Phzzy@web

FP-growth

phzzy — Wed, 09 Jul 2008 07:26:15 +0000

站位挖坑
记录一些翻译的词
frequent item set mining - 频繁项集快速挖掘算法研究

SB SOSO

phzzy — Tue, 01 Jul 2008 01:28:19 +0000

这几天站被弄得打不开，基本上都是数据库链接失败，链接失败的日志都有100多M了，远程连接到服务器都连不上，刚开始以为是被谁攻击了。后来想想，不对呀，我一个小破站，谁没事攻击我。
今天早上7点爬起来，连了N次才连上服务器，赶紧把 apache 和 mysql 关了，CPU降下去了，看日志，全是来自一个IP段的访问： 124.115.4.* 以及 124.115.0。查了查，是陕西电信，百度了一下，发现N多人封了这个IP段，貌似是 soso 的。封了以后，没事了。
不会做搜索就别爬嘛，晕，爬的全是列表页，还是搜索的列表页，一秒钟十多次，连续抓了两三天，全是 like 出来的结果，直接把服务器搞挂了。
还有一个IP也老来，怕是百度的，没敢封：61.135.168.18。不过频率还行，没什么影响。

网上查到的：http://www.quickshare.com.cn/closing-today-in-the-server-124_115_0_x-of-ip

封IP段：
deny from 124.115.4.0/24
deny from 124.115.0.0/24

PS:
发现自今年2月份就有很多网站被SOSO抓死，到6月才来抓我，我真命好~~~

简单英文分词

phzzy — Mon, 02 Jun 2008 10:41:22 +0000

就做了三个简单的操作：
1、过滤非英文字符，然后依据空格来划分；
2、把复数单词转化为单数形式；
3、过滤 Stopwords。

很简单的分词，用来做英文 tag，分好后过一次词典就可以了。

例子：http://phzzy.org/code/en_seg/seg.php
代码：http://phzzy.org/code/en_seg/en_seg.zip

参考：
Stopwords: http://www.uspto.gov/patft/help/stopword.htm

MySQL 数据库引擎比较

phzzy — Fri, 30 May 2008 02:12:37 +0000

MyISAM:
优势
– 查询速度快
– 数据和索引压缩
问题
– 表级锁
– 数据丢失

InnoDB:
优势
– 行级锁
– 事务支持
– 数据安全
问题
– 数据文件庞大
– 启动慢
– 不支持FULLTEXT索引

比较:

firefox 光标丢失

phzzy — Tue, 20 May 2008 02:40:46 +0000

来源：http://www.never-online.net/blog/article.asp?id=216
由于position设为绝对定位(absolute)，会导致该层里的textbox和textarea光标丢失。导致的原因已经查到，是gecko内核的bug。该bug可能在3.0以上版本后修复。

overflow:auto;
overflow-x:auto;
overflow-y:auto;
overflow:scroll;
overflow-x:scroll;
overflow-y:scroll;
overflow-x:hidden;
overflow-y:hidden;
position:absolute;

解决方法：
1. 在该容器加入css属性overflow:auto,position:relative
2. 在显示时使用延迟显示

原来被这个搞死了，找半天没找着怎么解决。

Again

phzzy — Thu, 15 May 2008 08:32:51 +0000

重新开始了，原来那个空间忘续费，没注意空间商的提醒邮件，结果过了三个月被强制删了，啥都没了，我郁闷。
现在用 tony 的空间重新开了个，希望不会被老删了，懒得自己管空间，太麻烦了。皮肤用的 underone 的，清淡得好，就是用液晶的时候有些浅色的边框看不见，有空改改细节，改成偶喜欢的样子。新版 WP 的后台已经不会用了，找半天没找到改文章 Plus 的地方。
这还是关于技术的，以及一些自己做的站和小东西，可能更新比较慢。老惦记着要更新这太累了，呵呵。
博客的 PR 从今年初的 5，降到三个月前的 4，现在已经变 1了，可有可无的一个博客，嘿嘿。