• 解放前蒋介石居然要暗杀张学良，这样的历史掌故可发一笑。果然是任人打扮的小姑娘。揭秘:国民党在大陆最后暗杀名单 令毛人凤震惊 （2016-06-03）
• 读杰克伦敦的《海狼》，感觉有作者自己的影子在里面。（2016-06-07）
• 唐德刚认为近代中国只有两个半外交家：一为李鸿章，一为周恩来，半个是顾维钧。基辛格则是被周氏操弄于股掌中，等而下之的人物。按唐氏标准，整个世界也不见得有几个可称为外交家。（2016-06-14）
• 皇室战争中，若等级相差太远，防守方后发制人成功率更高。（2016-06-15）
• 计划在Ardb里增加两个功能：一为cluster,实现或者基于zookeeper或参考redis；二为graph,实现参考cayley. 两者都是考虑已久的，不过都属相当复杂的功能，而且前者尚未设计定型，具体实现遥遥无期。不过下月可能空闲时间较多，优先考虑实现cluster部分。（2016-06-20）
• 360公开了一个兼容redis的pika，看了下文档，粗略看了下代码，几个看法：
  • 一个比较有意思的地方：加上版本号用以快速的删除大量key/value对。 这个可能是双刃剑：删除某个较大的hash/set/list/zset是很快。不过当重复删除修改同一个hash/set/list/zset时，读取这个key理论上会很慢，因为key/value并未被删除，只是迭代读取过程中根据版本号过滤而已。 我在rocksdb的facebook group里提过一个DelPrefix需求，据说可能会在后续版本实现，理论上在rocksdb内部实现会更加高效，且不存在前述问题。
  • 仍然存在大量和redis冲突或者不一致的地方，文档里号称不用修改应用层代码即可迁移，其实指的是要详细阅读文档以及代码后，如果不冲突则可以迁移。
  • 感觉实现过于复杂，分成三四个项目，代码调用层次比较深（大部分C++项目通病），过度模块化了；这样的话，外部人员其实很难参与进来，至多只是周边一些日志，typo修改而已
  • 锁粒度细化到了key级别，和ardb一样；其它的几个基于leveldb/rocksdb的实现都没做到。
  • 直接修改了rocksdb代码实现某些功能。这种做法也是双刃剑，改动太多的话，社区的一些修改是很难merge进来的。
• “碧海青天夜夜心”
• 本厂的管理相当初级，仍然存在大量因人设事，因人废事的情况，人走代码废屡见不鲜。比较好奇本厂的代码平均寿命是多少，感觉比鹅厂的要少。可惜了两年余写的十余万行代码。（2016-06-25）
• 花了两天读完《万历十五年》，对万历帝的固有印象（基本负面）改变很多。说来对万历的这些印象还是大学时看过的一本《张居正》的小说得来。（2016-06-26）
• 金圣叹评水浒，列举了很多作文之法，如草蛇灰线等等；后来红楼梦里也大量应用，可见自古已有比较成熟的小说作法。（2016-06-27）
• 装修基本结束，花费甚多，费神更多。据说日本，美国这些行业均已标准化，不知在本国要花费多长时间才能达到友邦的程度。（2016-06-28）
• 跳槽：现东家马上成前东家，前东家马上成现东家。文雅点说是“前度刘郎今又来”，粗俗点是“胡汉三又回来了”。尝下回头草是啥滋味。说来讨价还价还是不在行，面皮甚薄，不善讨论“阿堵物”。（2016-06-30）

在Ardb的设计中， 编解码层是一个很重要的环节。编解码层的存在， 屏蔽了各种kv存储实现的不同，可以在任意一个简单的kv存储引擎上， 封装实现string， hash， list， set， sorted set等复杂类型的数据结构。这里简单介绍下Ardb中的编解码层的设计实现。

Overview

首先，有这样的设计约定：

• 所有的数据结构，都可以被一对或者多对简单key-value表示
• 每种数据结构，至少包含一个元信息key-value对(meta)，用于保存额外的信息（db，类型，expire时间等）；如hash、set、list、sorted set等复杂结构均是每个key对应有一个meta

