Loveyuki's BLOG

L-BLOG.NET, The Matrix Reloaded.

Bitrac 内部测试版发布以及更新记录
Loveyuki | 原创作品 | 2007-12-21 21:37 | 19736 点击 | 695 评论 | Bitrac更新

Bitrac 内部测试版发布,Bitrac 是基于 ASP.NET 2.0 + SQLite 的单用户博客程序,内置 URLRewrite 和页面压缩功能,支持 MetaWeblogAPI,自写的 HTML 模板引擎,方便修改风格,完全的可视化编辑环境。目前是内测版本……

最后更新日期:2008-10-26 13:35

前两天我们介绍了一种新的存储无限级分类方法,但是读出分类的时候怎么实现树形显示呢?方法很简单,我们自己定义一个树形的数据结构,然后根据数据库存储的节点的深度来插入到树里面,当然显示的时候需要用递归来显示一下,不过这里的递归只是在内存里面递归,效率是相当高的。

2008-11-17 更新为不使用树结构,使用排序和深度来做文章。

在数据库读出数据的时候直接按照 LID 来进行 ASC 排序就可以了,默认的排列顺序就是按照树走的,大家可以插入一些数据,并读取一下就可以很明了的看到顺序了,插入树循环的时候只需要对深度进行运算就可以了。

下面我只写出了一些关键地方的代码,具体的代码自己试着多写写在纸上多画画应该就明白了。

另外就是想说下,这种分类算法只适用于一般的树形分类,并不适用于插入数据比较频繁的树形结构,比如说无限次回复的评论,无限次回复的评论有另外一种更适合的算法。

由于数据库存储的数据都是以平面方式存储,所以目前大部分论坛和其他程序都是用递归来展现层次数据的,如果分类的层次十分深的话那么使用的递归次数相当可观,对性能的影响也非常大。最近要做一个分类信息的平台就遇到这个问题了,那么如何实现快速的展现分层数据呢?MYSQL 的开发者帮我们想到了一个算法,这个算法目前唯一的问题就是尚未实现分类排序,我们可以通过右值的反向排序实现先入先出的排序。在这里我们需要了解的是如何用 SQL Server 来实现,我们就以省市县数据库为例来实现:

如图所示我们将一个树节点的左右各编上号码,就可以看出一些规律,山西的左右值为(8,17),那么所有左值大于8,右值小于17的节点都是属于山西的子节点。稷山先的左右值为(14,15),那么他的所有父节点就是左值小于14,右值大于15的节点,怎么样,用这个方法实现的无限级分类性能绝对是顶呱呱的。一次查询就可以查出属于某个节点的数据以及他子节点的数据。这个算是我见过性能最高的无限级分类算法。其他算法跟这个对比基本没有任何优势。

去掉广告,删除评论,制作后台中……
Loveyuki | 原创作品 | 2008-11-01 09:32 | 851 点击 | 31 评论 | Bitrac垃圾评论广告

我的博客也奇怪了,放上 Google 的广告都一个来月了,一直是公益广告,咨询了 N 次 Google 的广告小组都没解决掉,算了,咱用不起就不用了。正式撤销广告了,也不图这个站补贴了。

另外就是很多人发表评论的时候名字都是带有很严重广告嫌疑的,内容虽然说没有很明显的广告,但是看到名字就不爽,我这里所有评论相关的链接都有 rel="nofollow",你再拼命发也没啥用,所以以后就不用来了吧。

Bitrac 新版本结构调整比较多,前台已经好了。现在考虑的就是弄一个全新的 AJAX 后台。完善以前后台没有完成的功能,消灭一切可见的功能不完整和 BUG,还有就是做自动更新的模块,一旦做好了就可以发布正式版本了。

新的模板引擎基本已经好了
Loveyuki | 原创作品 | 2008-10-23 17:46 | 1061 点击 | 52 评论 | Bitrac模板引擎更新

Bitrac 旧的模板引擎是使用正则替换,每打开一次页面替换一次,而且为了嵌套结构,我还人为的循环了几次,虽然速度也不是很慢,但是占用资源还是比较多的,而且稳定性也不太好,有时候会替换不成功,虽然替换不成功是极其个别的,但是总感觉不爽,一直想写个更好的模板引擎,但是写了几次因为对现有模板引擎语句的变动太大所以都不了了之了。最近这个新模板引擎对旧模板引擎语句的兼容性要好很多,只需要改几个地方就兼容了。

新的模板引擎原理是使用正则先把模板文件解析成树结构缓存起来,然后对比输入的数据进行替换,速度和稳定性提高很多。

另外 Bitrac 的系统结构也重构了一下,不再依赖 .NET 的 WEB 缓存,而是用自己构建的缓存。文件的结构也进行了调整。近期内会进行更新。大家期待吧。

271/6
 

版权所有©2007-2008, Loveyuki.com | 系统:Bitrac | 皮肤:Blog Pixel | 空间域名:光辉互联 易联网络