分词工具调研一、背景调研了两种分词工具：Ansj：https://github.com/NLPchina/ansj_segHanLP（https://github.com/hankcs/HanLP#7-极速词典分词）最终选择了HanLP二、Ansj利用DicAnalysis可以自定义词库：val forest = DicLibrary.get()if(forest ...

拉链表一、数据加工和维护概念：所谓拉链表就是记录一个事物从开始 一直到当前状态的所有变化信息；通过比较，记录数据的生命周期，能够快速还原任意天的历史快照，而非全量的每天记录所有数据，因此极大节省了存储。一般表名后面xxx_chain数据加工方式：（1）拉链表中一般会存在一个字段“start_date”表示该记录的起始时间，不代表创建时间，非业务时间。一把会存在"createtime"...