内部Key的格式

对于所有的Key， 包含同样的前缀，编码格式定义如下：

[<namespace>] <key> <type> <element...>

Note： namespace 为可选部分。

• 政策与既得利益权贵之无耻，可见一斑 —— 央行放松限贷有感
• “肉食者鄙”
• 现在一些开源项目上来就号称全面替代xx， 是xx的killer，也给出一个漂亮的benchamrk对比图，不过在实际环境中表现却是惨不忍睹，中外皆有
• “一生大笑能几回，斗酒相逢须醉倒”
• 《饥饿游戏》小说的翻译也是糟糕无比
• 孤陋寡闻，直到今天才知道“带鱼”另有它解， 再次感叹中文之博大精深，诸多隐语遁词，方法大约是从史书里的春秋笔法一脉相承而来
• 方舟子貌似会以极快的速度成为twitter第一大V
• 读唐史，“牛李党争”中，对李德裕的评价更高一些
• 唐末，宦官擅权远比东汉末年以及明代为甚，甚至到了多次弑君，废立自如的地步；小说演义却很少描述这一点
• 俄国叶卡捷宁娜女皇时代，波将金亲王为了使女皇对其领地的富足留下深刻映像，在女皇经过的道路上建造了一些假村庄，史称“波将金化”。在中国也有类似的行为艺术，更早的有隋炀帝的丝绸缠树，往后则更是不胜枚举。在所有的以媚上为目的手段的社会，这种行为是永远禁而不止的。
• 秦昭王时的丞相范睢提出的”远交近攻“可能是中国历史乃至世界历史上第一个外交战略。
• 维特根斯坦和希特勒是中学同学，这倒是个有趣的历史片段
• 对一个正题及其反题同时予以证明，然而却都成立的现象，谓之”二律背反“，由康德提出。针对这类问题，如果一方坚称唯有自己是真理的情况下，就非常值得警惕了。如中世纪基督教的“上帝万能论”，以及政治课本中的部分结论
• 权力不被利用与操纵的可能性为零
• 硕鼠不见人犬之忧
• 历史上的一些名人在微时，与显贵”扪虱对谈“足以显得豁达，不卑不亢，如王猛对桓温“扪虱对谈”则成了千古美谈；而发迹之后若仍如此，则显得倨傲无礼，如司马迁很鄙视刘邦的类似行为，借郦食其，萧何之口批评了一下。也许两种情况兼而有之的原因，是以斯诺记载的我朝太祖的类似行为就没有特别地广而告之。
• 搬家时不知道怎么找到一本冯唐的书， 随手翻了下，有几个感觉：一是其人作文喜欢往“脐下三寸”走；二是文风也相当造作，故作洒脱；三是其人对于文学有一定见解；四是这个人最好继续做商人
• 冯唐不是”冯唐易老”的冯唐

前几天接触了解websocket时，顺便试了下之前写过的代理工具gsnova，发现几乎不能用了，究其原因，则是Google的IP大批被封锁，但仍有部分可用的IP，不过需要自行查找测试，手工测试比较繁琐；有一个GoGoTester工具做了自动化搜索测试的工作，内置了大量的IP，很不错。不过还有一些缺陷，比如缺少证书检测，性能上也需要优化，默认只启动5个线程？

另外有一些Hosts工具，比如smarthosts, 最近可能也多是Google的IP被封锁原因，加上Google自身的部署调整，很多IP有问题，比如默认的google搜索访问就有404的问题，看了下smarthosts生成hosts的脚本，也是在可访问性上检测不够，只检测了是否能连接，对404之类错误则没有任何检测

对于此类的工具，我另外还有自己的一些想法，所以国庆花了两天时间粗略实现了一个基于IP段的扫描工具gscan，整合实现这两类功能，顺便也熟悉下来近两年没碰过的golang。

完成后测试了下实际使用效果，看起来还不错，Go的性能这两年看起来提升不少，用GoGoTester内置的所有IP段随机扫描可用HTTPS的Google IP, 100个goroutine工作，ThinkPad X230笔记本上大约平均每秒能扫描100个IP上下，内存占用不到10M，CPU占用15%上下。

gscan的相关说明在github上， 地址https://github.com/yinqiwen/gscan

后记：golang这两年语法没什么变化，看了下go的release notes， 大部分还是库，GC，编译器层面的改进， 周边的IDE工具（开源、商业）支持还是不多， GoClipse一如既往的难用。 另外发现一条新闻说是Go在1.4会官方支持Android开发，这个比较令人兴奋，也许可以把gsnova移植到Android上。

