现在回头看，也是对继续从事搜索研发的同学有所帮助。
-
发表了文章 2022-05-02
一篇最美的离职故事
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 非常意外，在一堆文章中发现了这篇，感觉10年前的文档，现在读来也是蛮有启发的。离职故事原文不在赘述（信息安全不变透露），把当时自己的思考记录下啊。
-
发表了文章 2022-05-02
Solr BooleanQuery AND phraseQuery用法比较
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 本文Solr BooleanQuery 与PhraseQuery 用法比较。主要内容理解布尔查询、短语查询在分词后，AND OR 关系，帮助理解查询语义，和对结果的影响。顺便温习3种实现形式。
-
发表了文章 2022-05-02
solr3.5 分布式groupby源码分析
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文是关于Sole3.5 分布式GroupBy 源码分析。
-
发表了文章 2022-05-02
【转]最大熵模型：读书笔记
假期梳理了之前在新浪博客的文档，将一些有用的内容搬到这里。本文是关于最大熵的读书笔记。
-
发表了文章 2022-05-02
Solr-lucene 使用案例大全
假期重新把之前在新浪博客里面的文字梳理了下，搬到这里。 本文sole lucene的使用案例汇总。
-
发表了文章 2022-05-02
信息检索测试数据集
假期重新梳理了下之前在新浪博客的历史文档（新浪博客已下线），将一些内容重新搬到这里。 本文梳理信息检索测试数据集。
-
发表了文章 2022-05-02
EdgeNGramFilterFactory 与 NGramFilterFactory的实测效果
假期重新把之前在新浪微博的内容（原新浪这个平台已经下线了）梳理了下，同步搬到这里。主要是Lucene、Solr 应用这块的内容。本文是分词的效果对比。
-
提交了问题
2022-01-23
保存草稿内容怎么进入
-
发表了文章 2021-12-28
揭开云的面纱，OpenAPI服务分析
在上一篇《揭开云的面纱，从云的语言OpenAPI开始》从语言的视角对OpenAPI做了一个案例分析RunInstance。不难发现：RunInstances包含了 计算、存储、网络、安全等核心“部件”，符合“冯诺依曼结构”。对应单个服务器，由计算、存储、网络、安全融合为一个“硬件+软件“的台式机。在云原生环境下，云服务器变成了由分布式的计算池、存储池、网络池、安全服务等通过‘微服务’组装成云上的‘服务器‘，依然符合’冯诺伊曼‘架构’。那么这些微服务，提供计算、存储、网络等是如何‘粘合’一起，完整地支持OpenAPI的服务器请求处理的呢？下面进行分析。
-
发表了文章 2021-12-27
新书自荐《深入集群：大型数据中心资源调度与管理》
深入集群 大型数据中心资源调度与管理，已经第2版了（2021-10月）。之前在ata和百晓生发布了新书自荐，这次同步到社区。
-
发表了文章 2021-12-22
云端2021观察：“变化”
2021年是新世纪来，可能变化最剧烈的一年吧，我自己的体感是这样的。 作为一名在基础设施一线研发多年的码农，不自觉地问自己：这一年都发生了什么，自己做了什么，未来能做些什么？特别是未来的‘趋势’、未来的‘风口’。下面就是自己的一些‘务虚’思考。
-
发表了文章 2021-09-12
阿里云开发者社区 你确定你是在用心服务开发者吗？
从收到消息，说可以在阿里云开发者社区发文，提升个人的影响力，还可以顺便赚点小礼品。本质兴趣驱动，前来试水。结果连续发了几篇文章，每一次体验都非常的不好。例如 越是用心写的文章，约束审核严格，要人工协调（如前面几个技术资源汇总）。越是水货文章，越是立即审核通过（如本文）。特地吐槽下。这篇文章可能永久审核不通过，算是给审核的人一个提醒，也给自己一个留存，看看到底什么时候有改进。
-
发表了文章 2021-09-11
揭开云的面纱，从云的语言OpenAPI开始
前面博主汇总了主流云厂商的公开的技术资料，也对云的关键技术按分层做了梳理，其中虚拟化、调度、管控构成了三项基础、核心的服务和功能。所有这些技术最终通过云的语言：OpenAPI表达出来。把OpenAPI看作云的语言，意味着OpenAPI具备语言的基本特性，如指向性、描述性、逻辑性、交际性、传播性、名族性。同时，我们知道语言具备创造性、结构性，使用语言时候要求：具体、准确、简练。本文就尝试从语言的这些特性来分析、学习云的OpenAPI。
-
发表了文章 2021-09-01
云计算技术资料之调度
