密码泄漏搜索工具

[vibbow]

密码泄漏搜索工具，用于在5个已泄漏的数据库里综合搜索数据。

目前已经支持的5个数据库：CSDN, 7k7k, 人人, 嘟嘟牛, 多玩。虽然网上能下到猫扑的数据，但是实际压缩包是损坏的，所以在这里就先不支持了。

关键字长度要超过6位，同时只接受字母，数字以及点(.)，下划线(_)，AT(@)。

此工具仅提供7天，7天后关闭提交。如果还有未完成的搜索则等待搜索完成后彻底关闭。

http://vsean.net/blog/post/98

[evlos]

。。。关键字要6位 。。。。我账号才5位。。。。

[vibbow]

@evlos 好吧，那我修改成5位的，不过应该不能再少了...

[vibbow]

补充说明：不知道由于什么原因，我自己测试往QQ邮箱发信收不到，因此大家尽量用国外的邮箱收信吧。

[vibbow]

我了个去，发现一个严峻的问题：现在性能瓶颈居然不是硬盘，而是CPU...

[vibbow]

因为修改代码时失误，导致给8位用户（应该都是v2ex的吧）发送了一封垃圾邮件，在此表示抱歉。

[carry]

大恩不言谢 创意主很精通搜索吗

[vibbow]

@carry 完全不精通搜索，服务端都是用PHP写的，先全部转小写然后用strstr比较... 要不然效率也不至于这么低了...

[vibbow]

哈，用Process Explorer看了下服务器的运行状况，硬盘今天爽high了～

[vibbow]

http://vsean.net/pic/di-CZ5N.png

[delectate]

win的服务器？这么大的数据库，还是grep等给力，既支持正则，速度又快。

[vibbow]

@delectate 目前还在优化算法... 已经降低了1分钟用时了。全当学习了～

[vibbow]

擦...服务器开始自动备份了...速度瞬间降低...

[vibbow]

怎么优化都是4分钟，应该是到strstr函数的极限了...

[delectate]

瓶颈。想想顺序读取1g的数据还要很久时间呢。

[vibbow]

@delectate 现在的硬盘连续读取应该都在80M/s以上了吧... 大约30秒就能把2G文件遍历一遍...

[delectate]

只是那很轻松的，问题是还要匹配。正则的引擎差一点就慢很多。反正不大，都放内存里速度能加倍；或者优化一下数据库，别简单的 cat *> database就拿去用……

[vibbow]

因为国内的服务器在搜索完成后回调国外的服务器失败（这个时段，你懂的…），所以之前给一些用户发送了可能错误的“搜索结果为空”email。因为我也不确定具体什么时间开始失败的，所以我按照缓存的记录，给之前所有搜索结果为空的用户重新搜索并且发送了邮件。
在此对再次收到我“垃圾邮件”的用户表示抱歉。

[vibbow]

继续优化了代码，全文搜索时间从4分多钟降到了2分钟，同时添加上了mop的库（虽然感觉这个库很奇怪，很假...）

[liruqi]

直接导入到 mongodb 或者 mysql 加索引啊。为啥要自己写查询呢。

[delectate]

@vibbow ，哇，求~~我下的都是损坏的。