第一，人一定要站在风口浪尖上，站在台风口上，即使是猪也是能飞起来的；从我个人角度上来看，选择很重要，每一个选择真的是决定之后很久很久的一条路；

第二，自己还是要专注的做技术，我曾经想当然的以为产品能决定很多很多东西，但其实，今天听了个风投以及几个想拿风投的同学的聊天，差距还是很远很远；自己当然还是要练表达的，把事情表示清楚，这是最基本的，但是一方面自己要多练习这个，另外一个方面还是要把自己的强处做的更强一点，当然我觉得自己离这个目标越来越近了，这也是为啥留在百度再留两年的一个原因，大搜的检索系统我还有一些模块不是很清楚，之前虽然也写了一些检索系统，但是更多是自己根据经验设计出来的，真正线上大环的那套系统，我想搞明白他怎么run的；

第三，多交流，多和不同行业的人交流，多听听他们的话，获益匪浅

一最重要，三其次，二要好好做

随便写写

简单讲讲垂搜网站的检索系统，检索系统需要满足从海量的数据中去获取最符合用户需求的数据返回给网民，这就是检索系统，所以一般的检索系统基本上会涉及到数据的组织，数据的查询规则，数据的实时排序等等因素，结合之前的项目，说说我自己是怎么做的；

之前做的一个精确检索采用的是空间换时间，考虑到团购会影响的因素主要包括：已购词、品类、地域、品牌、商家等因素，所以在处理这个问题的时候，精确匹配实际上是采取了自己圈定一批词，这批词能够确定之前这些选项，如“便宜的耐克鞋”事先会对这个词进行标注，“运动”、“耐克”会体现解析出来，地域信息也会根据ip来进行获取，然后会根据这些信息，直接去查kv表，而kv表，就是一开始客户在上传物料的时候，直接生成对应的链，这样精确检索实际上就是一个分类问题，把物料全都精确的分到具体的类别进去，精确检索就是把客户的需求精确的定位到某一个分类，模糊查询就是把客户的需求定位到某几个分类，然后这些分类进行合并或者取交；

这个系统的好用与否取决于两部分，一部分是物料精确的分到某个分类中，另外一部分是query精确的分到某个分类中，因为检索行为实际上是根据分类来定义的，但是而根据行业词表之前的经验来看，这种做法完全取决于分类的精细程度；微购做了个更复杂的分类系统，以及设计了一个语法来表示分类之间的并和交的问题，但是所有的精确性都取决于分类是否能够精确；为啥这么做，因为业务简单，数据量少，分类也比较明确，所以可以用这种方法来做，如果维度多几个，这样做就很难去做了；

而以我的经验来看，加快性能的几种方法，一种是空间换时间，这是最简单的方法，也就是加机器，一种是在线换离线，把业务相关的全部放在线下做，把在线全部算成kv表，实在不行需要放在线上的，比如实时个性化推荐，这种要根据之前一个session的内容出推荐结果，线上也只能做最简单的合并求交操作，还有一种就是写代码的水平，在大部分的业务中，写代码的水平不是核心问题，但是一旦要考虑到性能这种case,写代码就成为最核心的问题了，所有的问题最后都归咎为写代码，再好的架构，如果写代码的比较挫，也不行；回想这么多年来自己的写代码水平，哎，也就勉强算个一般般，能钻个细节，但是复杂的acm就搞不定了。。。或者5页的：

另外一种，精确检索可以衍生为“特征”对应的倒排链，多条倒排链先进行合并，再进行条件过滤后，最后进行排序（个性化和自然各给一部分权重），返回结果，这样得到的实际上就是最重要的结果，如果性能不够，一方面可以直接裁剪（最重要的往往就是前面几页），另外，就用高级一点的数据结构，但是维度越高，在拆库和合并的时候就越复杂，还可以用一张大一点的kv表，一张不够就用两层，一层kv再查一层kv,总是能解决问题的；

公司最让我觉得蛋疼的，就是所有数据都藏着捏着，生怕被外面的人知道了；很多时候不仅怕外面的人知道，也害怕内部的人知道。。。当然从公司的角度，这种行为是可以理解的。。但是从我个人来说，有时候觉得很无力，第一：数据来源于网民，我们没有能力回馈网民也就算了，还不能给一些可以回馈给网民的同学来用，从程序员的角度来看，有点不大气；第二：公司无非怕数据被别人知道了，用了，产生了新的好东西。。但是就公司这么蛋疼的内部创新，这么多年来，做了什么产品出来。。。还不如把东西给别人，无非就是对自己不自信呗。。要是我的话，怕什么新产品出来呀。。数据是我的。。人才我也有，难道还怕干不过别人么？

