网易的开源软件镜像站点
[
2009-2-23 23:54 | by 张宴 ]
2009-2-23 23:54 | by 张宴 ]
网易开通了一个开源软件的镜像站点，网址为：
http://mirrors.163.com/
提供的镜像有：
1、Linux及BSD发行版镜像：FreeBSD、OpenBSD、RedHat、archlinux、centos、debian、fedora、gentoo、trixbox、ubuntu等。
2、开源软件镜像：eclipse可扩展开发平台、防火墙、openfiler网络存储管理工具。
该镜像目前只有一台杭州电信的服务器，网通用户访问可能会比较慢。
如果您安装 CentOS 5.2 系统的服务器位于电信机房，您可以修改/etc/yum.repos.d/CentOS-Base.repo文件，将它的yum源更改成网易的镜像，代替国外的镜像，以便获取更快的下载速度。
您可以按照以下步骤从 blog.zyan.cc 下载修改后的 CentOS-Base.repo 文件到您的服务器。
附：修改后的 CentOS-Base.repo 文件内容如下：
http://mirrors.163.com/
提供的镜像有：
1、Linux及BSD发行版镜像：FreeBSD、OpenBSD、RedHat、archlinux、centos、debian、fedora、gentoo、trixbox、ubuntu等。
2、开源软件镜像：eclipse可扩展开发平台、防火墙、openfiler网络存储管理工具。
该镜像目前只有一台杭州电信的服务器，网通用户访问可能会比较慢。
如果您安装 CentOS 5.2 系统的服务器位于电信机房，您可以修改/etc/yum.repos.d/CentOS-Base.repo文件，将它的yum源更改成网易的镜像，代替国外的镜像，以便获取更快的下载速度。
您可以按照以下步骤从 blog.zyan.cc 下载修改后的 CentOS-Base.repo 文件到您的服务器。
cd /etc/yum.repos.d/
mv CentOS-Base.repo CentOS-Base.repo.bak
wget http://blog.zyan.cc/soft/linux/centos/5.2/CentOS-Base.repo
mv CentOS-Base.repo CentOS-Base.repo.bak
wget http://blog.zyan.cc/soft/linux/centos/5.2/CentOS-Base.repo
附：修改后的 CentOS-Base.repo 文件内容如下：
我的开源PHP中文分词扩展：PHPCWS 1.0.0[原创]
[ 2009-2-16 23:40 | by 张宴 ]
2009-2-16 23:40 | by 张宴 ]
[文章/程序 作者：张宴 本文版本：v1.3 最后修改：2009.07.06 转载请注明原文链接：http://blog.zyan.cc/phpcws_v100/]
注：最新的分词系统 HTTPCWS 已经发布，用来取代 PHPCWS。
请点击以下网址下载 HTTPCWS：
http://code.google.com/p/httpcws
原来的 PHPCWS 停止更新。
名称：PHPCWS（PHP中文分词扩展）
协议：New BSD License
作者：张宴
网址：http://code.google.com/p/phpcws/
SVN：http://code.google.com/p/phpcws/source/browse/#svn/trunk/phpcws
一、PHPCWS 简介
1、什么是 PHPCWS ？
PHPCWS 是一款开源的PHP中文分词扩展，目前仅支持Linux/Unix系统。
PHPCWS 先使用“ICTCLAS 3.0 共享版中文分词算法”的API进行初次分词处理，再使用自行编写的“逆向最大匹配算法”对分词和进行词语合并处理，并增加标点符号过滤功能，得出分词结果。
