第89章 這傢伙是個寶藏！

  第85章 這傢伙是個寶藏！

  隨著王老師領著眾人從機房回來，屋內頓時一陣寒暄。

  本章節來源於𝘴𝘵𝘰9.𝘤𝘰𝘮

  喻林卻似乎沒有聽見，對著大家的招呼，她只是揮了揮手，表示自己已經打過招呼，便繼續低頭編寫規則。

  她必須承認，餘江給的方案很簡單，而且似乎一聽就很有效！

  沒多久，她便迅速優化完規則，開始上傳代碼。

  隨後，她打開tianwang，隨便輸入了幾個之前一直困擾她多時的歧義詞進行搜索。

  「余神！」

  她轉身大喊，卻發現所有人都一臉驚詫地盯著她看。

  「人呢？」

  「走了。」

  「我靠————大哥們，你們怎麼能讓他走的！」

  幾個男生互相對視，無比驚訝：「難道留人家吃飯？聚餐你買單啊？」

  「我買啊！」

  喻林猛地拍著辦公桌：「閆哥，這傢伙是個寶藏！」

  餘江順路在雁南食堂吃過晚飯，隨後趕往公司。

  雖然沈予慧再有「成長」的願望，累計上線突破十五萬，他也理應到場。

  一個月不見，慧江科技已經大變樣。

  前台已經有人，還是個漂亮小妹，工位區擴充了一倍有餘，最左邊被隔出來的客服區更是坐滿了人。

  餘江心中樂了一個。

  看來一切都好，就是加班有點嚴重。

  一路安靜地穿過工位區，餘江走到沈予慧辦公室的門前。

  剛準備敲門，他就聽到虛掩的房門內傳來王小川的聲音：「那我要不要給老闆說一下？」

  「這肯定要說的。」

  餘江微微一愣，也不管時機恰當不恰當，叩了兩下後直接推開房門。

  只見王小川坐在長沙發上，沈予慧則坐在另一邊，見他進門，同時朝他望來。

  「剛聽到一句，川哥說要跟我說什麼？」

  餘江走到王小川身邊坐下，問了一句後又望向沈予慧。

  沈予慧沖他笑了一笑。

  「小川說，新學期開學，他們那邊兼職的可能強度就沒辦法像之前那麼大了。」

  餘江偏頭看著王小川，後者無奈一笑：「你應該能理解吧？」

  「倒是能理解，但怎麼我有種感覺是打一槍就跑呢？」餘江瞥著他，語氣有些不爽：「特別是錢文杰那傢伙————」

  「哈哈哈，你知道他和許一城是要留學的，下半年就大四，也該做準備了啊。」

  餘江就皺了皺眉。

  但他能說什麼？

  就算是後世，對有留學經歷的技術人才都高看一眼，別說現在了。

  只能說人各有志。

  「沒事，只要你不走就行。」

  「那你也不能把我當全職使喚啊！」王小川哭笑不得：

  ：「我這才研二，還稍微可以輕鬆點，到了研二研三還得忙課題。」

  餘江點了點頭。

  搞遊戲不比搞網站，是需要高度交流的，找一幫全兼職的，在需求明確的情況下沒問題。但如果要推進一個新項目，那交流成本就有點過高了。

  「這樣，傳奇項目因為你們熟悉，後續就還是讓他們先接手搞起走，文檔寫好，注釋寫好就行。」

  王小川一口答應：「這沒問題。」

  「那就OK。」

  餘江把王小川送到走廊，這才轉身走進辦公室。

  隨後，他關上房門。

  沈予慧坐在沙發上，認真地看著他。

  餘江道：「等到收費，我們就應該是一家正規的集遊戲開發和運營於一體的公司，確實不能指望兼職學生來攻城略地了。」

  沈予慧便嘆了口氣。

  「別嘆，公測一周就突破15萬在線，然後還有地推陸續發力，到年底你說干到50萬都相信——你知道那是什麼概念吧？」

  沈予慧笑了一笑—一她早就想過這個數字意味著什麼。

  「所以，我有個想法。」餘江望著沈予慧：「我今天被系主任拉進了天網課題組，簡單了解了一下，課題組窮得要命，而且技術上完全無法和商業公司抗衡。」

  沈予慧一怔：「然後呢？」

  「過幾個月，你看能不能和課題組聯繫，搞產學研合作。」

  餘江微眯著眼，輕聲道：「現在百度還在襁褓中，谷歌雖然強，但谷歌不懂中文——中文的精髓在於分詞技術，這是老外沒有的麻煩。」

  「你懂？」

  「我可太懂了！」餘江輕輕呼氣：「現在搞搜尋引擎最大的難點是人才奇缺，只要和天網勾搭上，我們再依靠Lai123的流量，未必不能壓谷歌和百度一頭！」

  「更重要的，是今後AI訓練要很多語料，不搞搜尋引擎不行的。」

  聽到餘江又提到AI訓練，沈予慧就知道他這是要做長遠打算了。

  於是她慢慢點頭。

  「搞！多少錢都搞！」

  第二天，正式上課。

  昨晚他就接到了導員的通知，說系裡決定以研代考，讓他直接去實驗室即可。

  於是第二天，餘江悠哉地騎著自行車，早上九點半才晃悠悠地來到實驗室。

  他可太懂工科實驗室了。

  一晚上隨便熬，上午能十點到那都算早的！

  不出他所料，只有閆師兄一人在場。

