Hi,

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 ;)

Ja, es ist eine Definitionsfrage, ob der Bloomfilter bei Fehlerfreiheit gar kein Bloomfilter mehr ist.

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.

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!

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?

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.

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?

Phh, wer will den Usern verbieten google zu nutzen?

Niemand, aber Google bietet ja keine Gliederung nach Anchors na, wie Du bereits sagtest (auch wenn ich ehrlicherweise keine Ahnung habe, was Du darunter genau verstehst).

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

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 ...;)

Bei Ausfall der Archivsuche mußt und kannst Du auch Google gut benutzen.

Naja mit obiger Einschränkung.

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 ;)

(naja man müßte dann die Hashes nach Zeitphasen organisieren, damit der Großteil statisch bliebe und ein expire=never bekäme)

Normalerweise ist hier alleine schon die Frage verpönt,

Ach sah ich hier schon öfter, zu dem könnte ich für uns noch ein Forum mit Texsupport anbieten :)

(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.

und sich bis jetzt keiner beschwert hat ...

Es wiederholt sich tatsächlich viel.

Aber jetzt noch mal ein Schlußwort, mit ein bißchen Fantasie wo ich zukünftig der Schwerpunkt bei der Self-Suchmaschine legen würde:

OK, eine Zusatzprogrammierung von Hashes für weitere Performancesteigerung als mit der DB-Lösung rechnet sich bei der heutigen Auslastung kaum. D'accord! Aber ...

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

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

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

2. Die Datenstruktur sollte auch nützliche Zusatzfeatures unterstützen helfen:

z.B.
a) Wort- Ähnlichkeitssuche wo auch Typos mit erfasst werden. (einfache Permutationen, ausgelassene Buchstaben)
b) Posting- Ähnlichkeitssuche wo thematisch verwandte Posts anhand gemeinsamer Wörter gesucht werden.
[IMHO c't 19/2003 Textklassifizierung: Sortieren per Software, S.192 ]
c) Google Ranking wo oft mit <> zitierte Postings
weiter oben gelistet werden.

Bye
 rolf