foreversunyao的专栏

1、1TB（或1分钟）排序的冠军 作为分布式数据处理的框架，集群的数据处理能力究竟有多快？或许1TB排序可以作为衡量的标准之一。 1TB排序，就是对1TB（1024GB，大约100亿行数据）的数据进行排序。2008年，Hadoop赢得1TB排序基准评估第一名，排序1TB数据耗时209秒。后来，1TB排序被1分钟排序所取代，1分钟排序指的是在一分钟内尽可能多的排序。2009年，在一个1406个节点组...

摘要：本文介绍了空间索引的概念、R-Tree数据结构和R-Tree空间索引的算法描述，并从R-Tree索引技术的优缺点对R-Tree的改进结构——变种R-Tree进行了论述。最后，对R-Tree的最新研究进展进行了分析。 关键词：空间索引技术；R-Tree；研究历程；最新进展 当前数据搜索的一个关键问题是速度。提高速度的核心技术是空间索引。空间索引是由空间位置到空间对象的映射关系。当前...

http://blogold.chinaunix.net/u2/61062/showart_2035566.html 索引结构和散列结构是用在外部搜索的搜索结构。 数据在外存中的组织的方式也就是文件结构，主要分成顺序、直接存取(散列)、和索引结构。 在文件组织中主要使用的是索引和散列方法。 下面是殷人昆老师的书中介绍的索引结构   静态索引结构 当数据对象个数 n...

散列表 设所有可能出现的关键字集合记为U(简称全集)。实际发生(即实际存储)的关键字集合记为K（|K|比|U|小得多）。 散列方法是使用函数h将U映射到表T[0..m-1]的下标上（m=O(|U|)）。这样以U中关键字为自变量，以h为函数的运算结果就是相应结点的存储地址。从而达到在O(1)时间内就可完成查找。 其中： ① h：U→{0，1，2，…，...

一致性 hash 算法（ consistent hashing ） 张亮 consistent hashing 算法早在 1997 年就在论文 Consistent hashing and random trees 中被提出，目前在 cache 系统中应用越来越广泛； 1 基本场景 比如你有 N 个 cache 服务器（后面简称 cache ），那么如何将一个对象 objec...

http://www.cppblog.com/sicheng/archive/2009/11.html

http://seaizon.iteye.com/blog/571153 合并排序 合并排序（MERGE SORT）是又一类不同的排序方法，合并的含义就是将两个或两个以上的有序数据序列合并成一个新的有序数据序列，因此它又叫归并算法。它的基本思想就是假 设数组A有N个元素，那么可以看成数组A是又N个有序的子序列组成，每个子序列的长度为1，然后...

转载http://158067568.iteye.com/blog/914049 快排是分治法的一个应用，快排主要是通过一个设定枢轴，然后以这个枢轴为标杆，将待排序列按大小分成比枢轴大的，和比枢轴小的两部分。然后在对划分完的子序列进行快排，知道子序列中元素的个数为 1 位置。 快速排序实现 快排是程序员必须掌握的，举一个例子来解释，如下图： <!--[end...

Paxos is a family of protocols for solving consensus in a network of unreliable processors. Consensus is the process of agreeing on one result among a group of participants. This problem becom...

A distributed hash table (DHT ) is a class of a decentralized distributed system that provides a lookup service similar to a hash table ; (key , value ) pairs are stored in a DHT, and any part...