open  ~/Library/Preferences/ByHost/.GlobalPreferences.6F1617DF-DDD5-5F2D-ACA0-F7F3EE5F7B41.plist, 或者是.GlobalPreferences.*.plist类似格式的文件。

重新打开cornerstone，就又可以重新试用15天了

同样适用于lnmp0.7等一键安装脚本

经分析，是由于gcc无法找到libjpeg和png等库引起的，把lib64目录下的库文件放到lib下就ok了

貌似挺有趣的，注册的博主人数满1000人，5万元1千人平分，嘿嘿。50块，差不了可以解决一年的域名费了

这个广告是从踢扑网看到的。我也挂上去玩玩~~建议有博客的童鞋们都去注册注册···

http://www.nuffnang.com.cn/blog/2011/05/23/challenge-1000

来上海三个多月了，一直在嘉定就没怎么出过门，前二天去买好了回南昌的车票，运气还算不错，竟然买到了动车票。5个多小时就可以到南昌了。今天是回家过年的最后一个周末，下周这个时候就要准备回家了，再加上今天天气还不错，在租的房子附近转了转，拍了一些照片。

mongodb是nosql的典型了，采用是json类似的存储格式

mongodb官网下载windows平台下的服务端： http://www.mongodb.org/downloads

mongodb的php驱动：http://github.com/mongodb/mongo-php-driver/downloads

mongodb下载后，解压到D盘，最终地址是：D:\mongodb\bin

php驱动 php_mongo.dll 解压至php的ext文件夹下，然后修改php.ini，添加 extension=php_mongo.dll

新建数据库存放文件夹  D:\mongodb\db

mongodb的启动：

在命令行输入  D:\mongodb\bin\mo\mongod –dbpath D:\mongodb\db

到这里，mongodb已启动，打开http://127.0.0.1:28017/ 可以看到mongodb运行情况

为了方便以后每次不必启动mongod，可以把mongod注册成windows服务

mongodb php使用方法：

3 用PHP操作Mongondb

简单列子 //这里采用默认连接本机的27017端口，当然你也可以连接远程主机如192.168.0.4:27017,如果端口是27017，端口可以省略
$m = new Mongo();

// 选择comedy数据库，如果以前没该数据库会自动创建，也可以用
$db = $m->comedy;

//选择comedy里面的collection集合，相当于RDBMS里面的表，也-可以使用
$collection = $db->collection;
$db->selectCollection("collection");

/* —– 添加一个元素 —–*/
$obj = array( "title" => "Calvin and Hobbes", "author" => "Bill Watterson" );
$collection->insert($obj);     //将$obj 添加到$collection 集合中

/* —– 添加另一个元素 —–*/
$obj = array(
"title" => "XKCD",
"online" => true
);
$collection->insert($obj);

$cursor = $collection->find();

//遍历所有集合中的文档
foreach ($cursor as $obj) {
echo $obj["title"] . "\n";
}   

//断开MongoDB连接
$m->close();

3.2 常用函数

		$query = array( "i" => 71 );    
$cursor = $collection->find( $query );      // 在$collectio集合中查找满足$query的文档    
 
while( $cursor->hasNext() ) {    
var_dump( $cursor->getNext() );    
}    
 
$collection -> findOne();            //返回$collection集合中第一个文档    
 
$collection -> count();              //返回$collection集合中文档的数量    
$coll->ensureIndex( array( "i" => 1 ) );  // 为i “这一列”加索引 降序排列    
$coll->ensureIndex( array( "i" => -1, "j" => 1 ) );  // 为i “这一列”加索引 降序排列 j升序

3.3 查询时，每个Object插入时都会自动生成一个独特的_id,它相当于RDBMS中的主键，用于查询时非常方便
如：

		<?php    
 
$person = array("name" => "joe");    
 
$people->insert($person);    
 
$joe = $people->findOne(array("_id" => $person['_id']));    
 
?>

昨天写了个php程序，给mysql插入随机的文章数据，仿照真实文章，中文数据，主要是测试在100w级数量时查询上的优化及测试mysql内置的全文检索与其它类似全文检索引擎的差距等。总数据量：article 101w左右  user表10w左右，总计占用硬盘2G左右

今天开始测试在海量数据查询时的优化手段

1. 测试添加索引对数据查询的影响：
   sql语句：select * from article as article order by time limit 10;
   没有对time字段建立索引时查询所花时间：31.237657s
   新建time字段的索引，花掉近二分钟，建立了111298条索引，没有建立完phpmyadmin就timeout了。
   建立time索引后，同样的sql语句执行只花了：0.380957s，不过time索引没有建完，但是时间相差不大;
   总结：在关键字段的索引上，建与不建速度相差近100倍！
    
2. 测试limit在不同的基数上的影响：
   sql语句：select * from article as article order by id limit  0,10
   当limit的基数为0时【limit  0,10】，执行时间：0.001557s
   当limit的基数为20000时【limit  20000,10】，，执行时间：0.572288s
   当limit的基数为100000时，执行时间：2.793380s
   当limit的基数为50W 时，执行时间：14.444422s
   当limit的基数为100W时，执行时间：28.270054s
   总结：在海量数据中要想查找比较靠后的数据时，要注意limit的基数，因为随着数据量的加大，查找时间继续增长！在取比较后面的数据时，可以通过desc方式把数据反向查找，以减少对前段数据的扫描，让limit的基数越小越好！
    
3. 测试field为*或是id对查询速度的影响：
   sql语句：select id from article as article order by id limit 100000,10
   为了数据更真实，所以通过limit让sql执行时间长些，以便更容易看出区别
   当field为id时，执行时间：2.617519s
   当field为*时，执行时间：2.867721s
   总结：由数量可见，二者在sql执行时间上相差并不大，但是限定field可以大幅度的减少内存开支
    
4. 测试limit限定结果与between限定结果上的区别：
   当用limit          select * from article as article order by id limit 1000000,10      [31.163212s]
   当用between  select * from article as article where id between 1000000 and 1000010 order by id       [0.001433s]
   总结：between 限定上比limit快太多了，所以当在海量数据访问时，建议用between或是where把limit替换掉，但是between也有缺陷，如果id中间有断行或是中间部分id不读取的话，总读取的数量会少于预计数量！
    
5. 测试left join对读取数据的影响
   user表，数据为100000条
   select id from article as article order by id limit 500000      [14.980397s]
   select article.id from article as article left join user as user on user.uid=article.uid order by article.id,user.username limit 500000      [60.488099s]
   总结：当数据量比较大时，用left join做连接是非常慢的，速度是查单表的4倍多，所以如果在大数据量的情况下，如果要实现刚实现用户表与文章表的连表功能，还是把全部的会员数据预先存入memcache等内存缓存中，10万条用户数据也不过5m不到，用户更新资料或登陆时，把用户的数据更新入memcache的指定用户中就ok了。这样速度就快了！

最后附上一截图