Hi,

hier stand 'was von Schlußwort, deshalb und vor allem zwecks Einhaltung der Gesetze:

Ne eher wie ein Körperpfleger! ;)

Meines Wissens gibt es von mir kein Photo im Netz, wer also hat Dir eines geschickt?

Habs gerochen! (so gepflegtes Odeur, wow ;)

Und dich dachte immer Bergaufseife riecht nach gar nix?

Kann ein Bloomfilter fehlerfrei sein???

IMHO nein, da die Bits der Hashfunktionen verodert werden und so harte Informationen zugunsten der Kompression verloren gehen. Natürlich kann man die Wahrscheinlichkeit auf 0.0000000000000000000000000000001 treiben, und damit quasi keinen Fehler habe. Quasi ist aber nicht absolut, abgesehen vom exorbitanten Speicherbedarf.

Wenn man die Kompression wegläßt und mit minimal perfekten Hashfunktionen udn ausreichnder Filterlänge dafür sorgt, das es kein Doubletten gibt, kann ien Bloomfliter fehlerfrei arbeiten.
Was das dann allerdings für einen Sinn machte, bliebe dahingestellt.

Steck deinen 400er-Cache in nen normalen JS-Hash ohne propietäre Hashfkt, das reicht doch dicke!

Er wäre aber immer noch um ein vielfaches "dicker"

Nö wie bereits vorgerechnet, nicht. Denk auch daran das
der Code Platz braucht!

Was für ein Code? Den MD5-Code? Ja, da kommt einiges zusammen. Das wäre dann aber im Gegensatz zu den regelmäßig aufgefrischten Daten ständig gecached. Falls sich der Browser an die Vorgaben des Expire hält natürlich und nicht zwischendurch geleert wird. Dürfte aber deutlich länger halten, als nur ein paar Tage.

udn heutzutage liegen die höchsten Kosten nunmal bei der Übertragung.

Dann solltest du doch ganz auf JS-Cache-Checking verzichten und es Serverseitig machen, oder?

Rein theoretisch ja, da hast Du natürlich Recht. Die ganze Spielerei darf statistisch nicht weiter auffallen, muß unterhalb der Rauschgrenze bleiben. Das kann man natürlich nicht festlegen, ohne die Statistik zu kennen und ist deshalb natürlich nur rein theoretisch zu betrachten.

400 (einträge) *10 Bytes /5-10 (gzip)=800-400 Bytes

Die Informationsbits sind die 9,6 Bit, das ist ein Nettobetrag, nach Abzug aller Redundanzen. Keine Redundanzen -> keine Kompression.

»»

Ich habe hier die Größe eines durchschnittlichen gzipten JS-Hashes mit 400 Einträgen aus dem Cache abgeschätzt, versuch mal mit Bloom dass zu unterbieten.

Beim Hash kämen noch ein paar Bytes für die Javascriptsyntax hinzu, aber das macht nicht viel aus, sind insgesammt nach dem Zippen etwa 1.000 Bytes. Plusminus. Der Bloomfilter wäre in etwa gleich groß, dazu kämen dann die zeitlichen Anteile an den Hashfunktionen. Die kämen dann abe auch bei beiden hinzu. Menge an zu übertragenden Daten wäre also in etwa die Gleiche. Nur wäre ein einfaches Array (gar nicht erst ein Hash o.ä. sondern ein simples assoziatives Array) eben genau das: einfach.
Oder hast Du gar keine Hashtabelle sondern genau so ein Array gemeint?

Nein, die wollen Leute, die es wirklich können >;->

Naja, den riesen Ansturm den google hat, liegt auch an der Tatsache das Erfolg sexy ist. Ob ich in dem Umfeld arbeiten möchte, mit lauter übermotivierten Leuts die zu den Gewinnern gehören wollen?

Ja, soziale Kompetenz gehört, wie ich vernahm, auch zu den höher geschätzten Fertigkeiten. Ein gutes Klima bringt eben auch einiges an Produktivität.

Im Archiv sind ganze Threads wo die einzelnen Postings durch Anchors zergliedert sind.

