陆奇的脑中，仿佛有一道闪电划过。

一个rn，一个。

一个解决了网络服务层的高并发问题。

一个解决了数据存储层的高并发问题。

这两个项目组合在一起，简直就是一套为高负载互联网服务量身打造的完美解决方案！

这个神秘的作者，他的主要研究领域，毫无疑问，就是如何构建能够支撑海量用户的服务器系统。

而且，这个人的技术栈，深厚得有些可怕。

rn是用n写的，考验的是对网络编程模型的理解。

而这个，是用语言写的，考验的是对操作系统底层和内存管理的功力。

一个人，同时精通两个截然不同但又同样艰深的领域，并且都达到了开宗立派的程度。

这已经不能用“高手”来形容了。

这简直就是一个“宗师”级别的人物！

陆奇心中掀起了惊涛骇浪。

他强迫自己冷静下来，继续往下看。

和昨天的rn一样，这个项目的代码完成度，也并不高。

大概只有80的样子。

其中关于数据持久化和集群化的核心模块，都还只是一个空架子。

这让陆奇感到了一丝遗憾。

但他也清楚，剩下的这20，才是最难啃的骨头。

以他的能力，也绝对没有把握能够完美地实现作者的设计构想。

他叹了口气，将这个项目默默地点了一个收藏。

然后，他的目光，移向了第二个项目。

pbb

又是一个古怪的名字。

陆奇皱了皱眉，怀着强烈的好奇心，再次点了进去。

屏幕，出现了第二个项目的说明文件。

依旧是中文。

项目名称：pbb

项目简介：

这是一个用编写的、开源的、速度极快的、可扩展的在线机器学习系统。

它专注于解决一个核心问题：如何在数据流进行实时、高效的机器学习，尤其适用于广告点击率预估和个性化推荐等大规模场景。

它解决了什么问题？

传统的机器学习，大多采用“批量学习”的模式。你需要先收集海量的训练数据，然后用这些数据一次性地训练出一个模型。当有新数据产生时，你必须重新收集，再把整个模型重新训练一遍。这个过程非常耗时、耗费计算资源，模型的周期很长通常是按天，甚至按周。

在瞬息万变的互联网场景中，这种模式已经显得力不从心。我们需要的，是一个能够“活在当下”的模型，一个能够从每一个新的用户行为中学习、并实时自己的模型。这就是“在线学习”。

pbb，就是为此而生。它像一个永不疲倦的学生，数据流过它的身体，它就在不停地学习和进化。

它的核心思想是什么？

1在线学习：模型不再需要反复的全量训练。每一个样本的到来，都会触发一次模型的微小迭代。这使得模型可以实时地捕捉到最新的数据模式和用户兴趣变化。

2特征哈希：在推荐和广告领域，特征的维度往往是亿级甚至百亿级的，比如用户的、商品的、用户的人口属性等等。传统方法会为每个特征建立一个索引，这会消耗巨大的内存。而通过一个哈希函数，将任意的特征都映射到一个固定长度的低维向量空间中。这极大地减少了内存的消耗，使得在单台机器处理海量特征成为可能，而且几乎没有精度损失。