云的规模化效应的发挥离不开调度。随着云计算产品服务的成熟、普遍运用，调度的技术使用无处不在。 本文梳理了一些云厂商公开的调度相关的文章，从中可以帮助我们更好地认识、理解调度的产品、技术。
-
发表了文章 2021-09-01
云计算技术资料之虚拟化
云计算技术如果做大块的抽象，我理解在云架构之外，就是虚拟化、调度、管控，三块的技术结合，支撑了 云的核心特征：弹性服务能力。 本文结合之前的学习，梳理了一些虚拟化这块的云厂商的文档。下一篇梳理调度相关的文档。 连续做架构、虚拟化、调度等云的关键内容梳理，目的是便于技术兴趣同学，快速地对比各家技术，快速地理解各家技术特点。 选择各云厂商的官方文档，是为了体现代表性，具有权威性，方便交流。
-
发表了文章 2021-08-27
云计算技术资料之云架构
我们总是听到这样的词汇：云架构、基于云的架构、云原生架构。那么，到底这些名词在讲些什么。本文汇总了头部云厂商在官方文档的一些内容。通过这些内容，我们可以快速了解到，国内合国外的云厂商围绕云上的“架构”，各自的发力点，从中可以了解到差异，或者技术特色。
-
发表了文章 2021-08-24
云计算技术资源汇总-持续更新
云计算技术如何关注，有哪些主流的信息可以查看，本文进行了初步梳理。
-
发表了文章 2021-08-20
Java笔试题考点梳理
目前互联网企业在招人过程中，一般都要求进行笔试题考察。可能不同的面试官，出的题不一样，考察的侧重点也不大一样。 做为面试官，我时常提醒自己：要结构化评估、客观量化面试者答题成绩。 结合我自己的面试候选人的经历，我分享下我是怎么评估候选人Java笔试的内容。
-
发表了文章 2021-08-19
为什么说云计算技术值得你投简历
互联网高速发展的20多年，一批批优秀的计算机相关的优秀人才，纷纷加入或者转行加这个新兴的“爆发”行业。 经历了一波波技术热潮，从事信息技术研发运用的同学，我们每个人都期望一直站在“风口”，持续地顺势“飞”起来。 然而，对我们来说，识别并抓住“风口”的机会，其实非常需要运气和个人的正确选择。 那么，接下来，有什么好的“风口”？本文尝试回答：云计算技术值得你投简历。
-
发表了文章 2021-08-19
资源调度系统面试参考
大规模集群资源调度和管理，对应的技术领域：分布式操作系统研发和运用。 提到操作系统，大家就会说这太底层了，其实和我的工作实际过程要求的技术技能有些Gaap。 对于广大的研发同学来说，大部分职责都是业务研发，内核这方面的业务需求一般都是基础软件团队的工作范围。 但是，对分布式操作系统有兴趣的同学，特别是云平台资源调度管理有兴趣同学，如果想通过应聘进入这个领域，那么有没有一些通用的面试题参考呢。本文就从多年工作、面试过程中，抽取相关内容，供有需要的同学进行学习、总结。下面从调度队列和优化、调度稳定性、分布式一致性、数据分析和算法、开源源码做一个初步的梳理。
-
发表了文章
2023-06-13
其他板块文章汇总
-
发表了文章
2022-05-02
搜索引擎岗位应聘必备题
-
发表了文章
2022-05-02
140字的奥秘【转】
-
发表了文章
2022-05-02
文初技术分享【转】
-
发表了文章
2022-05-02
无序数组压缩查询【转】
-
发表了文章
2022-05-02
Lucene/Solr 分布式与实时方案收集
-
发表了文章
2022-05-02
实时引擎平台化总结
-
发表了文章
2022-05-02
Lucene Luke源码分析
-
发表了文章
2022-05-02
Lucene/Solr Optimize相关总结
-
发表了文章
2022-05-02
Solr监控
-
发表了文章
2022-05-02
一种以ID特征为依据的数据分片（Sharding）策略[转]
-
发表了文章
2022-05-02
Solr\Lucene优劣势分析
-
发表了文章
2022-05-02
海量数据处理面试题[转]
-
发表了文章
2022-05-02
Thinking in java 摘录序列(1)【转】
-
发表了文章
2022-05-02
Thinking in java 摘录序列(2)【转】
-
发表了文章
2022-05-02
性能估算-汇总【转】
-
发表了文章
2022-05-02
【转】SolrQuery--EmbeddedServer执行流程回顾
-
发表了文章
2022-05-02
【转】SolrQuery性能压测参考
-
发表了文章
2022-05-02
Solr schema编写指导
-
发表了文章
2022-05-02
【转】关于搜索挖掘所想
-
提交了问题
2022-01-23
保存草稿内容怎么进入
-
回答了问题
2014-05-10
阿里云主机可以增加SSD，提高lucene全文检索的性能吗？
Re阿里云主机可以增加SSD，提高lucene全文检索的性能吗？ 考虑使用聚石塔吧。终搜可以帮助你完成基于lucene solr的个性化检索服务。赞0 踩0 评论0