<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[knzeus的搜藏夹]]></title><description><![CDATA[程序&amp;算法&amp;数据结构&amp;统计&amp;搜索&amp;脚本&amp;机器学习&amp;索引&amp;....]]></description><link>https://blog.youkuaiyun.com/knzeus</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; knzeus]]></copyright><item><title><![CDATA[MVCC的一种实现方案]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9251737</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9251737</guid><author>knzeus</author><pubDate>Fri, 05 Jul 2013 14:23:09 +0800</pubDate><description><![CDATA[源信息来源：http://my.oschina.net/juliashine/blog/111624


简单描述：
一个data-server，通过mvcc来实现事务的一致性，已支持更高的吞吐和更低的lantency。
每个Transaction（简称Trx）分配一个版本XID。XID是全局维护的递增ID。
每个Data Item（相当于DB table的一行），有两个标记分别是XM]]></description><category></category></item><item><title><![CDATA[Mysql Innodb的undo redo操作过程]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9245873</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9245873</guid><author>knzeus</author><pubDate>Thu, 04 Jul 2013 18:43:09 +0800</pubDate><description><![CDATA[From：http://www.linuxidc.com/Linux/2011-09/42266.htm
Mysql到底是怎么实现MVCC的？这个问题无数人都在问，但google中并无答案，本文尝试从Mysql源码中寻找答案。

在Mysql中MVCC是在Innodb存储引擎中得到支持的，Innodb为每行记录都实现了三个隐藏字段：



6字节的事务ID（DB_TRX_ID ）7字]]></description><category></category></item><item><title><![CDATA[InnoDB的Redo Undo Log]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9245745</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9245745</guid><author>knzeus</author><pubDate>Thu, 04 Jul 2013 18:19:55 +0800</pubDate><description><![CDATA[原文链接：http://www.mysqlops.com/2012/04/06/innodb-log1.html



本文是介绍MySQL数据库InnoDB存储引擎重做日志漫游
 – Undo Log
 Undo Log 是为了实现事务的原子性，在MySQL数据库InnoDB存储引擎中，还用Undo Log来实现多版本并发控制(简称：MVCC)。
 
- 事务的原子性(Atomi]]></description><category></category></item><item><title><![CDATA[Redis's Transactions]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9231937</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9231937</guid><author>knzeus</author><pubDate>Wed, 03 Jul 2013 11:21:46 +0800</pubDate><description><![CDATA[Redis的事务处理方案。
其中对于为什么redis不支持rool back的解释挺不错。


From: http://redis.io/topics/transactions 


Transactions


MULTI, EXEC, DISCARD and WATCH are
 the foundation of transactions in Redis. They]]></description><category></category></item><item><title><![CDATA[多线程程序中操作的原子性]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9214249</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9214249</guid><author>knzeus</author><pubDate>Mon, 01 Jul 2013 15:04:04 +0800</pubDate><description><![CDATA[多线程程序中操作的原子性



From：http://www.parallellabs.com/2010/04/15/atomic-operation-in-multithreaded-application/

0. 背景

原子操作就是不可再分的操作。在多线程程序中原子操作是一个非常重要的概念，它常常用来实现一些同步机制，同时也是一些常见的多线程Bug的源头。本文主要讨论了三]]></description><category></category></item><item><title><![CDATA[Linux I/O调度]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9212641</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9212641</guid><author>knzeus</author><pubDate>Mon, 01 Jul 2013 11:41:08 +0800</pubDate><description><![CDATA[【转载】Linux I/O调度


来源：http://www.cnblogs.com/sopc-mc/archive/2011/10/09/2204858.html
一) I/O调度程序的总结
    1) 当向设备写入数据块或是从设备读出数据块时,请求都被安置在一个队列中等待完成.
    2) 每个块设备都有它自己的队列.
    3) I/O调度程序负责维护这些队列的顺序,以]]></description><category></category></item><item><title><![CDATA[CAP解释与一致性类别]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9199125</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9199125</guid><author>knzeus</author><pubDate>Fri, 28 Jun 2013 18:33:02 +0800</pubDate><description><![CDATA[From: http://www.blogjava.net/hello-yun/archive/2012/04/27/376744.html

--

在足球比赛里，一个球员在一场比赛中进三个球，称之为帽子戏法(Hat-trick)。在分布式数据系统中，也有一个帽子原理(CAP Theorem)，不过此帽子非彼帽子。CAP原理中，有三个要素：

