edwardpro's blog

最近由于奥运事件，导致很多人开始又一次抛起了“爱国”热潮。但其中的某些声音太不和谐了，太令人感到可笑，实在忍不住出来说几句。

就在几天前突然网上开始疯传抵制家乐福的口号，而后全国似乎刮起了一阵反法热潮。我觉得很莫名，问题又来了，反什么货有价值吗？反货能做到吗？
首先说说第一条，价值问题。经济是全球的，同样在法国也是，法国早已经不是以工业生产为主要经济来源了，你抵制法国一个超市对法国的影响力有多大？能迫使法国政府服软吗？不能！反而验证了西方媒体所谓的中国人粗俗论！真是愚蠢至极，当你和一个无赖进行斗争的时候只有一拳击倒他才是最好的反抗，无意义的谩骂推搡只能得到更多的谩骂和推搡，难道这条不懂吗？

再说第二条，所谓的全面抵制听起来很美，但实际上呢。。。别忘记你说出这句话就要准备好抵制所有的，很多法国货是灭有写在上面的！你知道我们用了多少法国专利吗？别的不说，就说电信，阿尔卡特在ADSL方面的技术是非常出色的，早年中国电信的所有技术和设备都是阿尔卡特的，难道你现在要准备抵制吗？怎么抵制？不打电话 不上网？呵呵，自己想想这种话说出来有多幼稚。

而追根溯源我们来看看这件事情的本质都是法国政府的问题，巴黎市政府默许了某些人的罪恶行径，但请注意是政府，在中国由于是一党专制，因此大多数人都把地域上的名称和政权划上了等号，但请注意在法国不是这样的，政府只是代表政府但和法国还是有区别的，更不能代表法国人民，而这一点是我们搞不清楚的，我们从小就因为专制政权的需要，接受到了专制教育，比如最常见的“没有共产党就灭有新中国”，这句话就把地域上的中国和共产党领导的政权搞混了，难道没有共产党中国人就从地球消失了，中国这片土地就没有了？根本不是这样的，而且可以很肯定不是这样的，这只是统治阶级编造的美丽话语而已。但我们的很多“热血”青年在这个概念模糊的情况下打出了反对法国的旗号，你从哪里看出来全法兰西共和国人民都在反对奥运？

再冷静思考思考，我有几个疑问：
1 家乐福在法国算什么档次的企业？
2 家乐福在中国又有多重要？
3 在中国有多少法国品牌？
冷静地回放一下，为什么造事者要针对家乐福呢？为什么不是欧尚 为什么不是e-mart？ 太可疑了吧，综合考虑下来很显然这是某个竞争对手利用这次混乱利用中国人民的爱国热情制造的可悲的市场行动，目的只有一个打击家乐福——它的商业对手，多么卑劣的行为，多么拙劣的演出！可就是那么拙劣的演出，很多人却信誓旦旦，请问你们肩膀上扛的是什么？肉球吗？

还记得狼来了的故事吗？多叫几次就没有人会相信了，人民好不容易积存的爱国热情却被这样拙劣和可恶的商业人士所利用，实在令人感到一阵悲凉。谈恋爱的时候要把爱秀出来，告诉你的爱人我爱你，要玩激情。但对于自己的国土爱要缓缓地释放，爱在心中温存着，温暖你我的心，无论何时何地都要记得我们是炎黄子孙，这才是爱国，不是在msn写上一个红星就是了（红星事件显然是某家做msn插件的公司的市场行为，这里不多解释了，累）。

