bluetjs

分类

clickhose(7) dubbo(12) es(11) flink(3) Java核心要义(42) JCF(6) jdk源码(1) jetty(8) JVM(12) kafka(16) mongo(3) python(4) RabbitMQ(1) redis(20) shell(4) spring(19) storm(4) web及框架(40) zookeeper(8) 代码及脚本-git、gradle(3) 工具(2) 接口那些事(1) 数据分析(4) 数据库(27) 日志收集分析(2) 未归档(9) 源码(1) 算法和数据结构(24) 系统架构(13) 线程、锁、并发(43) 网络原理(3) 自动化测试(1) 设计模式(8) 运维(50) 面来面去(2)

/ 注册

全部文章（共410篇）

Elastic Search实战之不停机重建索引（修改映射类型）

https://blog.csdn.net/aiyaya_/article/details/79567091 前言我们在使用ES的时候，尤其是初学者，通常都会遇到一个问题，那就是文档字段的映射类型创建错误问题，但是ES上却不能像mysql一样直接去修改字段类型，这时便出现了这个棘手的问题，今天让...

2019-07-22

0 797

lasticsearch 创建以及修改索引结构

https://www.cnblogs.com/Rawls/p/10300639.html 从问题出发，这篇内容可以解决以下几个问题：一：如何开启关闭Es索引（数据库）？二：如何创建索引（数据库）结构？三：如何向已有索引（数据库）中添加类型（表）结构？四：如何向已有类型（表）中添加...

2019-07-22

0 745

干货 | Elasticsearch Nested类型深入详解

https://blog.csdn.net/laoyang360/article/details/82950393 0、概要在Elasticsearch实战场景中，我们或多或少会遇到嵌套文档的组合形式，反映在ES中称为父子文档。父子文档的实现，至少包含以下两种方式： 1）父子文档父子文档在5...

2019-07-22

0 639

Elasticsearch索引mapping的写入、查看与修改

https://blog.csdn.net/hxpjava1/article/details/80801903 mapping的写入与查看首先创建一个索引： curl -XPOST "http://127.0.0.1:9200/productindex" {"...

2019-07-22

0 1180

simhash海量文本去重的工程化

https://yuerblog.cc/2018/05/30/simhash-text-unique-arch/ simhash算法是google发明的，专门用于海量文本去重的需求，所以在这里记录一下simhash工程化落地问题。下面我说的都是工程化落地步骤，不仅仅是理论。背景互联网上...

2019-07-17

0 922

中文分词工具整理

https://blog.csdn.net/fendouaini/article/details/82027310 一．中文分词分词服务接口列表二．准确率评测： THULAC：与代表性分词软件的性能对比我们选择LTP-3.2.0 、ICTCLAS(2015版) 、ji...

2019-07-15

0 591

百度咋做长文本去重

https://blog.csdn.net/wufaliang003/article/details/78409887 缘起：（1）原创不易，互联网抄袭成风，很多原创内容在网上被抄来抄去，改来改去（2）百度的网页库非常大，爬虫如何判断一个新网页是否与网页库中已有的网页重复呢？这是本文要...

2019-07-12

0 447

相似文档查找算法之 simHash 简介及其 java 实现

https://cloud.tencent.com/developer/article/1043655 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。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...

2019-07-12

0 1798

网站文章如何能自动判定是抄袭？一种算法和实践架构剖析

https://www.infoq.cn/article/how-web-article-utomatically-determine-plagiarism 1. 文本指纹介绍互联网网页存在大量的重复内容网页，无论对于搜索引擎的网页去重和过滤、新闻小说等内容网站的内容反盗版和追踪、还是社交媒体...

2019-07-12

0 988

使用SimHash进行海量文本去重

https://www.cnblogs.com/maybe2030/p/5203186.html 　　在之前的两篇博文分别介绍了常用的hash方法（[Data Structure & Algorithm] Hash那点事儿）以及局部敏感hash算法（[Algorithm] 局部敏感哈希算法...

2019-07-12

0 730