企鹅漫步

由于coreseek带的mmseg默认词库只有1w多个字词，搜索出来的结果准确度不是很理想。花了半天找了下搜索引擎相关的资料，现在记录下一些提高搜索精度的方法和步骤：1. 基础词库要足够丰富，因为只有基础词库丰富了，才能谈权重设置。2. 增加相关业务领域的词汇，进一步提升词库量，如果不是做综合搜索，一般都只需要提高自身业务领域的词汇。3. 记录与收集用户搜索，把

[php] view plaincopymmseg -u unigram.txt  该命令执行后，将会在unigram.txt所在目录中产生一个名为unigram.txt.uni的文件，将该文件改名为uni.lib，完成词典的构造。需要注意的是，unigram.txt需要预先准备，并且编码格式必须为UTF-8编码在unigram.txt中的格式为：...帮助

背景早期，阿里巴巴B2B公司因为存在杭州和美国双机房部署，存在跨机房同步的业务需求。不过早期的数据库同步业务，主要是基于trigger的方式获取增量变更，不过从2010年开始，阿里系公司开始逐步的尝试基于数据库的日志解析，获取增量变更进行同步，由此衍生出了增量订阅&消费的业务，从此开启了一段新纪元。ps. 目前内部版本已经支持mysql和oracle部分版本的日志解析，当前的can