  「早。」

  閆師兄二十七八歲的模樣，頭髮稀少，見到餘江先打招呼。

  「師兄早。」

  餘江坐到老爺機前，按下電源，風扇便瘋狂轉動。

  這十年老拖拉機的動靜，他敢打賭，那塊賽揚566都應該屬於「升級」。

  「師兄啊————你們是用的什麼電腦呢？」

  「奔I1I800。」

  見餘江一副生無可戀的表情，閆師兄呵呵笑道：「你來晚了一點，本來有多的，後面老闆感覺集群太吃力，就把那台奔3的放機房去了。」

  「你們機房沒用專門的伺服器啊？」

  「是啊，全用的台式做集群————所以你知道我們條件多艱苦了吧？」閆師兄搖了搖頭：「去年有人畢業證都不要就直接跑路了，實在受不了這玩意。」

  餘江：「————是夠艱苦的。」

  這會電腦已經打開，餘江迅速輸入密碼，打開arXiv。

  現在arXiv上占位性質的論文很多，但也能看到高質量、高數量且最新的論文。

  這邊，閆宏飛見他快速地用滑鼠劃拉著篇幅，幾乎幾分鐘就把一篇全英文的論文看完，隨後又打開另外一篇後，眼中驚訝頓升。

  他這是讀論文，還是在看網文？

  懷著疑惑，閆宏飛起身，慢慢走到餘江身後。

  只見餘江正在閱讀一篇關於玻爾茲曼機的論文。

  看得出來，餘江看得很認真，但他翻頁的速度依舊極快！

  甚至閆宏飛都只來得及看清楚一個公式，餘江就又翻頁了！

  閆宏飛只感覺頭皮一陣發麻：「你看完了？」

  「嗯。」餘江回頭，見閆宏飛滿臉驚恐，馬上意識到對方可能被自己看論文的速度嚇到了，連忙解釋道：「就隨便翻了一下。」

  閆宏飛卻只是搖了搖頭。

  他當然願意相信餘江只是隨便翻了一下。

  但隨便翻的狀態，和認真的、快速看的狀態，又怎會一樣？

  他又聯想到這傢伙恐怖的分數————

  沉默了幾秒，他又想到昨天喻林的話。

  「師弟，你對爬蟲了解多少？」

  餘江回頭：「了解了一點點，怎麼？」

  「就是即便加了節點，並行抓取也是重複，而且很慢。」閆宏飛望著餘江：「有思路沒？」

  餘江微微皺眉。

  這位師兄好像是博一————

  「嗯————師兄肯定去重沒問題————」餘江一邊說著一邊觀察閆宏飛的表情，「要不我看看日誌？」

  閆宏飛點頭，隨即打開日誌。

  餘江從旁邊拉過凳子，迅速查看日誌。

  爬蟲這玩意誰沒玩過啊—一他當初寫的驗證lai123連結網站的小工具，如果加一道分析，就可以算爬蟲了。

  「師兄用的文件列表？」

  「也試過HashSet去重，但很快就爆內存。」

  「URL隊列問題確實難搞。」餘江點頭，安靜地思索了片刻。

  閆宏飛也耐心地等待，只是眼神略有閃爍。

  「HashSet在URL總量過高的時候確實會占用大量內存，文件列表吃I/0。

  」1

  閆宏飛就嘆了口氣，他的辦法是平均負載，但終歸治標不治本。

  餘江轉頭望著閆宏飛。

  「要不試試全局去重？」

  閆宏飛一怔：「怎麼全局，什麼架構？」

  「引入一個輕量Master節點，專門維護一個全局BloomFilter做去重。」

  「位數組大小按我們當前幾千萬網頁規模留足餘量，用幾個獨立哈希函數，誤判率控制在千分之五以內就夠用。Worker節點本地先快速過濾，新提取的URL再批量通過TCP發給Master確認。」

  「關鍵是per—hostbackqueues：Master按主機名hash分桶，每個主機維護一個FIFO隊列和一個下次可抓時間————」

  「————Master本身用輕量內存結構，也沒什麼瓶頸。」

  餘江一邊思索，一邊慢慢地給出方案。

  他同時也感慨。

  這些在後世幾乎算是搜尋引擎入門教科書一般的解決方案，在現在卻是攔路虎一般的存在。

  閆宏飛認真地聽著，最後猛地望向餘江。

  「你之前幹過？」

  閆宏飛死死地盯著餘江。

  他完全不信，一個沒有幹過搜尋引擎的人，會在這麼短時間內就給出近乎完整的解決方案！

  餘江輕輕咳了咳：「玩過爬蟲，也玩過分布式————但分布式爬蟲沒玩過。」

  「我暈！你上哪裡玩的？」

  餘江一陣無語。

  知道不把這幫師兄們震住，怕是每天都要問個不休了。

  「師兄，非得要我說，我有個非常有錢的姐，她手底下有上百台P川志強伺服器嗎？」

  「靠！」

  閆宏飛猛地起身。

  這時，徐飛和彭波也正好進門。

  「你倆來得正好！趕緊把他按住！」

  二人同時一驚。

  「閆哥你要幹啥？」

  閆宏飛是一愣，似乎也不知道自己起身幹啥。

  但他很快轉頭望向餘江。

  「師弟，能把你姐介紹給師兄嗎？」

  （還有更新耶）