2021-11-01

分布式数据采集框架实际工作中的去重是如何实现的-下

> 从上篇文末我们得知，两个simhash对应二进制(01串)取值不同的数量称为这两个simhash的海明距离，知道这点，那么就好办了 ### 海量...

2021-10-19

分布式数据采集框架实际工作中的去重是如何实现的-上

在我们实际工作中，提到分布式数据采集框架，就不免说起数据去重的问题，对于一个7*24小时不间断的爬虫框架来说，爬虫任务循环往复调度，就必须将数据去重做好，...

2021-10-09

分布式及数据同步

> 自站长从业的第一天起，身边的大神就告诉站长，做大数据，必须要记住并深刻理解的一个词就是`分布式`。工作至今，也没有写过一篇关于分布式概念的帖子，本文主...

2021-09-22

净少年的第二章专辑来了

> 新的翻唱专辑命名为《Taboo》 单曲封面图是这样 ![](https://cdn.jsdelivr.net/gh/taboo-jsn/img...

2021-09-01

基于PaddleHub进行情感分析 / 预训练模型Senta完成情感分析预测

# 基于PaddleHub进行情感分析 ---------- > 情感倾向分析（Sentiment Classification，简称Sent...

2021-08-02

号脉初学

`脉门六部` > 左（寸口、关上、尺中） > 右（寸口、关上、尺中） ![](https://cdn.jsdelivr.net/gh/tab...

2021-07-29

16个Redis常见使用场景总结

1. 缓存 > String类型 例如：热点数据缓存（例如报表、明星出轨），对象缓存、全页缓存、可以提升热点数据的访问数据。 -----...

2021-06-21

windows gitignore 忽略提交全局配置

有时我们开发的项目，因为项目组内每个人使用的idea版本不同，而使用不同版本的idea加载项目，文件夹`.idea`下的文件会随着个人环境的不同产生不一致...

2021-06-16

算法复杂度速查表

> 这篇文章覆盖了计算机科学里面常见算法的时间和空间的大 O 复杂度。我之前在参加面试前，经常需要花费很多时间从互联网上查找各种搜索和排序算法的优劣，以便...