一致性(Consistency) 可用性]]></description><category></category></item><item><title><![CDATA[【论文阅读】《Chain Replication for Supporting High Throughput and Availability》]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/9180285</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/9180285</guid><author>knzeus</author><pubDate>Thu, 27 Jun 2013 14:55:13 +0800</pubDate><description><![CDATA[--
论文链接：http://www.cs.cornell.edu/fbs/publications/chainreplicosdi.pdf
--
摘要：针对分布式对象存储系统，满足副本的强一致性，同时支持高吞吐高可用的设计方案。简称链式复制。
文章提出了链式复制的方案，并给出了查询、更新操作的流程，节点故障恢复方案。并和primary backups的方案进行了对比。认为链式复制的方案在]]></description><category></category></item><item><title><![CDATA[探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6443347</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6443347</guid><author>knzeus</author><pubDate>Tue, 24 May 2011 20:50:00 +0800</pubDate><description><![CDATA[探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类
		<br /> 赵 晨婷
, 软件工程师,  IBM马 春娥
, 软件工程师,  IBM<br />简介：
 智能推荐大都基于海量数据的计算和处理，然而我们发现在海量数据上高效的运行协同过滤算法以及其他
推荐策略这样高复杂的算法是有很大的挑战的，在面对解决这个问题的过程中，大家提出了很多减少计算量的方法，而聚类无疑是其中最优的选择之一。
聚类 (Clustering) 是一个数据挖掘的经典问题，它的目的是将数据分为多个簇 ]]></description><category></category></item><item><title><![CDATA[探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6443319</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6443319</guid><author>knzeus</author><pubDate>Tue, 24 May 2011 20:30:00 +0800</pubDate><description><![CDATA[探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探
		<br /> 赵 晨婷
, 软件工程师,  IBM马 春娥
, 软件工程师,  IBM<br />简介：
 随着 Web 
技术的发展，使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他们需要的信息将变得越来越
难。传统的搜索技术是一个相对简单的帮助人们找到信息的工具，也广泛的被人们所使用，但搜索引擎并不能完全满足用户对信息发现的需求，原因一是用户很难用
恰当的关键词描述自己的需求]]></description><category></category></item><item><title><![CDATA[探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤 ]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6443316</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6443316</guid><author>knzeus</author><pubDate>Tue, 24 May 2011 20:28:00 +0800</pubDate><description><![CDATA[探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤
		 赵 晨婷
, 软件工程师,  IBM马 春娥
, 软件工程师,  IBM简介：
 本系列的第一篇为读者概要介绍了推荐引擎，下面几篇文章将深入介绍推荐引擎的相关算法，并帮助读者
高效的实现这些算法。
在现今的推荐技术和算法中，最被大家广泛认可和采用的就是基于协同过滤的推荐方法。它以其方法模型简单，数据依赖性低，数据方便采集 , 
推荐效果较优等多个优点成为大众眼里的推荐算法“No.1”。本文将带你深入了解协同过滤的]]></description><category></category></item><item><title><![CDATA[google开源了内部使用的CityHash算法]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6323438</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6323438</guid><author>knzeus</author><pubDate>Thu, 14 Apr 2011 15:53:00 +0800</pubDate><description><![CDATA[<br /> <br />Google 
发布了 CityHash 
系列字符串散列算法
。今天发布的有两种算法：CityHash64 
与 
CityHash128
。它们分别根据字串计算 64 

和 128 
位的散列值。这些算法不适用于加密，但适合用在散列表等处。<br />Google 
一直在根据其数据中心常用的 
CPU 
对算法进行优化，结果发现对大多数个人计算机与笔记本同样有效益。尤其是在 64 

