自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

whinah的专栏

terark.com可检索压缩技术作者。致力于让数据更小,访问更快。

  • 博客(5)
  • 资源 (8)
  • 收藏
  • 关注

MultipleInputs/MultipleOutpus

仔细看了一下 Hadoop.MapReduce 的代码,发现了两个新类:MultipleInputs/MultipleOutpus,再仔细看它们的详细文档,的确实现了我想要的功能:不同的InputPath,可是使用不同的InputFormat 和 Mapper可以将不同类型(可能是多种计算)的结果写入不同的Reduce Output。 再看一下它们的实现代码,让我大失所望,Mu...

2009-11-26 20:53:44 180

愿微软早日倒掉

今天早上Outlook出错了,无法启动。显示“xxxxx,无法打开Outlook窗口”,去google了一下,说是用 office自带的scanpst.exe可以修复,于是照做,修复完了,还是不能启动,一样的错误信息。然后又是到‘控制面板>>邮件’重新改pst配置,又是搞pst……折腾了两个小时,还没弄好!又去google,说使用advance outlook recorver软件...

2009-11-18 11:48:38 66

希望 MapReduce 直接支持多种输入/输出

希望在 MapReduce 加入这样3个功能: 1.      可以对不同的输入文件指定不同的RecordReader/Mapper我对这个问题的解决办法是:使用不同的正则表达式来自动识别,很不优美,而且有局限 2.      一个 Map 可以输出多个不同的管道——目前只有一个我对这个问题的解决办法是:给记录打标记,使用标记来识别管道编号 3.         每...

2009-11-16 21:05:09 86

原创 内嵌变长数据结构范例——trbstrmap

  以前的这篇文章介绍了嵌入的变长数据结构(embeded) 本文介绍一个使用这种思想实现的通用strmap容器,相当于:std::map。 实现上使用了我以前写的线索红黑树——相比标准map的实现,节省了一半的结点存储开销,而平均查找时间只付出很小的额外开销,并且没有代码膨胀问题。 使用大多数情况下trbstrmap // Compare是可选的,al

2009-11-03 22:13:00 956

内嵌变长数据结构范例——trbstrmap<mapped>

  以前的这篇文章介绍了嵌入的变长数据结构(embeded) 本文介绍一个使用这种思想实现的通用strmap容器,相当于:std::map&lt;std::string, Mapped&gt;。 实现上使用了我以前写的线索红黑树——相比标准map的实现,节省了一半的结点存储开销,而平均查找时间只付出很小的额外开销,并且没有代码膨胀问题。 使用大多数情况下tr...

2009-11-03 17:43:06 171

C++ Best Practice (高阶教程)

你所不知道的C++,临时变量、重载、模板、异常……等等你所不知道的细节

2013-02-25

有穷自动机的原理及应用

有穷自动机,自动机最小化,串匹配,压缩,性能

2013-02-22

对称冗余集群架构

对称冗余集群架构 容错 Memcached

2011-10-18

Text Clustering

2007年的一个项目,对文章进行聚类分析,近千万篇文章,4核4G 的低端服务器即可有效处理并提供在线服务

2011-10-18

HadoopStreaming

写的一个 Hadoop Streaming 教程

2011-10-18

MapReduce应用

2009年写的,刚才看最后修改日期是2009年11月

2011-10-18

Hadoop.MapReduce.分析

2009年7月份写的一篇 Hadoop.MapReduce 介绍

2011-10-18

febird C++ 库(附带所有源码)

febird implemented a serialization framework(vs boost.serialization/google.protocolbuffer), can be used in protocol parsing, big/small data serialization, even in very small object serialize, performance is good. (such as key/data serialization in BerkeleyDB), it provide fast performance(30~80 times faster than boost.binary_archive), and lower memory usage. febird.rpc is a C++ remote procedure call without an IDL supporting, it based on the serialization framework. febird.rpc provide convenient usage and fast performance, and an uniform coding style. febird 实现了一个序列化框架(对比boost.serializaiton/google.protocolbuffer),可以用在协议解析,大/小数据的序列化,有极高的性能(比boost.binary_archive快30~80倍),甚至对于非常小的对象,例如只有几个字节的对象,这在序列化BerkeleyDB中key/data这么小的对象(可能只是一个整数/变长整数)时非常有用。 该库提供了对BerkeleyDB的序列化封装,可以象使用std::map一样使用它。 该库也实现了一个不需要IDL的rpc,使用几个宏,很方便的自动完成函数参数的序列化,比MFC的MessageMap?还要方便。 使用时请checkout最新版,下载的那个版本比较旧了 @see http://blog.csdn.net/whinah http://blog.csdn.net/whinah/archive/2008/11/07/3248730.aspx http://blog.csdn.net/whinah/archive/2008/11/07/3248770.aspx

2009-04-27

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除