上班了，花了点时间说说自己的想法，因为我觉得在中国粗俗的人太多，要冷静，历史已经证明了不冷静好事一会变坏的。

你的搜索可以集群吗？这是一个突然发来的问题。。。其实lucene说实话什么都好就是集群不方便。。。

查看了些资料基本上做集群都是利用系统的集群文件系统等实现的，这个效率不会好。

突然我觉得可以这样的结构来做集群：

一台单机做索引，索引文件存在这台物理机上

然后利用nfs将索引文件映射到多台子机，子机将nfs的内容用RAMDirectory读到内存索引中，然后子机各自使用web服务提供前台访问

前端再使用集群服务器实现前台的集群

当索引更新的时候可使用jms通知子机及时同步nfs和RAMDirectory的内容

这样的集群从性能上应该能有一定的提高。

终于忍不住去看病了。
不想再让老妈跑去开我御用的施贵宝的头孢拉定了。今天还是可以值得纪念的，俺的医保卡终于开封了.
但似乎第一次看病体验不咋的。。。
1 诊疗那么困难？
慢性鼻炎炎症波及左面的扁导体是我一直常有的病基本上每年发个两三次，今天跑去看，医生却异常粗糙地看看了扁导体，说你的扁导体本来就大我看没问题啊？哪里病了？我说我有鼻炎的，他也没看，就说鼻炎和扁导体发炎有什么关系？要不这样，你不放心，我给你验个血，不行做个组织切片培养看看？我顿时无语了。。。第一虽然没有明显肿大，但是你难道看不出颜色吗？第二就算没有肿大，你没有看到表面不明粘液吗？不好意思哦，我在家都看出来了，而且我的神经系统已经准确告诉了我情况，你居然说看不出来，要么瞎子？说白了你就是想多挣点诊疗费而已。别忘记在几百年前什么也没有的时候照样可以诊断，现在技术先进了人就退化了？


2 药费合理吗？
今天开了两盒药却花了60，药名：《盐酸左氧氟沙星》单盒24片是30元，而同样规格的药外地某品牌的只有11元。问题就来了，虽然国家说药价降，但是实际上某种类似药物定价差距还是很大的。但这看似在其他产品合理的地方在药品上却是不合理的。同样一个配置的本本dell5k sony可能要1万没有人说不合理吧，因为这两者还是有差别的，就算不值这个差价，但消费者愿意也无所谓，因为他们可以选。但药就不同了，药只要成份相同，其工业制法和工业成本几乎是一样的（少数品质不同的另当别论，一般也是国内仿制药，性能差很多），而品牌价值我看不出有多大差别，反正我都没怎么听说过。但其价格似乎差了3倍这就完全不合理了，而且在医院里从来是选药，但不会选同样药的品牌的，因为病人没有这个权利，而正是这个问题，恰恰成了暴利的可乘之机，而这方面国家从来没有试图缩小过差距，而这恰恰是问题的关键，如果医院里的药的品牌也是敞开选的，那么定价就无所谓，问题现在不是。而另外一个严重的问题：由于医院的收费高，同样导致了医保基金的不合理消费，这才是致命的，对于医保基金不能不担心，我们老了谁来保障我们？如果没有足够新劳动力参与，后果会怎样？真是越想越可怕。

出来的时候看到墙上挂的大大的商业犯罪举报电话，可惜举报电话是医院的，不是一个合理的电话，就好像，发现皇太子犯法了，结果我告到了他老子那里，你说杀谁的头？想到这个拿着药就走了。。。

心里还是有点寒，因为我的御用药是没有的，这个要只有少数三甲医院才有，因为这个药贵！单价45，为了保护医保基金，所以。。。但比比我用的这个30的，真的想不出理由说服自己了。是药三分毒谁会乱吃，就算少数别有用心的人，现在药量都是联网的，去不同的医院都能查到你之前的量，所以多开的唯一可能就是和医生串通，而且这个说实话真的太好查了。效果只能看看，不行的话，还是周六去御用医院——新华医院看吧。。。

周六的KDS活动其实蛮开心，虽然我是以普通网友身份来的，但感觉还是不错的，呵呵。

可不和谐的一幕就在收尾阶段，某网友唱起了vitas的歌，谁都知道这种歌没有出色天赋是唱不了的，他的假声技术确实是很利索的，可是这位哥们呢。。。假唱不算还吼叫到音箱回响（这个也要打音响一个板子，现场音箱一直存在这个问题，只是有些人好些而已，完全能调得好的，不调），我的耳朵实在是比较弱的，哪里经得起这种风雨当时就耳鸣了。如果不是考虑当时的身份，我肯定冲上去了，这事在大学不是没干过，现在看来果然冷静很多，骂了一句走了。

问题在于不算完接着这个人还饶有兴趣地去主舞台唱，还是假唱！当然假唱不能怪他，因为这本来就不是伴奏而是MP3歌曲，难怪那么像呢！根本就是原声！而他的吼叫又一次得逞了。

心里也明白根本不用那么小孩子去回想这么一件毫无意义的事情，但是我的小孩子脾气还是爆发了！现在真的后悔当时没有冲上去，也许因为手里心爱的相机吧，不像搞什么事出来，不舒不快，说了也就爽快了，尽管是蛮幼稚的事情，但生活不就是这样的嘛，简单快乐就足够了，还要什么呢？

