管理千兆字节
Managing gigabytes
Ian H. Witten、Alistair Moffat、Timothy C. Bell · 初版 1994 年
26人推荐
35位读者提及
40次提及
为什么值得读
- 系统梳理文本与多媒体压缩方法
- 详述早期网页搜索引擎的索引实现机制
- 深入剖析海量数据无法常驻内存时的方案
“在这本广受赞誉的 Managing Gigabytes 全面更新的第二版中，作者 Witten、Moffat 和 Bell 继续为读者提供数据压缩和索引领域前沿技术的无与伦比的解析。无论你身处哪个领域，只要你需要处理海量信息，这本书都是必读之作——它既是权威的理论宝典，也是应对最严峻的存储与检索挑战的实用指南。本书涵盖了压缩和索引技术的最新进展及其在 Web 和数字图书馆中的应用，并详细阐述了数十种强大的技
Hacker News 上怎么说
正在加载完整评论……
这本书对这种压缩讲得很透彻：https://www.amazon.com/Managing-Gigabytes-Compressing-Multim... 比如你可能要记录类似这样的信息：单词 "the" 包含在文档 1 中，单词 "john" 包含在文档 1 中，单词 "the" 包含在……
This book has a nice treatment of that kind of compression: https://www.amazon.com/Managing-Gigabytes-Compressing-Multim... For instance you might be keep track of facts like the word "the" is contained in document 1 the word "john" is contained in document 1 the word "the" is contained in…
这网站太牛了。一些非常值得一读的盗版书（买得起的话还是买正版）：Witten、Moffat、Bell 著《海量数据管理：文档与图像的压缩与索引》（Managing gigabytes: compressing and indexing documents and images，讲怎么手搭搜索引擎）；Aho、Lam、Sethi、Ullman 著《编译原理：原则、技术与工具》（龙书）。大家还有别的……
This site rocks. Some pirated books well worth reading (buy the book if you can afford it): Witten, Moffat, Bell. Managing gigabytes: compressing and indexing documents and images (How to build a search engine) Aho A.V., Lam M.S., Sethi R., Ullman J.D. Compilers: Principles, techniques, and tools (Dragon book) Anyone else have any…
这是篇极好的全文搜索入门。这些技术正是早期一些网页搜索引擎（Google 出现之前）的基础。Witten、Moffat 和 Bell 的书《海量数据管理》（Managing Gigabytes）对这些内容有更深入的探讨，那本书出自早期搜索引擎时代，当时几个“Gigabytes”大到难以想象，RAM 绝对塞不下，甚至单块磁盘都可能放不下。
This is a great intro to full-text search. These techniques were the basis of some of the early web search engines (pre Google). More of this stuff is explored in Witten Moffat and Bell's book "Managing Gigabytes" which dates from the era of those early search engines and when "Gigabytes" was something unimaginably large that certainly wouldn't fit in RAM and perhaps not even on a single disk.
《海量数据管理》（Witten）《信息检索导论》（Manning）《文本压缩》（Bell）《自然语言处理》（Manning）《自然语言理解》（Allen）《语音与语言处理》（Jurafsky）《文本挖掘……
Managing Gigabytes (Witten) Information Retrieval (Manning) Text Compression (Bell) Natural Language Processing (Manning) Natural Language Understanding (Allen) Speech and Language Processing (Jurafsky) The Text Mining…
……Segaran《集体智慧编程》；Toffoli 与 Margolus《元胞自动机机器》；Niklaus Wirth《Oberon 项目：操作系统与编译器的设计》；Witten、Moffat 与 Bell《海量数据管理》（主要来自我在 http://wry.me/~darius/personal/books.html 的旧书单）
…Segaran, Programming Collective Intelligence Toffoli and Margolus, Cellular Automata Machines Niklaus Wirth, Project Oberon: The Design of an Operating System and Compiler Witten, Moffat, & Bell, Managing Gigabytes (mostly from my old list at http://wry.me/~darius/personal/books.html)
如果你想了解其中一些技术，读读 Ian H. Witten、Alistair Moffat 和 Timothy C. Bell 写的《海量数据管理：文档与图像的压缩与索引》。如果你真要为用户落地搜索功能，直接用 solr 吧。提取内容用 Tika……
If you want to know some of the techniques, read "Managing Gigabytes: Compressing and Indexing Documents and Images" by Ian H. Witten, Alistair Moffat, and Timothy C. Bell. If you want to actually implement search for your users, use solr. And use Tika for extracting…