4年半的时间，比我大学都久了，但是我还是决定离开，已经觉得在浪费自己的生命。

前段时间把自己的qq 签名改成 half steve jobs ，我该走了，该离开这个无聊的岗位了。

当写下这个题目的时候，很多人会说，哎，又来key-val数据库了，市面上的key-value存储这么多了，为啥还要自己去实现一个？其实最初我也是这样想的，新浪以前不是开发过一个memcachedb么，所有产品线都用就行了呗。后来才弄清楚，原来这个世界上，到目前为止没有像mysql一样的关系数据库垄断key-val数据库是有很多原因的。

先说几个大家熟悉的key-value 解决方案吧，好对比我们的方案。

memcached

memcached不用说了吧，就是传说中的万金油，哪儿痒了点哪里，只要是一个中型网站以上，一般都有memcached的存在。它的好处呢，我觉得太多了，多到没有你不用的理由的地步。在内存这么便宜的年代，memcached 依旧是缓存的最好的解决方案。

但是，它是个cache缓存，也就是不能持久化，当然就不能算作数据库了。但是memcached的作者从来都没有计划把它开发成一个DB，因为cache就是cache嘛，做好这件事情就行了，国外的大神们做的产品，就是专注，不想国内的很多产品经理，一个产品做出来，完全是为了把页面占满。

当然，也有人做了memcached的持久化，这句话有点错，应该是“用memcached的协议，对传入的数据做了持久化”，比如我浪08年开发的memcachedb (更多…)

MessagePack 是个什么东东？先来看一段官方的解释： MessagePack is an effici [...]

先写一笔：2013年07月16日，不敢回家，在公司里面呆着，等所有人都离开的时候，自己开始写下这些文字。 正式 [...]

2012年，跳过，重来

也许梦

梦醒了，现实终究会到来

梦想很圆满，现实很骨感

第一次听说google的simhash算法[1]时，我感到很神奇。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。传统hash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相等外，不再提供任何信息，因为即使原始内容只相差一个字节，所产生的签名也很可能差别极大。从这个意义上来说，要设计一个hash算法，对相似的内容产生的签名也相近，是更为艰难的任务，因为它的签名值除了提供原始内容是否相等的信息外，还能额外提供不相等的原始内容的差异程度的信息。

因此当我知道google的simhash算法产生的签名，可以用来比较原始内容的相似度时，便很想了解这种神奇的算法的原理。出人意料，这个算法并不深奥，其思想是非常清澈美妙的。 (更多…)

据统计,互联网上的重复网页约占 30%~45%。这其中有由于镜像转载引起的内容完全相同的网页,也有仅存在微小差别的网页,比如广告,计数器,时间戳等不同,而这些差别是和搜索的内容 无关的。根据中国互联网络信息中心2005年7月发布的统计报告显示,用户在回答“检索信息时遇到的最大问题”这一提问时,选择“重复信息太多”选项的占 44.6%,排名第1位[1]。将相似的网页消除,可以节省网络带宽,减少占用的存储空间,提高索引的质量,即提高查询服务的效率和质量,同时减轻网页所 在远程服务器的负担。在网页查重算法中shingling和simhash被认为是当前最好的两个算法。 (更多…)

一直很想知道当我们老了的时候，我们是否会因为年轻的时候的一些选择后悔，后悔没有选择其他的路，如果当时选择另外一条路，或许将是不一样的人生。

想起大学的时候激励宿舍哥们的一句话：只要一直努力，即使方向不对，以后也不会后悔。我们后悔，是为了以前的碌碌无为而愤怒，为以前没有理解师长们的教导而叹息，但是绝对不是，为父母不是官二代、富二代而后悔投胎投错了。

当我们老了，孙子坐在我们身边的时候，让我们将故事的时候，我们还能像我们的爷爷那样，讲出以前奋斗的历史么？或许，我们会告诉我们的孙子，你爷爷，坐在电脑前大半辈子，现在快累了，要躺下了。

按照乔布斯的年龄，我们的生命已经过去了一半，但是，我们能讲出的故事，仅仅是：我奋斗了十八年，才能和你坐在一起喝咖啡，这个时候的咖啡，我还只知道辛巴克，不知道costa。

回想起自己过去的一半生命，谈不上壮阔的历史，突然总结，发现自己是一个千年老二，从小学到中学、中学到大学、大学到工作，我总是在一个和顶尖团体边缘的一个团体。

我很努力，但是很少有人知道，我是那样一个不喜欢张扬的人，那样坚定地、默默地做着自己认为正确的事情。但是这个社会节奏是在是太快了，以至于你不告诉别人你NB，整个世界都认为你是SB。

一直都想把我的博客做成我的技术博客，和我的人生无关，但是，终究想了一下，写这个博客是为了让我更多地思考，或许当我们老了的时候，我们都懒得看年轻的时候那些所谓的技术崇拜的文章了。

转载自：http://www.sulabs.net/?p=40

我们先想办法重现一下Segmentation fault现象，下面我们先使用Shell的方式来试验，编写demo.sh脚本：

#!/bin/bash
kill -s SEGV $$

其中$$就是脚本的进程号，SEGV信号的作用等同于Segmentation fault，整句基本意思就是让自己崩溃。

保存好，并且加上执行权限：chmod +x demo.sh (更多…)