ICTCLAS（Institute of Computing Technology, Chinese Lexical Analysis System）是中国科学院计算技术研究所在多年研究工作积累的基础上，基于多层隐马模型研制出的汉语词法分析系统，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。ICTCLAS经过五年精心打造，内核升级6次，目前已经升级到了ICTCLAS3.0，分词精度98.45%，各种词典数据压缩后不到3M。ICTCLAS在国内973专家组组织的评测中活动获得了第一名，在第一届国际中文处理研究机构SigHan组织的评测中都获得了多项第一名，是当前世界上最好的汉语词法分析器。
ICTCLAS 3.0 商业版是收费的，而免费提供的 ICTCLAS 3.0 共享版不开源，词库是根据人民日报一个月的语料得出的，很多词语不存在。所以本人对ICTCLAS分词后的结果，再采用逆向最大匹配算法，根据自己补充的一个9万条词语的自定义词库（与ICTCLAS词库中的词语不重复），对ICTCLAS分词结果进行合并处理，输出最终分词结果。
由于 ICTCLAS 3.0 共享版只支持GBK编码，因此，如果是UTF-8编码的字符串，可以先用PHP的iconv函数转换成GBK编码，再用phpcws_split函数进行分词处理，最后转换回UTF-8编码。
2、PHPCWS 中文分词在线演示
演示网址：http://blog.zyan.cc/demo/phpcws/
3、PHPCWS 分词速度及用途
初次使用时，Apache 或 php-cgi(FastCGI) 进程，需要加载一次词库到内存中，需要0.0X秒。58字节的一句话——“2009年2月13日，我编写了一款PHP中文分词扩展：PHPCWS 1.0.0。”，分词速度只需0.0003秒。
PHPCWS 属于《亿级数据的高并发通用搜索引擎架构设计》的一部分，用作“搜索查询接口”的关键字分词处理。在此架构中，Sphinx索引引擎对于CJK（中日韩）语言支持一元切分，假设【反恐行动是国产主视角射击网络游戏】这段文字，Sphinx会将其切成【反 恐 行 动 是 国 产 主 视 角 射 击 网 络 游 戏】，然后对每个字建立反向索引。如果用这句话中包含的字组成一个不存在的词语，例如【恐动】，也会被搜索到，所以搜索时，需要加引号，例如搜索【"反恐行动"】，就能完全匹配连在一起的四个字，不连续的【"恐动"】就不会被搜索到。但是，这样还有一个问题，搜索【"反恐行动游戏"】或【"国产网络游戏"】就会搜索不到。所以，我在搜索层写了个PHP中文分词扩展，搜索“反恐行动游戏”、“国产网络游戏”，会被PHPCWS中文分词函数分别切分为“反恐行动 游戏”、“国产 网络游戏”，这时候，用PHP函数给以空格分隔的词语加上引号，去搜索【"反恐行动" "游戏"】或【"国产" "网络游戏"】，就能搜索到这条记录了。由于PHPCWS位于搜索层，中文分词词库发生增、删、改，只需平滑重启一次Web服务器或php-cgi进程即可，无需重建搜索索引。
根据上述情况，对于那些采用二元交叉切分的搜索引擎，PHPCWS用在前端搜索层对用户输入的搜索关键字、短语进行分词处理，同样适合。PHPCWS开发的目的正在于此，对于短句、小文本中文分词切分，速度非常之快。
4、自定义词库
自定义词库名称为userdict.tch，格式为 Tokyo Cabinet DBM 的 Abstract key-value 内存哈希数据库（key为GBK编码的词语名词，value为词频。目前词频均填1，暂时用不上）。自定义词库的修改在安装步骤中会详细介绍。
二、phpcws 1.0.1 安装步骤
注：最新的分词系统 HTTPCWS 已经发布，用来取代 PHPCWS。
请点击以下网址下载 HTTPCWS：
http://code.google.com/p/httpcws
原来的 PHPCWS 停止更新。
名称：PHPCWS（PHP中文分词扩展）
协议：New BSD License
作者：张宴
网址：http://code.google.com/p/phpcws/
SVN：http://code.google.com/p/phpcws/source/browse/#svn/trunk/phpcws
一、PHPCWS 简介