一个不愿意开源的公司，最后一定肯定及确定是会被淘汰的。。。

一个不是特别好的项目，如果自己还不想尽办法来解决问题和坑。。。把期望寄托于老板。。或者pm的宏观伟略。。我想除非狗屎运来了。。不然肯定是要夭折了。。。

成功。。最重要的当然是运气。。但是就算有运气，你也要有能顺势的本事。。

股票如此，看看之前的pv，也是如此。。。很多机会都是转瞬即逝

做智能账户推荐的时候，还处在刚入百度的阶段，基本上啥都不懂，而项目主要分为两个阶段：
第一个阶段是和伟锋、清姐一起做的，主要是推荐和系统框架的搭建，当时候的分工是清姐做框架，我来写业务，伟锋写一个kv表，框架是拿着kr的框架来改的，主要的修改我都不太记得了，业务也没啥好说的，就是这个后端访问一下，那个后端访问一下，然后串起来就好了，当时觉得挺头疼，现在看看，查pv、黄反毒过滤、已购词过滤、去重等等，基本都是现成的东西；kv表示所有做技术的人都想写的一个东西，因为大家都只想用自己的东西，基本上和其他的大同小异，就是简单点而已，不过作为三个刚刚入职不久的新人，能够顺利没有问题的做完，就是最大的成果了；项目花了差不多3个月的时间，有趣的点比如第一次和pm沟通，仰慕到pm的淡定，一个女生面对一屋子的大男生，很淡定的说no，那种风姿和气场，虽千万人吾往矣；还有现在来看这个事情我们基本上就是打了个酱油，因为说到底就是拿了个词表，然后做做各种过滤，就返回给前端了，词表的逻辑不是我们做的，性能也没有刻意的去要求，老板当时也是不容易，拼了个老命把这个拿过来，当然也算让老板满意，没有出太大的篓子，确实也是过的太不容易了；
第二个阶段是我和国富、梦龙做的，老板叫伟锋和清姐先去做节日营销，再去做行业推荐了，现在看来，也是在下一盘很大的棋，不过当年的行业确实是比较重要的一块，所以老板又站对了，只是当时的自己肯定是看不到这么远的，当然也没有看这么多，第一年的同学基本上只会想一个事情，就是如何把这个项目做好，第二个阶段多了几个事情，技术上不说了，从业务上看主要是三块，增加了两块内容，一块是业务的识别，一块是账户的组织，其他的在推荐逻辑上增加了一个相关性计算，整体和原来比就是多了头和尾，更加的健全了，首先是知道了做什么，然后是告诉给什么，最后是对账户重新组织一遍，调用的主要是行业分类服务，没有做性能的优化，不过当时的看的比较浅，所以一下子就陷入到业务的细节上去了，看的都是一个一个的细节，但是刚开始做都是这样子吧；
整体来看，做这个之前，对凤巢的业务真的是模模糊糊，做完这个之后，对百度的商业运作模式，各种kpi指标，基本上都有所了解，就不算业务的新人了，总体来说还是收获很大的

jpeg用imgmagic 压缩

/home/work/local/ImageMagick/bin/convert  -resize 300×300! +profile “*” -quality 60 srcimg destimg

png用pngquant来压缩，有windows版本

股票：

比较迷茫，确实是个牛市，但是也不应该是这个时候买，还是保持至少回调到30日线吧，或者至少回到20日线吧，可以考虑买一些股票，但是控制在50万以下

原来觉得自己已经做过几个日pv上大几百万的网站，对通用的网站架构起始已经有一些了解，昨天在家的时候，仔细的想想，自己做的还只是一个大型网站的基础部分，或者只是他的一些组件，有很多的东西和需要注意的细节起始还没有考虑到，可能一个基础的网站我能搭出来了，但是更加细节的可能还不行

先说说会的：

1. 基础服务搭建：环境一般都是最麻烦的，nginx+php-fpm+redis+mysql+img-magic,这些组件的环境，以及快速链接各种服务器

2.php框架，MVC框架，常用的lib，连redis/mysql/mcpack，url改写规则

3.KV系统，高性能的C系统，以及转发switch用来做负载均衡

4.抓取系统，结构化抓取，网页渲染抓取

5.图片处理：常用的图片处理，和图片网站

6.通用的日志处理和数据可视化

7.基础的策略，切词、plsa、wordsim、分类、聚类、预测，基本上都能做出来，选特征可能会比较麻烦，但是简单能看到效果的还是很快能搞出来

感觉功能都是够用了，我能想到的大部分的网站，基础框架貌似都可以了，量要是多了，估计就需要各种优化了，不过这个作为一个开篇吧，以后想到什么再开始慢慢的讲；

最后补一个图片，锋哥的，以后慢慢的学习，慢慢的补上来；