Five hundred miles 是最喜欢的英文歌曲之一，淡淡的忧伤和惆怅中讲述了一个外出工作的男人，在没有挣得钱后害怕也没能力回到自己的家乡，见到自己的爱人，仿佛就像一个落魄的铁道工人圣诞前夕在自己工作的铁路上走着，口袋没有一分钱，没勇气回家。火车从身边一趟趟地飞驰而过，笛声渐近又渐远，这火车上会有自己的爱人么？会不会离自己越来越远呢？……此情此景，这个工人想到了离开家时的情景，不也是这样么——自己在火车上向她们道别，恋恋不舍，自己当时却对未来充满期望，希望能够富足而归，衣锦还乡，结果却是现在此般穷困潦倒。怎么不能叫同样身处异地，为事业和爱情奋斗的人唏嘘感叹、伤感酸楚呢？
歌词中“一百里，两百里，三百里…五百里”和“away from home”反复出现，声音低沉缓慢，无不表现了歌中人对家的眷恋，而“no penny to my name”和“no shirt on my back”却又说明了他穷困潦倒的尴尬处境。道出了外乡人在异地的人生酸楚。
B- 树和B+-树是重要的两个用于数据检索的数据结构，广泛用在文件系统、数据库和数据检索中。
【重申】没有“B’减’树”这样的树，在之前的’-‘ 是个横杠杠
类似于二分查找树。但不同于二分查找树，B 树可以有多个孩子节点，这样树的深度就不会太深，其次B 树是平衡树，即所有叶子节点到根节点路径长度一样，所有非叶子节点的孩子节点都满足一定条件（不少于
、不多于m，m 为阶数），这样查找一个节点就不会便利太深。对B 树有这样的限制：
个、至多m 个子节点满足上面四个要求的树就是B 树。下图是一个m=5阶B 树例子，每个节点最少
个、最多5 个节点（指针）。关键码是用于区分左右子树（左边子树关键码都比该节点小，右边子树关键码都比该节点大），且非叶子节点和叶子节点关键码内都包含了关键码对应的数据信息（这点和B+ 树不同）。当插入和删除时会发生树的合并和拆分，具体参考【B树 和B+ 树】【性能分析】【动态动画演示】。
B 树内没有重复的关键码，且把关键码相近的放在一起，利用了访问的局部性原理。根据第一点B 树有一定比率的非叶子节点是满的（>50%，B* 树可保证>75%），这样就能够提高空间利用率，减少检索和更新磁盘读取次数。但B- 树也有自己的问题：
B+ 树针对B 树一些性能上的缺陷进行了改进，所以B+ 树在使用上更加广泛，通过性能分析和实际应用发现B+ 树比B 树更优。B+ 结构是这样定义的：
个、至多m 个子节点（同B 树）从结构上看B+ 树减少了一个指向叶子节点的指针，B 树中关键码是左右子树的划分，不与子节点的某个关键码相同，而在B+ 树中关键码可以与右子树最小的关键码相同，这是因为B+ 树中只有非叶子节点才真正保存关键码对应的信息，而非叶子节点只是用来划分叶子节点和保存叶子节点关键码索引而已。这样非叶子节点就变得非常简单阶数m 也可以取得比较大（类似于文件系统中的inode，如果inode 中也保存了一些数据块的话就会变得很大，每次访问inode 就变得慢了）。
第二个变化就是如下图在每个叶子节点上都有连接下一个叶子节点的指针，这样就将所有的叶子节点以线性检索链表的方式连接了起来。在范围查询和做检查点或者备份时会更快。
如果你觉得讲的太简单了，可以参考这里，没见过比那讲的更详细的了！但我个人感觉自己理解了就OK 了，总不至于要自己去写一个B 树的算法~
新建文件夹名字是应用的名称，manifest.json 是应用的一些信息，我们以插件scholarsea为例，文件夹名为scholarsea，对应的的manifest.json 如下所示，具体内容参考chrome 扩展文档。
1: {
2: "name": "Google Scholar \u641c\u7d22",
3: "version": "0.1",
4: "description": "use Google Scholar to find the paper you selected",
5: "icons": { "48": "4848.png" },
6: "page_action": { "default_icon": "1919.png" },
7: "background_page": "background.html",
8: "permissions": [ "contextMenus","tabs" ],
9: "background_page":"background.html"
10: }
在文件夹下放你的图标，和manifest 中属性相同。我是的19×19 和48×48 大小的png，还不错吧！自己PS的哦
这个是右键时显示的图标 
这个是插件介绍用
内容很简单包含一个后面要用的js 文件，这个js 文件名可以随意
1: <script src="js.js"></script>
这里js 文件名和上面html 内js 文件名一致，用于执行插件的核心工作。scholarsea 将所选的文字作为关键字在Google scholar 进行搜索。内容如下：
1: //open new tab to search
2: function searchdblp(info,tab){
3: var url="http://scholar.google.com/scholar?hl=en&q=
4: "+info.selectionText+"&btnG=&hl=en&as_sdt=0%2C5"
5: window.open(url);
6: }
7:
8: //add right button click
9: var menutitle="Google Scholar \u5e2e\u4f60\u641c"
10: var parent= chrome.contextMenus.create({"title": menutitle,
11: "contexts":["selection"],"onclick":searchdblp,});
chrome.contextMenus.create 在浏览器邮件添加一个选项，名称为“Google Scholar 帮你搜”，当点击后调用函数searchdblp ，info.selectionText 是我们在浏览器所选的内容。
看看我们这个名为scholarsea 的文件夹下有了哪些内容：