位寄存器、指令集级的并行，以及快速非对其内存存取方面。<br ]]></description><category></category></item><item><title><![CDATA[[zz]Bloom Filter概念和原理]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6321756</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6321756</guid><author>knzeus</author><pubDate>Wed, 13 Apr 2011 22:25:00 +0800</pubDate><description><![CDATA[<br />http://blog.youkuaiyun.com/jiaomeng/archive/2007/01/27/1495500.aspx<br /> Bloom Filter概念和原理<br />焦萌 2007年1月27日<br /> <br />Bloom Filter是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。Bloom Filter的这种高效是有一定代价的：在判断一个元素是否属于某个集合时，有可能会把不属于这个集合的元素误认为属于这个集合（fal]]></description><category></category></item><item><title><![CDATA[sparse_hash_table sparse_hash_set sparse_hash_map dense_hash_table/set/map]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6321127</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6321127</guid><author>knzeus</author><pubDate>Wed, 13 Apr 2011 17:41:00 +0800</pubDate><description><![CDATA[<br />看到之前的一份打印稿。描述了一个hash的组织结构。<br />大概是，对数据分group，每个group最多48个item。每个group有一个bitmap来标记对应节点是否存在，实际数据顺序存储在一个vector中，对于dense则是存一个完整的数组。<br /> <br />没明白这种设计有哪些好处和应用场景。 性能不大高。<br />暂记，估摸以后有用得到的地方。]]></description><category></category></item><item><title><![CDATA[jaccard相似度计算公式]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6319137</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6319137</guid><author>knzeus</author><pubDate>Tue, 12 Apr 2011 22:04:00 +0800</pubDate><description><![CDATA[<br />简单介绍一下Jaccard系数:广义Jaccard系数可以用于文档数据，并在二元属性情况下归约为Jaccard系数。广义Jaccard系数又称Tanimoto系数。（有另一种系数也称为Tanimoto系数）。该系数用EJ表示，由下式定义：<br />
EJ(x,y)=(x*y)/(||x|*||x||+||y||*||y||-x*y)<br />
其公式与余弦相似度的计算有点相似<br /> <br />http://hi.baidu.com/soulingm/blog/item/28ff4]]></description><category></category></item><item><title><![CDATA[向量相关性]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6319052</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6319052</guid><author>knzeus</author><pubDate>Tue, 12 Apr 2011 21:36:00 +0800</pubDate><description><![CDATA[http://woodstudio.iteye.com/blog/141005 <br /><br /><br />Pearson相关系数 - Pearson's Correlation Coefficient<br /> <br /> <br />关键字: pearson's correlation coefficient
  
  
    Pearson相关系数用来衡量两个数据集合是否在一条线上面。其计算公式为：<br /><br /><br />
一个具体的计算的例子：X Y<br />
]]></description><category></category></item><item><title><![CDATA[[zz]创新工场笔试小记]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6319007</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6319007</guid><author>knzeus</author><pubDate>Tue, 12 Apr 2011 21:20:00 +0800</pubDate><description><![CDATA[<br />http://www.iteye.com/topic/769423<br /> <br />创新工场几道笔试题，欢迎大家讨论。1 基本情况<br />笔试题量很小，答题时间1个小时。<br /> <br />1道填空题，9道左右选择题，最后一道编程题。2 几个题目<br />第一题：<br /> <br /> C代码  int f(int x) {      int c = 0;      while(x!=0) {          x = x & (x-1);          c++;  ]]></description><category></category></item><item><title><![CDATA[[zz]simhash算法的原理]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6286585</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6286585</guid><author>knzeus</author><pubDate>Tue, 29 Mar 2011 16:46:00 +0800</pubDate><description><![CDATA[<br />出处： http://www.cnblogs.com/linecong/archive/2010/08/28/simhash.htmlsimhash算法的原理<br />第一次听说google的simhash算法[1]时，我感到很神奇。传统的hash算法只负责将原始内容尽量均匀随机地映射为一个签名值，原理上
相当于伪随机数产生算法。传统hash算法产生的两个签名，如果相等，说明原始内容在一定概率下是相等的；如果不相等，除了说明原始内容不相等外，不再提
供任何信息，因为即使原始内容只相差一个字]]></description><category></category></item><item><title><![CDATA[二项分布的概念与特征]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6277720</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6277720</guid><author>knzeus</author><pubDate>Fri, 25 Mar 2011 14:17:00 +0800</pubDate><description><![CDATA[http://www.foodmate.net/lesson/41/ <br />第一节
　二项分布的概念与特征 <br />一、二项分布的概念<br />在医学领域中，有一些随机事件是只具有两种互斥结果的离散型随机事件，称为二项分类变量（dichotomous 
variable），如对病人治疗结果的有效与无效，某种化验结果的阳性与阴性，接触某传染源的感染与未感染等。二项分布（binomial 
distribution）就是对这类只具有两种互斥结果的离散型随机事件的规律性进行描述的一种概率分布。<]]></description><category></category></item><item><title><![CDATA[linux find/xargs命令]]></title><link>https://blog.youkuaiyun.com/knzeus/article/details/6277717</link><guid>https://blog.youkuaiyun.com/knzeus/article/details/6277717</guid><author>knzeus</author><pubDate>Fri, 25 Mar 2011 14:16:00 +0800</pubDate><description><![CDATA[http://www.linuxsir.org/main/?q=node/137Linux文件查找命令find,xargs详述<br />总结：zhy2111314<br />来自：

LinuxSir.Org<br />整理：

北南南北<br />摘要：

 本文是find 命令的详细说明，可贵的是针对参数举了很多的实例，大量的例证，让初学者更为容易理解；本文是zhyfly兄贴在论坛中；我对本文进行了再次整理，为方便大家阅读；<br />目录<br />版权声明<br />前言：关于find]]></description><category></category></item></channel></rss>