第91章 这傢伙是个宝藏！

    第85章 这傢伙是个宝藏！
    隨著王老师领著眾人从机房回来，屋內顿时一阵寒暄。
    喻林却似乎没有听见，对著大家的招呼，她只是挥了挥手，表示自己已经打过招呼，便继续低头编写规则。
    她必须承认，余江给的方案很简单，而且似乎一听就很有效！
    没多久，她便迅速优化完规则，开始上传代码。
    隨后，她打开tianwang，隨便输入了几个之前一直困扰她多时的歧义词进行搜索。
    “余神！”
    她转身大喊，却发现所有人都一脸惊诧地盯著她看。
    “人呢？”
    “走了。”
    “我靠————大哥们，你们怎么能让他走的！”
    几个男生互相对视，无比惊讶：“难道留人家吃饭？聚餐你买单啊？”
    “我买啊！”
    喻林猛地拍著办公桌：“閆哥，这傢伙是个宝藏！”
    余江顺路在雁南食堂吃过晚饭，隨后赶往公司。
    虽然沈予慧再有“成长”的愿望，累计上线突破十五万，他也理应到场。
    一个月不见，慧江科技已经大变样。
    前台已经有人，还是个漂亮小妹，工位区扩充了一倍有余，最左边被隔出来的客服区更是坐满了人。
    余江心中乐了一个。
    看来一切都好，就是加班有点严重。
    一路安静地穿过工位区，余江走到沈予慧办公室的门前。
    刚准备敲门，他就听到虚掩的房门內传来王小川的声音：“那我要不要给老板说一下？”
    “这肯定要说的。”
    余江微微一愣，也不管时机恰当不恰当，叩了两下后直接推开房门。
    只见王小川坐在长沙发上，沈予慧则坐在另一边，见他进门，同时朝他望来。
    “刚听到一句，川哥说要跟我说什么？”
    余江走到王小川身边坐下，问了一句后又望向沈予慧。
    沈予慧冲他笑了一笑。
    “小川说，新学期开学，他们那边兼职的可能强度就没办法像之前那么大了。”
    余江偏头看著王小川，后者无奈一笑：“你应该能理解吧？”
    “倒是能理解，但怎么我有种感觉是打一枪就跑呢？”余江瞥著他，语气有些不爽：“特別是钱文杰那傢伙————”
    “哈哈哈，你知道他和许一城是要留学的，下半年就大四，也该做准备了啊。”
    余江就皱了皱眉。
    但他能说什么？
    就算是后世，对有留学经歷的技术人才都高看一眼，別说现在了。
    只能说人各有志。
    “没事，只要你不走就行。”
    “那你也不能把我当全职使唤啊！”王小川哭笑不得：
    ：“我这才研二，还稍微可以轻鬆点，到了研二研三还得忙课题。”
    余江点了点头。
    搞游戏不比搞网站，是需要高度交流的，找一帮全兼职的，在需求明確的情况下没问题。但如果要推进一个新项目，那交流成本就有点过高了。
    “这样，传奇项目因为你们熟悉，后续就还是让他们先接手搞起走，文档写好，注释写好就行。”
    王小川一口答应：“这没问题。”
    “那就ok。”
    余江把王小川送到走廊，这才转身走进办公室。
    隨后，他关上房门。
    沈予慧坐在沙发上，认真地看著他。
    余江道：“等到收费，我们就应该是一家正规的集游戏开发和运营於一体的公司，確实不能指望兼职学生来攻城略地了。”
    沈予慧便嘆了口气。
    “別嘆，公测一周就突破15万在线，然后还有地推陆续发力，到年底你说干到50万都相信——你知道那是什么概念吧？”
    沈予慧笑了一笑—一她早就想过这个数字意味著什么。
    “所以，我有个想法。”余江望著沈予慧：“我今天被系主任拉进了天网课题组，简单了解了一下，课题组穷得要命，而且技术上完全无法和商业公司抗衡。”
    沈予慧一怔：“然后呢？”
    “过几个月，你看能不能和课题组联繫，搞產学研合作。”
    余江微眯著眼，轻声道：“现在百度还在襁褓中，谷歌虽然强，但谷歌不懂中文——中文的精髓在於分词技术，这是老外没有的麻烦。”
    “你懂？”
    “我可太懂了！”余江轻轻呼气：“现在搞搜寻引擎最大的难点是人才奇缺，只要和天网勾搭上，我们再依靠lai123的流量，未必不能压谷歌和百度一头！”
    “更重要的，是今后ai训练要很多语料，不搞搜寻引擎不行的。”
    听到余江又提到ai训练，沈予慧就知道他这是要做长远打算了。
    於是她慢慢点头。
    “搞！多少钱都搞！”
    第二天，正式上课。
    昨晚他就接到了导员的通知，说系里决定以研代考，让他直接去实验室即可。
    於是第二天，余江悠哉地骑著自行车，早上九点半才晃悠悠地来到实验室。
    他可太懂工科实验室了。
    一晚上隨便熬，上午能十点到那都算早的！
    不出他所料，只有閆师兄一人在场。
    “早。”
