最近更新

C++之基于正倒排索引的Boost搜索引擎项目正倒排索引部分代码及详解

C++之基于正倒排索引的Boost搜索引擎项目正倒排索引部分代码及详解

首先我们通过前面的文章知道正倒排索引在搜索引擎项目中是非常重要的，正排索引与倒排索引协同工作，实现我们对内容的搜索。 这边要说明一点，正排索引是把文档内容放到文档ID里面，同时倒排索引根据文档来映射文档ID。搜索引擎在对文档进行处理和索引构建时，会先创建正排索引，然后基于正排索引进一步生成倒排索引。当用户输入查询关
搜索 2025年10月12日
Elasticsearch 向量之semantic_text、dense_vector 与 sparse_vector 深入解析

Elasticsearch 向量之semantic_text、dense_vector 与 sparse_vector 深入解析

随着人工智能和自然语言处理技术的飞速发展，向量搜索（Vector Search）已经成为提升信息检索效果的利器。 Elasticsearch 作为强大的搜索和分析引擎，提供了semantic_text、dense_vector和sparse_vector三种字段类型来支持嵌入（Embedding）向量的存储和
搜索 2025年10月12日
C++之基于正倒排索引的Boost搜索引擎项目searcher部分代码及详解

C++之基于正倒排索引的Boost搜索引擎项目searcher部分代码及详解

这个searcher.hpp的本质是一种使用其他文件，然后实现自己功能的一种更上层的封装。 它主要实现的是就是他用户的搜索词进行处理，接着根据这个处理结果来返回网页给用户。1. 单例模式这边的话我们使用的是单例模式来进行实例化。同时我们建立正倒排索引。 private: ns_index::Index* index; publ
搜索 2025年10月12日
[ANR监控] 用StrictMode进行线下监控

[ANR监控] 用StrictMode进行线下监控

ANR的监控策略，可以分为线上和线下。线上的监控方案，需要充分考虑性能问题，所以很多监控策略不能使用。但是线下监控，我们能用的方法会更加丰富。 这篇文章，我们主要讲一下Android官方提供给我们的线下监控方案 —— StrictMode。 有了这套工具，我们可以在开发时，提前发现很多问题，让开发同学及时解决，避免这些问题暴露到线上，造成ANR。 StrictMode介绍 为了监控应用运行过程中存
移动开发 2025年10月12日
GitHub 热榜项目 - 日榜(2025-09-16)

GitHub 热榜项目 - 日榜(2025-09-16)

GitHub 热榜项目 - 日榜(2025-09-16)生成于：2025-09-16 统计摘要共发现热门项目：16 个榜单类型：日榜 本期热点趋势总结 本期GitHub热榜凸显三大技术热点：AI原生应用持续爆发，如Perplexica等开源AI搜索引擎和DeepCode等智能编程代理，显示AI正深度融入开发与
开发工具 2025年10月12日
程序员必看！VSCode Remote+cpolar让Mac和Linux无缝协作，代码随身走

程序员必看！VSCode Remote+cpolar让Mac和Linux无缝协作，代码随身走

文章目录 前言 1.WSL 环境下网络诊断 2.安装cpolar实现随时随地开发 3.配置公网地址 4.VsCode 远程连接开发环境 5.保留固定TCP公网地址 总结 前言作为全栈开发者，你是否受够了在公司MacBook和家里Windows PC间同步开发环境的痛苦？VSCode Remote-SSH插件彻底终结了这种折腾——只需一次配置&#xff0
开发工具 2025年10月12日
Docker镜像构建指南：Dockerfile语法与docker build命令全解析

Docker镜像构建指南：Dockerfile语法与docker build命令全解析

文章目录 一、镜像制作简介 二、Dockerfile文件配置 2.1 常用命令清单 2.2 命令详解 三、docker build 指令 一、镜像制作简介  Docker镜像能将应用程序及其所有依赖（如库、配置、运行时环境等）打包成一个标准化的、可移植的文件，确保应用在任何支持Docker的环境中都能以相同方式运行，从
开发工具 2025年10月12日
工具 | 比较基因组 | WGDI

工具 | 比较基因组 | WGDI

看我不如看【参考】 参考： WGDI | WGDI | bilibili | WGDI的简单使用（一） bilibili | WGDI的简单使用（二） 简书 | xuzhougeng | 如何用WGDI进行共线
人工智能 2025年10月12日
Hbase——详解

Hbase——详解

产生背景 自 1970 年以来，关系数据库用于数据存储和维护有关问题的解决方案。大数据的出现后， 好多公司实现处理大数据并从中受益，并开始选择像 Hadoop 的解决方案。Hadoop 使用分 布式文件系统，用于存储大数据，并使用 MapReduce 来处理。Hadoop 擅长于存储各种格式 的庞大的数据，任意的格式甚至非结构化的处理。 Hadoop 的限制 Hadoop 只能执行批量处理，并且只
人工智能 2025年10月12日
加载更多