最近调研了一下simhash算法，它主要用在谷歌网页去重中，网上有很多原理性的介绍。既然可以用来判断文件的相似性，就想知道效果怎么样，simhash的精确度是否依赖于分词算法？是否和simhash的长度有关？
在数据去重过程中，都是先对文件进行分块，而后得到关于这个文件的所有指纹(SHA-1 digest)，那么如果把这些fingerprints视为这个文件的单词，作为simhash的输入，效果...
分类：
其他好文 时间：
2014-07-11 08:33:56
阅读次数：
217
使用该语法可在插入记录的时候先判断记录是否存在，如果不存在则插入，否则更新，很方便，无需执行两条SQL
这个语句知识mysql中，而标准sql语句中是没有的。
INSERT INTO .. ON DUPLICATE KEY更新多行记录
如果在INSERT语句末尾指定了ON DUPLICATE KEY UPDATE，并且插入行后会导致在一个UNIQUE索引或PRI...
分类：
数据库 时间：
2014-07-11 08:24:56
阅读次数：
289
1、错误描述
2014-07-08 10:27:13,939 ERROR(com.you.conn.JDBCConnection:104) -com.mysql.jdbc.exceptions.jdbc4.MySQLIntegrityConstraintViolationException:Duplicate entry '97112' for key 1
2、错误原因
插入...
分类：
其他好文 时间：
2014-07-09 11:18:15
阅读次数：
137
法一：全部恢复一：先备份数据库：用reportschema查看数据文件的目的地址二：删除system01.dbf，sysaux01.dbf三：关闭数据库启动到Mount状态下四：用rman命令恢复数据库：五：完成法二：直接恢复丢失的数据文件一：查询system01属于几号数据文件：二：删除system01三：还原syst..
分类：
其他好文 时间：
2014-07-08 09:08:15
阅读次数：
236
RMAN高级设置.本章内容:Configuring Advanced Channel Options 高级通道选项Configuring Advanced Backup Options 高级备份选项Configuring Auxiliary Instance Data File Names 配置辅助...
分类：
其他好文 时间：
2014-07-05 22:46:32
阅读次数：
539
1. trim trim('aaa' from 'aaabbbccc') 这个是错误的。ora-30001: trim set should have only one character 2. initcap() 首字母变为大写 3. RMAN：minimize load 在10g之后，可以在ba...
分类：
其他好文 时间：
2014-07-05 18:22:45
阅读次数：
245
OracleRMAN备份深入解析--联机备份RMAN>backupdatabaseplusarchivelog;1、首先，进程使用altersystemarchivelogcurrent命令完成了日志切换操作。2、进程将现存所有归档重做日志备份3、开始执行实际的数据库备份操作，此时会发生一次日志切换（altersystemarchivelogcurrent..
分类：
数据库 时间：
2014-07-04 00:49:06
阅读次数：
455
本章内容:Configuring the Environment for RMAN Backups 配置RMAN环境Configuring RMAN to Make Backups to a Media Manager 备份到介质管理器Configuring the Fast Recovery Ar...
分类：
其他好文 时间：
2014-07-03 19:55:28
阅读次数：
155
本章内容:Configuring the Environment for RMAN Backups 配置RMAN环境Configuring RMAN to Make Backups to a Media Manager 备份到介质管理器Configuring the Fast Recovery Ar...
分类：
其他好文 时间：
2014-07-03 19:51:32
阅读次数：
225