趁着清明放假的大好岁月，花了点洗衣服的时间看了点lucene的源码，主要想看看分词那部分。
luncene分词的大概过程是这样的:
1 截断单词
2 过滤干扰信息
3 写入结果

截断，对于英文来书很简单就是用空格和标点符号以及一些特殊用词，这些在系统里已经定义好，当然你也可以适时地改变一下。
过滤，在它的标准算法中会对如下的符号进行过滤：'s 'S  . 这样几种。
写入，这个顾名思义啦

下面谈谈我对中文分词的猜想，之前也用过je分词这样所谓成功作品，但无论性能还是效果都无法达到我的要求，而且它又不公开源码，令人非常失望，所以目前我使用的依然是luncene中的标准分词，也就是单字分词，但单字分词的问题也很明显消耗了极大的存储空间，目前在非压缩状态下，索引是原始文档的1.2～1.3倍之多，这是随着数据积累挺令我担心的问题。所以不得不思考中文的算法过程，我设想的算法应该是这样：
1 截断，利用分词库和常用介词表进行，其中分词库采用首字单词长度逆向排序法匹配，过程：
首先将词库按首字放入hash，然后将同首字的按照长度逆序排列
然后分词的时候先按单字分开，然后依据分词表，匹配 n次 （n是首字列表里的元素个数）并且允许重复匹配，比如中国 中国人 需要重复匹配。
之后同样去除标点符号等干扰因素。
那么我们现在来是想一下它的算法复杂度：
应该是： len（str）×n（str【i】）
试验更高级的算法在多词匹配时利用递归，将后一个字的算法也同时写入，或将减少其算法复杂度。
下周刊有时间的时候尝试写一个分词来看看，是否合理。

周五因为在搜索引擎中要使用group by操作，原有的 count发似乎会出现很大的效率问题，所以也简单考虑了下groupby的实现，在sql里我猜想（我对这个算法完全没有概念），首先利用矩阵算法将所有的row排序好，然后以此顺序取出，然后再加入聚合函数count或者sum，也就是说在sql中实际上他是先把按groupby字段索引排序然后再进行数据聚合，最后再拉出需要的数据（这个猜想是基于group by字段需要索引得到的，不知道是否正确）
而在lucene中也是类似的状况，现在我们考虑lucene 大家知道在lucene中得到的结果集是hits，hits实际上和sql中的结果集recordset是一个概念的，即使你得到了一个数百万的结果集，数据也并没有立即从中拉出（这应该就是为什么表需要有主键的原因）。但lucene中有个问题，我无法得到一个多结果集，也就是说我无法得到一个按groupby排序的某个中间结果，我得到的只是输出，因此在group中我只能选择先将所有数据全部读出这条路，那么读出来的数据怎样groupby？我实现的是基于hash表的 数组遍历。是这样的过程：
hash<字段名，groupby结果集>  
groupby结果集<字段值，聚合值>
用这样的hash嵌套实现，算法中我只使用了一次hash循环，但比较大的伤害是，数据集似乎被从头到尾取了一次，会产生很多io，并且由于我的group和查询是一种并行算法，因此等于结果集被取出了两遍（目标中的group是类似taobao的产品列表的类别归类查询页面，所以group是一个独立结果集并非输出结果集），目前测试下来还没有感觉内存消耗有极其大的影响，但不知道在高负荷状态下的水平，因此还需要继续查看。
关于group的算法，如果有更好的办法和算法或者在lucene下有更好的解决方案欢请路过不要吝啬你的idea告诉我吧。

公司的一个新项目多用户blog系统终于在起起落落，拖拖沓沓的3个月之后上线了，目前运行的还是不错的，在这个版本中的框架action是最早的0.9版本 orm部分则是4个月前使用的未完成版本，但已经验证了action部分性能和实现的可行性，并且在不断改进中在老的action上加入了render等1.5版本的功能，框架正在试验中得到不断的完善，3月份基于拥有orm1.3版本的另外一个后台项目会上线，到时候还可以再期待一下。但目前版本中有个小问题就是，当我把smarty作为内存模组使用时出现了模板重复编译问题，所以下一个研究对象将会是smarty，我可能会对smarty机制做一个学习，并期望能重写一个完全面向对象并且基本兼容现有smarty语法的新版本，到时如果加入到应用框架，那么这个框架的三大部分就基本拥有了独立的自主设计模块，最后只要对数据库连接池部分做一个接口化就可以得到我最终的产品要求，可喜可贺，也期待着这天快点到来。