最后只需要在chrome 中发布即可，在chrome 的菜单中选择“工具/扩展程序”，然后打包扩展程序即可。这样会生成一个crx 类型的插件安装文件，和一个pem 的密钥文件（用于管理你的插件）。因为所有插件都是源码开放的，需要确认这个插件是你所有的只有这个密钥了。
在上面没有提到重要一点是manifest 和js 内都不支持中文，采用的是unicode 编码，如果你需要写中文的话，请用unicode 编码，有个简单的中文转unicode 的编码方法，如果你装了python 的话就好办了，看看我怎么解决的
1: >>> u"帮我搜"
2: u'\u5e2e\u6211\u641c'
3: >>> u"搜索此人"
4: u'\u641c\u7d22\u6b64\u4eba'
看到了吧，很方便哦~~
最后提供两个插件，用于搜索作者的文章dblpsea，和google scholar 搜索文章的插件：
【dblpsea】 【scholarsea】
一致性哈希（consistent hashing）和分布式哈希表（DHT: Distributed Hash Table）在最近的学习中经常用到，但是两个概念经常纠缠在一起，不容易分清楚。有时候就不明白这里为什么说的是consistent hashing，而不是用DHT。
从字面的意思来区分：consistent hashing 是一种满足特殊需求的哈希；DHT 是通过哈希实现的分布式的表，归根到底是一个分布式系统。consistent hashing 是理论上节点变化最少数据迁移的哈希方法，而DHT 在实现上更加具体，DHT 把传统的单个K-V 表在分布式多个节点中进行划分，既可以采用consistent hashing 实现，也可以采用其他哈希方法。
有时候想将整个会议的论文下载下来，手动太麻烦，应该浏览器插件完成的，没有去搜，写了个python 脚本来解决。 将url 页面的指定类型文件下载下来！
格式：python xx.py url file_type
参数一：url 地址；参数二：文件类型
1: #!/usr/bin/env python
2: #encoding=utf-8
3:
4: import urllib, urllib2
5: import re
6: import os,sys
7:
8: def get_files(ourl,file_type):
9: print "The URL is "+ourl
10: print "The File Type is "+file_type
11: path="E:\\temp\\"
12: if os.path.exists(path):
13: pass
14: else:
15: os.mkdir(path)
16: print "accessing "+ourl
17: print "===>>>href<<<==="
18: tempstr='href=\"(\S{3,50}\.'+file_type+'\w{0,2})\"'
19: htmldata=urllib2.urlopen(ourl).read()
20: fileslist=re.findall(tempstr,htmldata)
21: if len(fileslist)==0:
22: print "no"+" ."+file_type+" files"
23: else:
24: for app in fileslist:
25: if (ourl[-1]=='/'):
26: pass
27: else:
28: ourl=ourl[:ourl.rindex("/")+1]
29: if (app[0:7]=='http://'):
30: url=app
31: else:
32: url=ourl+app
33: filedata=app
34: try:
35: print url+"\tdownloading ......"
36: filedata=urllib2.urlopen(url).read()
37: print "read "+url
38: filestr=path+url[url.rindex("/")+1:]
39: print "file is "+filestr
40: fp=open(filestr,'wb')
41: fp.write(filedata)
42: fp.close()
43: except:
44: print "cann't get "+url
45: print "===>>>src<<<==="
46: tempstr='src=\"(\S{3,50}\.'+file_type+'\w{0,2})\"'
47: htmldata=urllib2.urlopen(ourl).read()
48: fileslist=re.findall(tempstr,htmldata)
49: if len(fileslist)==0:
50: print "no"+" ."+file_type+" files"
51: else:
52: for app in fileslist:
53: if (app[0:7]=='http://'):
54: url=app
55: else:
56: url=ourl+app
57: filedata=app
58: try:
59: print url+"\tdownloading ......"
60: filedata=urllib2.urlopen(url).read()
61: print "read "+url
62: filestr=path+url[url.rindex("/")+1:]
63: print "file is "+filestr
64: fp=open(filestr,'wb')
65: fp.write(filedata)
66: fp.close()
67: except:
68: print "cann't get >> "+url
69:
70: if __name__ == "__main__":
71: ourl=sys.argv[1];
72: file_type=sys.argv[2];
73: get_files(ourl,file_type)
IEEE Conference on Massive Data Storage (MSST 2012) 4 月 16-20 日。实验室曾老师中一篇short paper。
