V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
xiyangyang
V2EX  ›  程序员

做爬虫,大批量已搜索 url 链接,如何保存和查询

  •  
  •   xiyangyang · 2016-03-29 20:43:22 +08:00 · 2448 次点击
    这是一个创建于 2951 天前的主题,其中的信息可能已经有所发展或是发生改变。

    几年前,流行 bloomfilter ,现在有什么新的技术吗?

    5 条回复    2016-03-31 11:20:17 +08:00
    firstway
        1
    firstway  
       2016-03-29 21:05:55 +08:00 via Android
    Hbase,呵呵
    SlipStupig
        2
    SlipStupig  
       2016-03-29 21:21:06 +08:00
    bloomfilter 只是个算法.......
    murmur
        3
    murmur  
       2016-03-30 07:53:33 +08:00
    我其实是好奇关键字可以用倒排索引 那么 site:xxx.xxx.com 这个是怎么实现的呢
    knightdf
        4
    knightdf  
       2016-03-30 09:10:16 +08:00
    为啥要用新的。。。 bloomfilter 不能满足你?
    xiyangyang
        5
    xiyangyang  
    OP
       2016-03-31 11:20:17 +08:00
    考虑要做几亿条 url 连接记录,不知道 bloomfilter 合适不?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3011 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 43ms · UTC 13:56 · PVG 21:56 · LAX 06:56 · JFK 09:56
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.