有没有人考虑做密码泄漏中招查询网站？

[dndx]

实际上，技术实现也会很蛋疼，只能考虑把4000W条记录全部Cache到Memory里。MySQL、MongoDB神马的基本上没用，因为必然每次都是4000W的全表扫描，网友涌来服务器必宕无疑。

如果有同学能提供8G内存的VPS，这事还比较靠谱。可以来联系我Twitter@dndxdndx

我用Python试了一下，600W条内存记录遍历一次大概需要0.4s，可以忍受。

[rfwert343]

不用直接下载以后看更快

[cdh_ys]

http://t.easyicon.cn/ 不到0.4s吧

[dndx]

@cdh_ys E-Mail和用户名都遍历，因为记不住用户名的人是相当多的。

[rfwert343]

@dndx 你不如直接做个链接网站，电驴分享的，不消耗服务器。

[dndx]

@cdh_ys 另外这个站用的是精确匹配
比如你叫dndx123，你搜dndx是搜不到的
这样能利用索引，所以速度快
代价是记不清用户名就悲剧了。

[rfwert343]

@dndx 做个电驴链接分享网站，用discuz论坛就能搭建一个。然后下载都是用户自己下载用户的，你就不用担心服务器耗不起了。

[dndx]

@dndx 上条纠正，这个站应该是like %xxx% 匹配的
dndx123是能用dndx搜到的。

[dndx]

@rfwert343 小心跨省啊。

[rfwert343]

@dndx 你直接做个密码查询网站数据都在你网站上，岂不是更要抓你？

[dndx]

@rfwert343 但是在显示结果前你可以给密码打码，客观上你并没有传播别人的密码，也就无从跨省了。

[rfwert343]

@dndx 话是这样说，可是你说哪个更容易被封呢？数据都在你的服务器上呢。

[lxklz]

http://leak.xpcha.com/csdn/ 这个也很快，但好像只能精确匹配

[willerce]

多简单的事，放数据库就OK了，分表嘛。

[dreamersdw]

方法有很多种
1)像 @willere 说的那样放数据库里，加上索引，或者分区。
2)虽然是文件数据，但努力一下也可以像 ctags 那样，实现二分查找。
3)利用文件系统实现查找功能，比如建立多层文件夹表示用户名 /path/s/o/m/e/o/n/e/

[CMGS]

目前放出来的都是精确匹配，数据入数据库，索引Email和Name……
模糊的……恩有……纯文本grep，下面有提供方案……
http://www.v2ex.com/t/24087#reply15

哈欠……睡觉去……

[feiandxs]

我一直想知道
xmd5这种站是怎么做到的。。。
billions of key/values....

[delectate]

文件系统io是瓶颈；grep更快

[delectate]

grep+正则还可以支持模糊匹配

[taby]

金山已经出了吧

[vibbow]

http://vsean.net/blog/post/98 5个数据库全文搜索，搜一次3分钟...