1、什么是 PHPCWS ？
PHPCWS 是一款开源的PHP中文分词扩展，目前仅支持Linux/Unix系统。
PHPCWS 先使用“ICTCLAS 3.0 共享版中文分词算法”的API进行初次分词处理，再使用自行编写的“逆向最大匹配算法”对分词和进行词语合并处理，并增加标点符号过滤功能，得出分词结果。
ICTCLAS（Institute of Computing Technology, Chinese Lexical Analysis System）是中国科学院计算技术研究所在多年研究工作积累的基础上，基于多层隐马模型研制出的汉语词法分析系统，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。ICTCLAS经过五年精心打造，内核升级6次，目前已经升级到了ICTCLAS3.0，分词精度98.45%，各种词典数据压缩后不到3M。ICTCLAS在国内973专家组组织的评测中活动获得了第一名，在第一届国际中文处理研究机构SigHan组织的评测中都获得了多项第一名，是当前世界上最好的汉语词法分析器。
ICTCLAS 3.0 商业版是收费的，而免费提供的 ICTCLAS 3.0 共享版不开源，词库是根据人民日报一个月的语料得出的，很多词语不存在。所以本人对ICTCLAS分词后的结果，再采用逆向最大匹配算法，根据自己补充的一个9万条词语的自定义词库（与ICTCLAS词库中的词语不重复），对ICTCLAS分词结果进行合并处理，输出最终分词结果。
由于 ICTCLAS 3.0 共享版只支持GBK编码，因此，如果是UTF-8编码的字符串，可以先用PHP的iconv函数转换成GBK编码，再用phpcws_split函数进行分词处理，最后转换回UTF-8编码。
2、PHPCWS 中文分词在线演示
演示网址：http://blog.zyan.cc/demo/phpcws/
3、PHPCWS 分词速度及用途
初次使用时，Apache 或 php-cgi(FastCGI) 进程，需要加载一次词库到内存中，需要0.0X秒。58字节的一句话——“2009年2月13日，我编写了一款PHP中文分词扩展：PHPCWS 1.0.0。”，分词速度只需0.0003秒。
PHPCWS 属于《亿级数据的高并发通用搜索引擎架构设计》的一部分，用作“搜索查询接口”的关键字分词处理。在此架构中，Sphinx索引引擎对于CJK（中日韩）语言支持一元切分，假设【反恐行动是国产主视角射击网络游戏】这段文字，Sphinx会将其切成【反 恐 行 动 是 国 产 主 视 角 射 击 网 络 游 戏】，然后对每个字建立反向索引。如果用这句话中包含的字组成一个不存在的词语，例如【恐动】，也会被搜索到，所以搜索时，需要加引号，例如搜索【"反恐行动"】，就能完全匹配连在一起的四个字，不连续的【"恐动"】就不会被搜索到。但是，这样还有一个问题，搜索【"反恐行动游戏"】或【"国产网络游戏"】就会搜索不到。所以，我在搜索层写了个PHP中文分词扩展，搜索“反恐行动游戏”、“国产网络游戏”，会被PHPCWS中文分词函数分别切分为“反恐行动 游戏”、“国产 网络游戏”，这时候，用PHP函数给以空格分隔的词语加上引号，去搜索【"反恐行动" "游戏"】或【"国产" "网络游戏"】，就能搜索到这条记录了。由于PHPCWS位于搜索层，中文分词词库发生增、删、改，只需平滑重启一次Web服务器或php-cgi进程即可，无需重建搜索索引。
根据上述情况，对于那些采用二元交叉切分的搜索引擎，PHPCWS用在前端搜索层对用户输入的搜索关键字、短语进行分词处理，同样适合。PHPCWS开发的目的正在于此，对于短句、小文本中文分词切分，速度非常之快。
4、自定义词库
自定义词库名称为userdict.tch，格式为 Tokyo Cabinet DBM 的 Abstract key-value 内存哈希数据库（key为GBK编码的词语名词，value为词频。目前词频均填1，暂时用不上）。自定义词库的修改在安装步骤中会详细介绍。
二、phpcws 1.0.1 安装步骤
我收到的情人节礼物：《时间管理——给系统管理员》
[ 2009-2-14 23:59 | by 张宴 ]