Ardb早在半年前的0.7.0版本就已经具备了二维空间数据的存储/查询的能力；基于此能力，可以构建基于位置实时服务， 比如实时查找附近的地理位置，附近的人等LBS类型服务。以下介绍Ardb中空间索引的实现原理以及如何使用。

原理

Ardb中的二维空间索引实现从原理上说，可以简化为GeoHash + Sorted Set。 在比较早的时候写过一篇英文原理介绍在这里, 这里用中文再介绍一次。

所谓二维空间索引， 就是对二维空间数据建立索引， 通常key-value形式的存储只能存储一维的数据， 针对二维数据， 就需要做降维处理。降维的方法有很多种，Ardb中采用的是成熟的GeoHash。 GeoHash是一种对经纬度进行编码的实现，利用GeoHash可以将二维的坐标编码成一维的数据， 如字符串。这样，我们就可以将二维的坐标作为索引的key保存了。

大部分的GeoHash实现都是将二维的坐标编码编码为Base32的字符串， 这种结果不适用于Sorted Set（只支持double类型的score），另外也存在精度问题。 由于Base32字符串中一个字符代表5个bit，和GeoHash编码步骤每次产生2bit不匹配，当Base32字符串长度为奇数时，此GeoHash值代表一个长宽不相等的矩形，这个对于计算半径精度误差较大。 此外，由于一个字符代表5个bit，意味着增加/减少位置精度需要每5bit增减，这对于范围查询时，存在较大的浪费。

我另外参考GeoHash原理写了另外一个GeoHash-Int库, 只生成64bit integer结果，每增加/减少位置精度只需要2bit增减。

关于GeoHash于GeoHash-Int的详细介绍，可以参考这篇文章GeoHash介绍与改进的GeoHash-Int.

关于Redis的Sorted Set， 可以暂时理解为一个排序的集合。 由于GeoHash有一个特点，相近的坐标的GeoHash值有很大几率非常接近，从属于同一个GeoHash编码区域，即使在边缘情况不相邻下，也可以通过通过查找邻居的方法找到所在GeoHash编码区域。 我们可以将GeoHash值作为score，坐标点的名称作为value存储到一个sorted set中。 这样，在查找相近坐标时，可以利用Sorted Set的ZRANGEBYSCORE方法找到相近的指定范围的坐标集合。

以下介绍在Ardb中的具体实现与相关协议命令。

• 古龙之《七种武器》水准排名，多情环 = 离别钩 > 孔雀翎 > 碧玉刀 > 长生剑 > 霸王枪； 似乎结局愈惨我才觉得更触动人心
• 如隔云端
• 阿布特说：“电一来，灯一亮，工人们便一骨碌爬起来，操作一两个小时的机器，直到下一次停电。” ——《外媒：朝鲜人其实跟别国人一样》
• “中秋谁与共孤光，把盏凄凉北望。”， 国庆亦然。
• Facebook的RocksDB的bug也不少，有些还是很初级的问题；最近就发现了两个，提了一个bug加一个PR
• 《马丁伊登》里， 马丁最后用特殊的方式了结了自己；现实里，杰克伦敦也自己了断了自己。杰克伦敦在《马丁伊登》里极为推崇社会达尔文主义，在现代中国可能会更适应一些。
• 魏氏春秋曰: 成济兄弟不即伏罪,袒而升屋,醜言悖慢。自下射之,乃殪。 身为棋子却承担太大责任的后果，可能一步登天，可能万劫不复
• 三国后期淮南三叛之时，只有吴国协助， 未见有蜀国任何动作，当是蜀国比较大的战略失误， 当此时已离蜀汉灭亡不远了
• Raft, 号称比paxos更简单，后面还是要花一定时间深入理解下（不过计划在Ardb里引入的集群支持还是会采用zookeeper这个更成熟的paxos实现，毕竟了解的更多一些）
• 冰塞黄河，雪满太行，梦里乘舟
• 雍和宫里有个殿内门口有两条“地狱犬”的塑像，口鼻之中都被游客塞满了纸币硬币，模样殊为可笑；中国人在佛教的地方似乎很喜欢类似的行为。
• 国子监博物馆里看到一则介绍：清朝时科举增加了官、民分卷法, 据说是为了避免官宦出身的占了太多科举名额。抑制不平等有很多办法，就看是否有决心执行了，还有很多地方，今不如古。
• 清朝时科举增加了官、民分卷法是为了抑制官宦出身的占科举名额太多； 如今高考分省卷目的却是相反
• “长恨人心不如水， 等闲平地起波澜”

