[Django ORM] SELECT user, SUM(time_spent) FROM stats GROUP BY user; — как???
Внимательно прочитал вот это: http://docs.djangoproject.com/en/dev/topics/db/aggregation, и у меня сложилось впечатление, что Django ORM не умеет сабжа. Это так?
Внимательно прочитал вот это: http://docs.djangoproject.com/en/dev/topics/db/aggregation, и у меня сложилось впечатление, что Django ORM не умеет сабжа. Это так?
Чтобы слева-справа появлялись чёрные полосы, а не растягивалось всё на весь широкий экран. В мане написано про xrandr и свойство PANEL_FITTING, но почему-то в списке свойств, которые выводит xrandr --prop, его нет. И в мане написано, что там по умолчанию стоит режим full_aspect, который мне и нужен, а на практике работает режим full. Я что-то не так делаю? Кто что знает?
Ядро 2.6.30, xorg-server-1.6.3, xorg-video-intel-2.8.1.
Значит, задача такова: некоторая программа работает с текстовыми строками, и по ходу дела для некоторых строк надо узнавать ширину, которую они поимеют после вёрстки ТеХом. Если каждый раз запускать ТеХ, это будет довольно медленно, а в качестве библиотеки TeX не очень-то используешь, спаибо папе Кнуту.
Вопрос: насколько сложно это сделать, не используя ТеХ, а используя только OCaml или что-то подобное? Пока что я почитал только сорцы tftopl, вроде tfm-ки читать несложно, а как сопоставить нужному символу нужный глиф, вернее, нужный файл tfm и номер символа в нём? Тут я слегка поковырял ТеХовскую систему шрифтов, и у меня ангст и ненависть, куча своих самодеятельных кодировок, виртуальные шрифты. Есть спецы? Расскажите по шагам, с чего начать рыть.
Как знает Гугль и все мы, за распределёнными системами будущее. Распределённые поисковые движки давно существуют, и технически там ничего такого хитрого, DHT и т. д. Проблема у распределённых поискоывх систем только одна - нифига нет устойчивости к spoofing-у. Любой злоумышленник сможет легко засорять базу левыми данными или накручивать рейтинги, эдак первые 10 страниц результатов будет занимать реклама порносайтов. Вот, мне кажется, с этим можно бороться известными методами: сделать так, чтоб эффект от действий любого субъекта распределённой системы был локализован, и тем сильнее локализован, чем больше его действия отклоняются от "генеральной линии". То есть, если отдельно взятый SEO-шник захочет поднять свой куль сайт на первую страницу и будет отсылать в этот распределённый поисковый индекс левую инфу, то устроить систему таким образом, чтобы для большинства других участников системы вес его инфы был близок к нулю. Ну скажем, при расчёте рейтингов сайтов в результатах поиска для меня, вклад каждого участника системы брать с коэффициентом, который зависит от того, насколько те рейтинги и ключевые слова, которые он проставлял, близки к тем, что проставлял я. Длинно получилось, но не знаю, как это короче описать. Теперь вопрос, на эту тему где сейчас какие исследования ведутся?
Ещё, что забавно: http://www.google.com/search?q="social+weighting"+"distributed+search" - 0 результатов. Власти скрывают?