Ah, hätte ich also mal ganz einfach denken sollen ;-)

Googletman also z.B. nach Christian und Kruse und site:selfhtml.org bekommt man auch Threads wo ein Christian Müller auf einen Herrmann Kruse antwortet (Frei erfunden, Ähnlichkeiten zu lebenden Personen sind natürlich ...;)

Nimst Du Anführungsstriche geht's.
Aber ich weiß, was Du meinst, ja.
Die Threads werden allerdings in einer Einzeldatei angezeigt, da kann man die Browsersuche nutzen. Ist ja nicht jeder Thread so lang wie der hier z.B.

Wenn ich etwas im Archiv suche tue ich das auch stets als erstes, damit belaste ich den Selfserver schonmal ein Stückchen weniger; nicht nur bei der Rechenarbeit sondern vor allem auch beim Transfer.

Das schreit doch nach einer JS-Lösung, du nimmst einen für die Suche reservierten Browser mit ausreichen Cache und du belastet den Server gar nicht mehr ;)

Ja, ich weiß auch nicht mehr genau, warum man die Archive nicht mehr so einfach und paketiert runterladen kann (Datenschutz glaube ich, oder doch Transferkosten?). Das wäre dann natürlich die serverschonendste Variante, wenn da nicht die täglichen Updates wären. Die müßte dann jeder bekommen, der sein Archiv up-to-date halten wollte. Ich befürchte da käme einiges zusammen.

Normalerweise ist hier alleine schon die Frage verpönt,
Ach sah ich hier schon öfter,

Normalerweise macht man das aber stillschweigend, also direkt über Mail und läßt den Thread leise versterben.

zu dem könnte ich für uns noch ein Forum mit Texsupport anbieten :)

Gut, so einen kleinen Sverer, der auf einem Socket lauscht, mit Latex/AMS-TeX formatierte Snippets annimmt und PNGs zurückgibt hatte ich auch mal im Auge, aber TeX ist leider recht teuer in der Ausführung.

(nunmal ehrlich: längere und/oder komplexere Formeln in ASCII sind doch eine Quälerei, oder?)

ja insbesondere weil ich nicht gerne rechne,(bin in denr Beziehung ein echter Mathematiker) aber manchmal ist Prosa alleine halt zu fehlerbehaftet um Infos zu übermitteln.

Ja, genau. Ich versuch's ja auch immer ohne, aber wie hätte ich z.B. in dürren Worten die Funktionsfähigkeit der Entropieverbesserung bei Pseudozufallsgeneratoren durch regelmäßigen, durch XOR verknüpftem Seed mit echtem Zufall beweist?
(Ja, ist kein strenger Beweis, mir schon klar, aber _dazu_ fehlt mir dann nicht nur die Geduld sondern auch das Vermögen.)

1. Was wäre aber wenn viel mehr "automatisierte" Abfragen realisieren wollte?

Auha, jetzt geht's auf die Luxuschiene, jetzt wird der Champagner (Millesime!) kaltgestellt und weißer Trüffel über die Butternudeln gehobelt ;-)

z.B.
a) bei jedem neuen Posting werden User auf vergleichbare Posts im Archiv hingewiesen.

Kategorisierung, gut das können Spamfilter erledigen.

b) Oder beim Blättern in Selfhtml-Tutorial werden automatisch alle Postings gelistet die sich auf einen bestimmten Paragraphen beziehen?

Fällt bei Implementation von a) automatisch mit ab.

Und jetzt die Doppelmagnum vom 45er Chateau Petrus dekantieren auf das er atmne kann, denn es kömmt der Fleischgang:

2. Die Datenstruktur sollte auch nützliche Zusatzfeatures unterstützen helfen:
   z.B.
   a) Wort- Ähnlichkeitssuche wo auch Typos mit erfasst werden. (einfache Permutationen, ausgelassene Buchstaben)

Ja, das wäre nicht verkehrt, wohl wahr.

b) Posting- Ähnlichkeitssuche wo thematisch verwandte Posts anhand gemeinsamer Wörter gesucht werden.

Fällt das nicht auch unter 1a)?

[IMHO c't 19/2003 Textklassifizierung: Sortieren per Software, S.192 ]

Naja, da würde ich mich schon auf profundere Quellen stützen wollen ;-)

c) Google Ranking wo oft mit <> zitierte Postings
weiter oben gelistet werden.

Das ist so ganz nackt nicht praktikabel, leider, das verführt zu Mißbrauch oder macht es dadurch zunichte, indem einfach jeder jeden verlinkt (Akademie: "Zitierst Du mich zitier ich dich.")

so short

Christoph Zurnieden