如果是关系数据库并且对速度要求不高，那么可以用 sqlite。
不过其实还可以试试 leveldb ( https://github.com/google/leveldb ) 或者进一步的 rocksdb ( https://rocksdb.org/docs/getting-started.html )，作为一个 kv 速度提升相当明显。

@loading 这个域名是真的强

@SlipStupig 感觉这个和 ranking 相关。knn 尝试下 embedding 或许也可以看看效果。

对用户处理，先从简单的开始试试嘛。

假设每个 ip 为一个用户，id 为 item，然后做个 cf 看看效果再做打算呗

https://blog.argcv.com/articles/3886.c

然后再构建各种直方图分析下分布。再尝试升降下维度

另外，https://docs.oracle.com/javase/tutorial/essential/environment/paths.html
不知道是不是我理解错了，楼主似乎理解为 "CLASSPATH" 已经被 deprecated 掉了？“既然 jvm 用不到 classpath 了...?”
我没有看到任何人这样回复。CLASSPATH 依然可以使用，只是不需要用来手动加载系统库了。

classpath 环境变量主要是 Unix 环境下比较好用。

在 Unix 环境下，它的子进程可以继承父进程的所有环境变量，而不会污染父进程的环境。

因此一个较为复杂的环境构建启动时候可能是这样的：

系统初始化加载 /etc/profile , /etc/profile.d/*.local
服务启动配置 /etc/init.d/xxx
启动模块加载配置 /etc/hadoop/conf/xxx.sh

每一层子进程都可能会配置个环境变量，或者 CLASSPATH="${CLASSPATH}:/path/to/new/folder" 来补充一点内容。
在最后启动的子进程中是上面所有配置的集合。

比如 hadoop 如果自己配组件，就可以看到它启动脚本中各种环境变量的配合使用。这是一种非常简单好用的 context 机制。

通常情况下，我们不应该做的是把某个局部工程配置文件放在全局中，而应该寻找一个作用域最小的地方，把这个配置。就好像我们不应该随便弄全局变量一样。
但由此否定环境变量这个机制本身，我觉得是不合理的。

此外，稍微学习一下 maven 等工具，不要只会自己下 jar 包。

https://mvnrepository.com/

感觉你是混淆了问题了吧。

上古年间所谓的“会出错”是指可能需要用 CLASSPATH 指向 system library。
CLASSPATH 环境变量是一个 list，追加上搜寻地址依然能够使用。这有什么问题呢？

有问必答不要学。

没有，别学，放心吧

内存需要重新设置。这个设置过了么？

https://blog.argcv.com/articles/4558.c

@yuikns 尤其是 nfs 等各种情况

@yuikns du 给的是下面文件的 sum(size)，df 是直接那个 device 的统计。挂载有些盘给出的统计不一样，显示也会有点奇怪。

我理解真实需求是占用硬盘文件的分布吧？

du 是检查某个目录下面的文件，df 是检查 mount point 的 block 的信息。

不妨安装个 ncdu 试试

@yuikns typo: 感叹号改成问号 orz

ssh 上去 cd 也算“运行程序” 了吧？
如果基本 linux 的不算。那么直接

ssh your-server grep -nr /path/to/your/folder

这个不工作！

@yuikns 不好意思 fix 下 🔗： https://github.com/google/guava/wiki/CachesExplained

我寻思楼主就是想要一个基于 Java 的 embedded cache solution

guava 有个 CacheBuilder 似乎就是你想要的？ https://github.com/google//wiki/CachesExplained