昨天在reddit上提交了geohash-int , 引来了一些讨论， 其中一位外国朋友Steve132给出了一个更快的实现, 虽然里面有些较低级bug，但修改编译后，简单测试了下，100万次encode/decode性能提升了6倍之多，耗时统计如下：

Cost 425ms to encode
Cost 75ms to fast encode
Cost 671ms to fast decode
Cost 98ms to fast decode

GeoHash encode/decode算法中一个关键步骤是Interleaving bits（位交错运算？可能需要更好的翻译）， 大致相当于将一个64bit的int，按二进制位将此int拆分为两个32bit的int， 其中偶数位的为一个， 奇数位的二进制位为另一个。 Steve132给出的实现主要就是优化这一个操作。 原来我的做法是老老实实做位偏移合并运算，算法复杂度为O(N), 其总N为二进制位个数。

部署运营情况

Ardb（RocksDB）目前在生产环境中是作为一个在线推荐/查询系统的存储服务部署，持续运行了约半年，相关的一些运营情况

• 1T SSD机器，主从互备
• 共存储约450GB的原始数据（integer变长存储，snappy压缩并compact后120GB），每天约更新150GB的数据（存放到redis同样结构，大约700G内存占用）
• 最大写入qps为20000（Ardb配置中限制）， 大多为hmset，sadd，geoadd，zrem，del等写/删除命令；写入数据由后台例行任务调用redis命令
• 峰值查询qps在2000以上， 平均则近600， 查询命令多为hgetall， smembers， geosearch
• 查询平均延迟不到1ms，准确说0.3ms左右

• 尝试了PyCharm半个小时，最后还是回退到了Eclipse上；在两个IDE间来回切换还是颇为折腾的；
• 仍然用sourceinsight写代码的，多半还是代码写的不够多， 尤其是用来写C/C++/Java
• 尚记得7，8年在H公司工作之时，sourceinsight版本就已经是3.5了， 今日一瞅仍是3.5； 这个和最近关于PHP版本的调侃有相近之处
• Replication is difficult, distribution/cluster is much more difficult.
• 鲁迅有一篇《豪语的折扣》中提到中国人有故作豪语的习惯，不独文人，连市井人物吵架都会见到。今天外出就遇见一个样例。
• 古之豪语之一：“仰天大笑出门去，我辈岂是蓬蒿人”
• 安庆绪杀安禄山；史思明杀安庆绪；史朝义杀史思明。 安史之乱中安史自乱。
• Y君自比黄鹄而待举
• 《银河系漫游指南》译文不忍卒读，当是译者之过；《冰与火之歌》则是正面典型
• 在考虑是否重新拾起Go语言，看起来1.3比1.1改进不少
• 《浮生六记》只有四记。 “世事一场大梦，人生几度秋凉”。

考虑这样一种场景：每天有较多的数据更新，也有较多的数据被访问；从一个时间段总体看来，某份数据只在一定时间段内会被频繁访问，超过这个时间就极少被访问，这样的数据比率占到绝大部分。
例如网站统计数据就与这种场景类似，只有当天的统计数据会被更新，只有最近7天（或30天）的数据有较大可能会被访问到，极少有人会主动访问历史数据。可以参考下百度统计，CNZZ， GA等系统的数据。

针对类似数据存储场景， 我们可以构建一个Redis为Master， Ardb为Slave的存储系统。Ardb需要更改两项默认配置为’yes’：

slave-ignore-expire   yes
slave-ignore-del      yes

前端应用层写入数据只写入到Redis，每更新一次数据，设置expire时间为7天（或30天，自行控制）；该数据会被同步至Ardb， 同时被忽略掉expire设置； 另外由于Redis的expire机制是当expire触发时，redis生成一个’del’命令同步至slave, 所以Ardb slave也需要忽略del命令已保证数据不丢失。 伪码逻辑如下：

redis.Set(key, value)
redis.Expire(key, 7*24*3600)  //expired after 7day