这次介绍下自己搭建的前端开发环境：fede2（https://github.com/keenwon/generator-fede2）。今年 6 月底入职新公司，经过一段时间的熟悉后，开始渐渐参与到前端开发，发现不少问题：

• 老东家的开发方式：后端使用 freemarker 模板。重构写好 html 和 css 后，前端改为 freemarker 模板，拿到后端的接口文档，基于一个叫 fed 的开源模块（https://www.npmjs.com/package/fed），解析 freemarker，模拟接口，让前端项目跑起来，实现前后端分离开发。
• 新公司的开发方式：使用 jsp，各种乱七八糟的引用，各种乱七八糟的测试环境，没有接口文档，没有……

做了几个简单需求，前端调用不到后端的接口，各种跑不起来，各种环境（至少有测试和开发）参数要手动配置，前后端联调的时间超长，测试过程中 bug 极多，程序质量极低……终于忍无可忍，开始动手搭建合适的前端开发环境，于是就有了 fede 和 fede2。

背景

入职的新公司一直都有做产能统计，简单来说就是在 url 后添加 source，记录是哪个页面哪个产品引入的流量。在做某项目的新版本首页时，运营提出一个 SEO 需求，希望首页的 source 参数能再用户点击的时候动态添加，而不会被搜索引擎爬到带 source 的链接。我虽然对 SEO 表示不屑，但这需求简单的很，就应了下来，可是由此引出一个诡异的 bug。

解决方案

动态添加参数的方案很简单，代码如下：

在 a 标签添加 data 自定义参数

<a href="http://github.com" data-argu="source=index">首页</a>

前两天收到邮件，提示域名快过期了，上去看了一下，结果……

索性就把域名换了，旧域名是 http://findit.so 新域名是 https://findit.keenwon.com

废话写前头

源起

2013 底的时候，我从第一家公司离职，由于各种原因休息了一段时间，年后才入职新公司。休息的这段时间，除了搭建这个个人博客、看书、帮以前学校完成一个 CMS 系统（目前没有使用，使用 ASP.NET 实现的，后面可能会把代码放到 Github 上）外，还有一个大的发现，就是 Xiaoxia 写的一个磁力链接搜索引擎。相信大家都知道这是干什么的，粗略看完 Xiaoxia 写的介绍后，真是脑洞大开，兴趣满满，我第一次深切感受到技术的有趣。本打算自己开发一个出来玩玩，奈何对 ASP.NET/C# 只懂些皮毛，缺乏深入了解，写起来很累，又打算投入新的工作中，所以只得作罢。

2014 年加入新公司后，频繁的使用了 Node.js，渐渐的发现 Node 的强大，磁力搜索引擎的想法又重新浮现。可以说，这一年我大部分的学习都是围绕 “Findit 磁力搜索引擎” 展开的，看我博客近期写的文章就会发现：Redis、Mongodb、PM2、Elasticsearch、甚至 Centos 和 Nginx，都是 Findit 使用到的技术。在实践中学习，这本身也是花大力气做这件事的目的。

Elasticsearch 中，内置了很多分词器（analyzers），例如standard （标准分词器）、english （英文分词）和chinese （中文分词）。其中standard 就是无脑的一个一个词（汉字）切分，所以适用范围广，但是精准度低；english 对英文更加智能，可以识别单数负数，大小写，过滤 stopwords（例如“the”这个词）等；chinese 效果很差，后面会演示。这次主要玩这几个内容：安装中文分词 ik，对比不同分词器的效果，得出一个较佳的配置。关于 Elasticsearch，之前还写过两篇文章：Elasticsearch 的安装，运行和基本配置  和  备份和恢复，需要的可以看下。

安装中文分词 ik

Elasticsearch 的中文分词很烂，所以我们需要安装 ik。首先从 github 上下载项目，解压：

cd /tmp
wget https://github.com/medcl/elasticsearch-analysis-ik/archive/master.zip
unzip master.zip
cd elasticsearch-analysis-ik/

距离上次讲Elasticsearch 的安装已经快一个半月了，作为一个半路出家的前端开发，简单的使用中也体验到了 Elasticsearch 的强大。目前在一个自己开发的小站点中，使用 Elasticsearch 索引了近 200W 简单数据，占用资源极小，搜索速度极快。下一步打算优化一下分词（目前使用的是标准分词器），所以想先备份一下，于是有了今天的文章。

备份

Elasticsearch 的一大特点就是使用简单，api 也比较强大，备份也不例外。简单来说，备份分两步：1、创建一个仓库。2、备份指定索引。下面一步一步来：

刚到公司的时候，做了几个通用 js 组件，原生 js 写的，所以积累下一些比较好的代码片段，经过几次反复使用，质量还是比较有保证的。太长时间没写博客，这里分享出来刷刷人气。文章中的代码都在gist上同步了。

简单的模板引擎

Handlebars等模板引擎非常好用，但是比较重量级，对于组件来说显然是不合适的，这里分享个简单的模板引擎，原生 js 实现：

距离上一篇文章已经快 2 个月了，这些天公司任务不多，自己折腾了点好玩的东西，用了下 pm2，mongodb，redis 和 elasticsearch。mongodb 和 redis 在两个月前就写过部署相关的文章了，今天扯一下 Elasticsearch。

Elasticsearch 是一个非常赞的实时分布式搜索和分析引擎。它可以帮助你用前所未有的速度去处理大规模数据。它可以用于全文搜索，结构化搜索以及分析等。更重要的是入门简单，api 也比较清晰。根据官方的介绍，目前 Wikipedia，Github 和 StackOverflow 等都使用 Elasticsearch 进行搜索和分析。

Elasticsearch 是建立在全文搜索引擎 Apache Lucene 基础上的，可以说 Lucene 是当今最先进，最高效的全功能开源搜索引擎框架，但是 Lucene 只是一个框架，要充分利用它的功能，你需要很高学习成本，因为 Lucene 确实非常复杂。而 Elasticsearch 使用 Lucene 作为内部引擎，在其基础上封装了功能强大的 RESTful API，让你不需要了解背后复杂的逻辑，即可完成搜索……

昨天在使用node redis的时候报了这样一个错：

TypeError: Object [object Object] has no method 'send_command'
    at RedisClient.(anonymous function) (D:\index.js:991:25)
    at null._onTimeout (D:\index.js:17:22)
    at Timer.listOnTimeout [as ontimeout] (timers.js:110:15)

这个 bug 比较隐蔽，一步一步来看：

前一篇折腾了node.js，这一次折腾下 Redis 和 Mongodb，这样基本就安装好 nodejs 的整套开发环境了。

Redis

在 CentOS 下安装 Redis 也比较简单，按照步骤一步一步的操作，基本不会出错。