2009-2-14 23:59 | by 张宴 ]
老婆在我的豆瓣上看到我想读这本书：《时间管理——给系统管理员》（Time Management for System Administrators，By Thomas A. Limoncelli），于是悄悄买了这本书，送给我作为情人节礼物。虽然我现在主要从事系统架构与系统开发，研发时间比以前充足得多，手中的服务器异常的稳定，不像以前有那么多系统运维的琐事，但这本书却使我受益匪浅。
我翻阅了一下，虽然页数不厚，但内容很不错，书中告知了很多时间管理技巧，是作者工作经验的积累，非常值得借鉴！另外，语言也十分风趣。本书不只适合系统管理员，也适合所有从事IT业的人。
书籍简介：
中文书名：时间管理
副标题：给系统管理员
英文原版书名：Time Management for System Administrators
译者：O'Reilly Taiwan公司
作者：Thomas A.Limoncelli
ISBN：9787564109059
页数：210
定价：26.0
出版社：东南大学出版社
装帧：平装
出版年：2007
豆瓣上的介绍：http://www.douban.com/subject/2253513/
英文原版下载：http://ishare.iask.sina.com.cn/cgi-bin/fileid.cgi?fileid=4824885
时间是珍贵的东西，对于系统管理员而言尤甚。没有其他工作会把那么多领域的事情一次推给一个人做。使用者经常以他们的请求干扰你，让你无法完成经理指派给你的长期项目；还有你的计算机就是不听话，总是在最关键的时刻与你耍脾气。尽管你精通职务上的技术，但是仍然发现必须在晚上和周末加班，只是为了满足一些要求。这只会随着时间给自己增加压力。
本书讨论的策略，不但帮你解决日常工作，还有能力处理无法避免的突发状况。作者将自己长期的职业生涯，诸如，支持桌面应用、服务器管理以及安全和软件开发等等，在本书中详实地举例说明。这意味着，你将得到有实战经验的建议，而非象牙塔般、从未在混沌的网络中工作过的陈腔滥调。
在其他技术上，你将学习如何：
·管理干扰
·消除时间的浪费..
·保持有效的日程表
·将经常发生的事情变成例行公事
·专注在手边的工作
·以客户预期排列优先级
·文件化和自动化处理以便快速执行...
我翻阅了一下，虽然页数不厚，但内容很不错，书中告知了很多时间管理技巧，是作者工作经验的积累，非常值得借鉴！另外，语言也十分风趣。本书不只适合系统管理员，也适合所有从事IT业的人。
书籍简介：
中文书名：时间管理副标题：给系统管理员
英文原版书名：Time Management for System Administrators
译者：O'Reilly Taiwan公司
作者：Thomas A.Limoncelli
ISBN：9787564109059
页数：210
定价：26.0
出版社：东南大学出版社
装帧：平装
出版年：2007
豆瓣上的介绍：http://www.douban.com/subject/2253513/
英文原版下载：http://ishare.iask.sina.com.cn/cgi-bin/fileid.cgi?fileid=4824885
时间是珍贵的东西，对于系统管理员而言尤甚。没有其他工作会把那么多领域的事情一次推给一个人做。使用者经常以他们的请求干扰你，让你无法完成经理指派给你的长期项目；还有你的计算机就是不听话，总是在最关键的时刻与你耍脾气。尽管你精通职务上的技术，但是仍然发现必须在晚上和周末加班，只是为了满足一些要求。这只会随着时间给自己增加压力。
本书讨论的策略，不但帮你解决日常工作，还有能力处理无法避免的突发状况。作者将自己长期的职业生涯，诸如，支持桌面应用、服务器管理以及安全和软件开发等等，在本书中详实地举例说明。这意味着，你将得到有实战经验的建议，而非象牙塔般、从未在混沌的网络中工作过的陈腔滥调。
在其他技术上，你将学习如何：
·管理干扰
·消除时间的浪费..
·保持有效的日程表
·将经常发生的事情变成例行公事
·专注在手边的工作
·以客户预期排列优先级
·文件化和自动化处理以便快速执行...
