热词 简单地理解热词就是某文档中出现频率高的且非无用的词语。 朴素的想法 文档由若干词（term）组成，那么很朴素的想法就可以认为文档中某个term出现的次数越多就越可能是高频热词。这样的统计策略就叫Term Frequency，即TF。 干扰项 标点符号，一般标点符号没有价值，…

利用Memcached的add命令。此命令是原子性操作，只有在key不存在的情况下，才能add成功，也就意味着线程得到了锁。 和Memcached的方式类似，利用Redis的setnx命令。此命令同样是原子性操作，只有在key不存在的情况下，才能set成功。（setnx命令并不…

之前网上看到很多写分布式事务的文章，不过大多都是将分布式事务各种技术方案简单介绍一下。很多朋友看了不少文章，还是不知道分布式事务到底怎么回事，在项目里到底如何使用。 所以咱们这篇文章，就用大白话+手工绘图，并结合一个电商系统的案例实践，来给大家讲清楚到底什么是TCC分布式事务。…

韩伟：达观数据数据挖掘工程师，负责达观数据文本方面的挖掘与应用。主要参与达观数据标签提取与文本分类系统的构建与实现，对深度学习，NLP数据挖掘领域有浓厚兴趣。在自然语言处理领域，处理海量的文本文件最关键的是要把用户最关心的问题提取出来。

本文主要介绍大型分布式系统中缓存的相关理论，常见的缓存组件以及应用场景。 缓存概述 缓存的分类 缓存主要分为四类，如下图： 缓存的分类 CDN 缓存 CDN(Content Delivery Network 内容分发网络)的基本原理是广泛采用各种缓存服务器，将这些缓存服务器分布…

随着基于人工智能与机器学习的应用如雨后春笋般不断涌现，我们也看到有很多提供类似功能的 API 悄悄登上了舞台。

近日，GitHub 上开源了一款鉴定不雅内容的 js 库 NSFW JS，你可以使用 NSFW JS 识别不雅内容，所有操作都只在客户端进行，甚至都不需要让文件离开用户的电脑。 演示地址：https://nsfwjs.com/ 项目地址：https://github.com/i…

最近由于项目业务原因，需要为系统设计虚拟币的充值及消费功能。公司内已经有成熟的支付网关服务，所以重点变成了如何设计项目内虚拟币的充值流程，让整个充值流程都实现幂等，确保用户的虚拟币余额不会重复增加或扣减。 用户购买商品，商户后台请求生成支付订单并返回相关信息到客户端。 客户端根…

本篇文章主要讲述的是如何通过Node创建一个稳定的web服务器，如果你看到这里想起了pm2等工具，那么你可以先抛弃pm2，进来看看，如果有哪些不合适的地方，恳请您指出。 创建一个稳定的web服务器需要解决什么问题。 利用多核CPU资源有多种解决办法。 通过在单机上部署多个Nod…