A Lightweight SQL Database for Cloud and Web-Drizzle

The Drizzle project is building a database optimized for Cloud and Net applications. It is being designed for massive concurrency on modern multi-cpu/core architecture. The code is originally derived from MySQL.

The drizzle project is discussed on the drizzle-discuss mailing list. If you want to show your support for the project, or join the mailing list, sign up here:
https://launchpad.net/~drizzle-discuss/

The project is focused on making a database that is:
1) Reliable
2) Fast and scalable on modern architecture
3) Simply design for ease of installation and management

https://launchpad.net/drizzle

高速全文检索引擎Sphinx安装指南及下载

Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索

http://srsman.com/2008/08/sphinx/

基于Sphinx+MySQL的千万级数据全文检索（搜索引擎）架构设计

http://blog.s135.com/read.php/360.htm

[文章作者：张宴 本文版本：v1.0 最后修改：2008.07.27 转载请注明原文链接：http://blog.s135.com/read.php/360.htm]

　　前言：本文阐述的是一款经过生产环境检验的千万级数据全文检索（搜索引擎）架构。本文只列出前几章的内容节选，不提供全文内容。

　 　在DELL PowerEdge 6850服务器（四颗64 位Inter Xeon MP 7110N处理器 / 8GB内存）、RedHat AS4 Linux操作系统、MySQL 5.1.26、MyISAM存储引擎、key_buffer=1024M环境下实测，单表1000万条记录的数据量（这张MySQL表拥有int、 datetime、varchar、text等类型的10多个字段，只有主键，无其它索引），用主键（PRIMARY KEY）作为WHERE条件进行SQL查询，速度非常之快，只耗费0.01秒。

　　出自俄罗斯的开源全文搜索引擎软件Sphinx， 单一索引最大可包含1亿条记录，在1千万条记录情况下的查询速度为0.x秒（毫秒级）。Sphinx创建索引的速度为：创建100万条记录的索引只需 3～4分钟，创建1000万条记录的索引可以在50分钟内完成，而只包含最新10万条记录的增量索引，重建一次只需几十秒。

　　基于以上 几点，我设计出了这套搜索引擎架构。在生产环境运行了一周，效果非常不错。有时间我会专为配合Sphinx搜索引擎，开发一个逻辑简单、速度快、占用内存 低、非表锁的MySQL存储引擎插件，用来代替MyISAM引擎，以解决MyISAM存储引擎在频繁更新操作时的锁表延迟问题。另外，分布式搜索技术上已 无任何问题。

全部内容请点击上面链接

Python中向MySQL保存Blob

Python code

import MySQLdb, cPickle
# Connect to a DB, e.g., the test DB on your localhost, and get a cursor
connection = MySQLdb.connect(db="test")
cursor = connection.cursor( )
# Make a new table for experimentation
cursor.execute("CREATE TABLE justatest (name TEXT, ablob BLOB)")
try:
   # Prepare some BLOBs to insert in the table
    names = 'aramis', 'athos', 'porthos'
   data = {  }
   for name in names:
       datum = list(name)
       datum.sort( )
       data[name] = cPickle.dumps(datum, 2)
   # Perform the insertions
    sql = "INSERT INTO justatest VALUES(%s, %s)"
   for name in names:
       cursor.execute(sql, (name, MySQLdb.escape_string(data[name])) )
   # Recover the data so you can check back
    sql = "SELECT name, ablob FROM justatest ORDER BY name"
   cursor.execute(sql)
   for name, blob in cursor.fetchall( ):
       print name, cPickle.loads(blob), cPickle.loads(data[name])
finally:
   # Done. Remove the table and close the connection.
    cursor.execute("DROP TABLE justatest")
   connection.close( )

http://topic.csdn.net/u/20080319/11/814acdd6-a064-4419-ae52-930cdc97ca45.html

phpMyVisites

phpMyVisites是一个网站流量统计系统，它能够提供非常详细的统计报告和高级图形报表。phpMyVisites不是一个Apache log分析工具，它建有自己的log。它的特点包括：

• 安装部署：提供可视化的安装向导，并且使用简单只要把一段简单的Javascript代码添加到你网站的页面中就能够马上开始收集访问者的信息。
• 一个简洁，友好的界面可用来展示数据和帮助数据分析。
• 提供简洁，明了的图形分析报表。
• 安全：phpMyVisites能够最大限度地阻止入侵和外部攻击。
• 支持多网站统计
• 多用户：可以添加无限个用户并对每个用户赋予不同的管理权限(针对某一个网站的查看和管理的权限)。
• 国际化支持：phpMyVisites提供30种语言包。
• 能够准确统计一段时间内的访问量(天/周/月/年)。
• 访问者的回头率：新访问者，经常访问者，有规律性的访问者。
• 提供多种文件格式的统计报告(PDF,Image等)。
• 对被统计的网页进行分组/分级。
• 访问者分析：统计访问者是从哪个页面离开网站的和从哪个页面进入网站或通过哪个搜索引擎的关健字进入网站，在网站的停留时间，所访问的页面等。
• 可通过e-mail或RSS聚合获取网站的流量信息。

http://www.phpmyvisites.net/