参加《软件需求管理最佳实践》培训
[ 2009-2-14 23:41 | by 张宴 ]
2009-2-14 23:41 | by 张宴 ]
这个情人节，我只能晚上和老婆一起过了。因为2月14日、15日两个周末，我在参加北京金山软件公司的重要研发培训──《软件需求管理最佳实践》，讲师为曾任微软亚洲工程院测试经理的陆宏杰。
课程大纲：
课程主要议题：
1、对软件需求的理解
课程的中心思想是通过需求分析来提高项目整体效率和产品定位，节省开发、测试、管理的实施成本。对于每一个具体环节将从客户、开发、测试、管理的角度分别看待需求分析。
讲解软件项目的需求划分技巧；以及如何管理多名需求人员对产品/项目的整体把握，保证多名需求人员对需求理解的一致性；产品型和项目型软件在需求分析时的区别、技巧、以及如何快速把握需求关键点。
2、需求文档
很多时候需求人员过分关注特定的理论图形或表达法，而忽略了需求文档的实用性，这一部分从实际出发，讲解需求文档的质量标准、到底应该细致到什么程度才能对开发、测试及管理提供有力支撑，结合实例讲解需求和架构的配合，需求和开发的交互。
分析是否需要进行多次需求文档的转换，这样做的目的和结果是怎样的。分享需求文档的评审流程和规范，为什么要这样做，能够为管理层提供哪些支撑。
3、需求的细化
不仅讲解对显性功能和隐性功能的需求细化原则和技巧，而且分析为什么要考虑这些方面，不这样做会怎么样，每一部分都结合实例进行，同时结合需求细化讲解需求对测试的影响和交互，从测试的角度看待需求分析有什么样的配合技巧。
4、需求人员在整个软件生命周期中的作用
需求人员应该对整个软件生命周期提供持续的驱动力，需求人员在开发阶段、测试阶段、变更处理、甚至商务处理可以发挥哪些重要的作用。
同时，分别从“任务”和“人员”两个不同角度讲解如何优化项目开发模式，把瀑布式、迭代式等多种项目管理方法结合，利用最小化的资源提供最大化的产出。
课程中逐一要解决的问题：
1、需求分析缺乏经验
2、团队对设计目标的理解不一致
3、需求分析过程同软件开发过程严重脱节
4、无法有效的将从客户获取的信息转换成软件设计文档
5、开发人员和需求分析人员互相不认可，无法形成有效的协作
6、需求不明确，测试很难开展
更多信息见：http://www.msup.com.cn/?mod=training&show=6
课程大纲：
课程主要议题：
1、对软件需求的理解
课程的中心思想是通过需求分析来提高项目整体效率和产品定位，节省开发、测试、管理的实施成本。对于每一个具体环节将从客户、开发、测试、管理的角度分别看待需求分析。
讲解软件项目的需求划分技巧；以及如何管理多名需求人员对产品/项目的整体把握，保证多名需求人员对需求理解的一致性；产品型和项目型软件在需求分析时的区别、技巧、以及如何快速把握需求关键点。
2、需求文档
很多时候需求人员过分关注特定的理论图形或表达法，而忽略了需求文档的实用性，这一部分从实际出发，讲解需求文档的质量标准、到底应该细致到什么程度才能对开发、测试及管理提供有力支撑，结合实例讲解需求和架构的配合，需求和开发的交互。
分析是否需要进行多次需求文档的转换，这样做的目的和结果是怎样的。分享需求文档的评审流程和规范，为什么要这样做，能够为管理层提供哪些支撑。
3、需求的细化
不仅讲解对显性功能和隐性功能的需求细化原则和技巧，而且分析为什么要考虑这些方面，不这样做会怎么样，每一部分都结合实例进行，同时结合需求细化讲解需求对测试的影响和交互，从测试的角度看待需求分析有什么样的配合技巧。
4、需求人员在整个软件生命周期中的作用
需求人员应该对整个软件生命周期提供持续的驱动力，需求人员在开发阶段、测试阶段、变更处理、甚至商务处理可以发挥哪些重要的作用。
同时，分别从“任务”和“人员”两个不同角度讲解如何优化项目开发模式，把瀑布式、迭代式等多种项目管理方法结合，利用最小化的资源提供最大化的产出。
课程中逐一要解决的问题：
1、需求分析缺乏经验
2、团队对设计目标的理解不一致
3、需求分析过程同软件开发过程严重脱节
4、无法有效的将从客户获取的信息转换成软件设计文档
5、开发人员和需求分析人员互相不认可，无法形成有效的协作
6、需求不明确，测试很难开展
更多信息见：http://www.msup.com.cn/?mod=training&show=6