    閆师兄二十七八岁的模样，头髮稀少，见到余江先打招呼。
    “师兄早。”
    余江坐到老爷机前，按下电源，风扇便疯狂转动。
    这十年老拖拉机的动静，他敢打赌，那块赛扬566都应该属於“升级”。
    “师兄啊————你们是用的什么电脑呢？”
    “奔i1i800。”
    见余江一副生无可恋的表情，閆师兄呵呵笑道：“你来晚了一点，本来有多的，后面老板感觉集群太吃力，就把那台奔3的放机房去了。”
    “你们机房没用专门的伺服器啊？”
    “是啊，全用的台式做集群————所以你知道我们条件多艰苦了吧？”閆师兄摇了摇头：“去年有人毕业证都不要就直接跑路了，实在受不了这玩意。”
    余江：“————是够艰苦的。”
    这会电脑已经打开，余江迅速输入密码，打开arxiv。
    现在arxiv上占位性质的论文很多，但也能看到高质量、高数量且最新的论文。
    这边，閆宏飞见他快速地用滑鼠划拉著篇幅，几乎几分钟就把一篇全英文的论文看完，隨后又打开另外一篇后，眼中惊讶顿升。
    他这是读论文，还是在看网文？
    怀著疑惑，閆宏飞起身，慢慢走到余江身后。
    只见余江正在阅读一篇关於玻尔兹曼机的论文。
    看得出来，余江看得很认真，但他翻页的速度依旧极快！
    甚至閆宏飞都只来得及看清楚一个公式，余江就又翻页了！
    閆宏飞只感觉头皮一阵发麻：“你看完了？”
    “嗯。”余江回头，见閆宏飞满脸惊恐，马上意识到对方可能被自己看论文的速度嚇到了，连忙解释道：“就隨便翻了一下。”
    閆宏飞却只是摇了摇头。
    他当然愿意相信余江只是隨便翻了一下。
    但隨便翻的状態，和认真的、快速看的状態，又怎会一样？
    他又联想到这傢伙恐怖的分数————
    沉默了几秒，他又想到昨天喻林的话。
    “师弟，你对爬虫了解多少？”
    余江回头：“了解了一点点，怎么？”
    “就是即便加了节点，並行抓取也是重复，而且很慢。”閆宏飞望著余江：“有思路没？”
    余江微微皱眉。
    这位师兄好像是博一————
    “嗯————师兄肯定去重没问题————”余江一边说著一边观察閆宏飞的表情，“要不我看看日誌？”
    閆宏飞点头，隨即打开日誌。
    余江从旁边拉过凳子，迅速查看日誌。
    爬虫这玩意谁没玩过啊—一他当初写的验证lai123连结网站的小工具，如果加一道分析，就可以算爬虫了。
    “师兄用的文件列表？”
    “也试过hashset去重，但很快就爆內存。”
    “url队列问题確实难搞。”余江点头，安静地思索了片刻。
    閆宏飞也耐心地等待，只是眼神略有闪烁。
    “hashset在url总量过高的时候確实会占用大量內存，文件列表吃i/0。
    “1
    閆宏飞就嘆了口气，他的办法是平均负载，但终归治標不治本。
    余江转头望著閆宏飞。
    “要不试试全局去重？”
    閆宏飞一怔：“怎么全局，什么架构？”
    “引入一个轻量master节点，专门维护一个全局bloomfilter做去重。”
    “位数组大小按我们当前几千万网页规模留足余量，用几个独立哈希函数，误判率控制在千分之五以內就够用。worker节点本地先快速过滤，新提取的url再批量通过tcp发给master確认。”
    “关键是per—hostbackqueues：master按主机名hash分桶，每个主机维护一个fifo队列和一个下次可抓时间————”
    “————master本身用轻量內存结构，也没什么瓶颈。”
    余江一边思索，一边慢慢地给出方案。
    他同时也感慨。
    这些在后世几乎算是搜寻引擎入门教科书一般的解决方案，在现在却是拦路虎一般的存在。
    閆宏飞认真地听著，最后猛地望向余江。
    “你之前干过？”
    閆宏飞死死地盯著余江。
    他完全不信，一个没有干过搜寻引擎的人，会在这么短时间內就给出近乎完整的解决方案！
    余江轻轻咳了咳：“玩过爬虫，也玩过分布式————但分布式爬虫没玩过。”
    “我晕！你上哪里玩的？”
    余江一阵无语。
    知道不把这帮师兄们震住，怕是每天都要问个不休了。
    “师兄，非得要我说，我有个非常有钱的姐，她手底下有上百台p川志强伺服器吗？”
    “靠！”
    閆宏飞猛地起身。
    这时，徐飞和彭波也正好进门。
    “你俩来得正好！赶紧把他按住！”
    二人同时一惊。
    “閆哥你要干啥？”
    閆宏飞是一愣，似乎也不知道自己起身干啥。
    但他很快转头望向余江。
    “师弟，能把你姐介绍给师兄吗？”