目前下一步研究的目标是在orm 1.3版本基础上利用aop思想实现对数据库存取的缓存技术，目前有了一个初步构想，但不知道效率如何，在其中会大量使用自省函数，php的自省函数我并没有做过很多原理研究不知道性能如何，如果大量应用会不会引起性能误差这一切还是未知数，但实验还是需要做的。

另外下个月准备开始搜索前端2.0版本核心api的开发工作，目标是要实现完全开放化的指令解析和语句分析，这将对我非常垃圾的底层算法和正则能力提出挑战，类构架已经基本搭载完成，现在需要只是动手开发和解决其中的问题，届时api将会被封装成module系统，并且加入webservice输出能力，使得它拥有多种支持功能，以此实现java的后端以及php的前端，将目前的平台数据桥梁问题彻底解决。

最后做一个广告吧：http://blog.onlylady.com/

对于片名，我不想用中文片名，因为我觉得表达不够准确，我对片名的理解：
1 对于拾到钱的人，他从越南战场回来，过着贫瘠的生活，妻子对他也不满意，他存在着侥幸心理，得到了那笔钱他的生活可以有点依靠，但最终他还是死了，为了那笔钱而死，只是结局搞笑了点，他并不是被杀手杀死而是墨西哥的土匪。
2 那个杀手从警察局逃出来，一路杀戮，为了得到最后的安息生活，他接了这个任务，并不惜杀掉所有人，包括他的雇主，最终他也没有得到钱，钱被一群墨西哥土匪得到，最后当他杀完最后一个人，享受了片刻清净之时，他莫名其妙地发生了一次意外的车祸（注意镜头特别交待了，他是绿灯过的，也就是说他遵守了法律），看来遵守法律未必平安。
3 那位警察退休之后在家无所事事，生活过得简单乏味，妻子也不让他多干家务，于是对他来说他只有回忆工作的时候那些案子，一个又一个的梦无穷无尽。
4 他的爸爸也是一位警官，他讲述了麦克叔叔的故事，退休后被放出来的当年的匪徒杀死了，他想还击却连机会都没有，干了一辈子警察，最后却没有得到好的回报，而他的爸爸只能躲在人迹罕至的地方，孤独一生。

故事中的两个主人公，最终都没有得到他们所要的，这就是电影留给观众的空间，很有想象之处。

最后来yy几下：
1 做杀手得有不错的医学水平尤其是外科技术，至少要认识药名，否则别做杀手肯定会被抓的
2 捡到钱要把钱拿出来千万别觉得箱子好看，因为里边可能有跟踪装置，所以捡到东西一定要及时检查，特别是巨款，不能因为箱子是lv或者gucci而留着。
3 千万别问陌生人你从哪来，否则导致杀生之祸
4 不能以为开警车的都是警察，否则可能会到地府告警察乱杀人

5 夺门而入的时候记得先关走廊的灯

张悬出了新专辑了《亲爱的，我还不知道》，好久没有听到那种单纯，但着一点点忧郁的声音，她的声音就像一首低沉的叙事诗，她的歌曲也是一些平淡的生活旋律，配合吉他的小旋律，很好听。


01 毕竟
02 喜欢
03 亲爱的
04 gonna stop
05 儿歌
06 模样
07 讨人厌的字
08 欲望把眼前的地板铺满
09 OUTRO
10 并不

推荐第二首 《喜欢》简单的旋律，但是吉他配的很不错，富有变化加上钢琴的伴奏，清晰地感觉那种在一个人的酒吧，喝着酒，想着那个人，自己在默默地回忆着那些往事，默默地说着，我最喜欢你。

今天借来mac book一台，炫耀下，哈哈哈


mac非常自动化，属于傻瓜式操作系统，其实很舒服的，上面跑了netbean 6不过速度感觉一般，都说mac是ruby利器，不过我感觉也不是很强烈，大概xp和linux用多了，不过操作基本没有问题最多是快捷按不来而已，呵呵，不过这机器确实好用，mac狂赞的，不要说什么不实用，那是在中国，老外可不这么想，呵呵^^

赤裸裸地炫耀一把。。。

早上装了一下eclipse，相当的好，速度很快，但是mac有个问题下面的doc和菜单都占地方，导致中间区域小，又是宽屏，所以用来做开发机这点就有点不爽了，还是需要更大些的屏幕。