作业帮好的日志转载
来源：学生作业帮助网 编辑：作业帮 时间：2024/09/24 01:24:57 体裁作文
篇一：日志转载
如果你有放不下的人，请进...
一个苦者找到一个和尚倾诉他的心事。
他说：“我放不下一些事，放不下一些人。"
和尚说：“没有什么东西是放不下的。"
他说：“这些事和人我就偏偏放不下。"
和尚让他拿着一个茶杯，然后就往里面倒热水，一直倒到水溢出来。
苦者被烫到马上松开了手。
和尚说：“这个世界上没有什么事是放不下的，痛了，你自然就会放下。"
你可能觉得难过 因为无论你对他怎么好 他都不领情 他不是看不到 他只是装作看不到 或者他根本不想看到 你觉得自己很喜欢他
甚至觉得再没有一个人可以像你那么喜欢他
你用尽全力对他好
把他看的比自己还重要 有什么事情第一个就想到他
联系不到他的时候 你担心他担心的快疯了 然而你有没有想过
这并不在你的责任范围
而且很有可能他是在躲着你 他受不了你对他那么好
不要一直发短信给他
不要一直找他
你也许只是想找他说说话 你觉得那很正常 不算苛求
但是也许他并不这么想 记住 你的想法不代表他的想法
你是真的不求回报的在喜欢他吗
你扪心自问一下 你确定不用他回报什么吗 那为什么你会难过 若是真的一无所求
你又怎么会觉得难过呢
所以 别觉得你那么爱他是伟大的 也许她根本不在乎你怎么为他付出
有时候你给他的爱或许是种负担
这种负担只会让他更加想远离你
因为他不想亏欠你 别事事为他担心为他张罗 你觉得他没有你不行
你觉得别人做不到你那么完善
但是你要清楚
你不是他要的那个人
你做的再完善也敌不过人家不做 那个位置本来就不是你的
你何必硬要挤上去呢
你说道理你都懂 只是你做不好
喜欢他不是你的错 想关心他不是你的错
控制不住自己不是你的错
但是那是你的方式 人家不一定就能接受你这种所谓无私的爱
所以如果你喜欢他 他不喜欢你
那么就请你默默的
别试图让他知道 就算你会难过 甚至难过的流泪 就请你默默的
就算是逼自己也好
一定要忍着
篇二：心在老qq日志转载
心在老qq日志转载
曾几何时，我也是一个心里充满爱，天真的女孩子，曾几何时，我被人伤的体无完肤，从此恨透了所有人，可是人要活下去，就要面对所有的一切，我年岁不老，心若不似从前那般。
两年前我从一个女孩变成了女人，从天真童话里走到现实，原本以为结婚以后，有了老公，有了可以相信的人，有了可以理解自己，懂得自己，爱自己的人，可是我错了，我天真的以为我在他心中是最重要的，都怪我，都怪我太过相信他人，以至于害苦自己。结婚之前，曾许下承诺，结婚之后，买个房子有个自己的家，可是到现在孩子出生了，房子还没有，只好和孩子挤在他家的老房子，和他的爹娘一起住，人家都说婆媳没有处得来的，这话不假，不到一月便应验了，为了孩子，我都可以，可是渐渐我发现，每次称我回娘家，他就带他的的家人出去玩，这还不算，我的孩子，连买奶粉的钱，都得伸手问他要，有时还不给，说喝的太快，小孩喝那么多干么，浪费，再后来，他出差了，给了我一张银行卡，我挺开心的，有一天我去取钱，可是发现密码不对，我摔倒在地，心在流血，为什么，到底是为什么？一家人，这是一家人？口口声声把一家人，挂在嘴边的他，是这样对我和孩子的。后来打电话，问怎么回事，他说，我改了密码忘了告诉你了，多虚伪的托词。我可以容忍，为了孩子，这还是假，重要的是卡里就100块钱，后来我再也没主动问他要过钱，我知道向别人伸手，那是看不起自己，慢慢的我学会了坚强，学会了保护自己，学会了放手，学会了把一切看淡，慢慢的我开始讨厌他，不想看到他，因为他不只做事情太绝，而且骂人也被农村的那股恶水遗传，记得，爸妈不让我和他结婚，如今想起来，我真的错了，他有什么，没有房子，个子一米五，家里穷的吃都吃不上，他娘还坐在大门口的石头上，吹个没完，现在每次看到他，我都无比恶心，我为我的行为，感到可耻，俗话说“路遥知马力，日久见人心”如今我是明白了。
该聚则聚，该散则散，我也只能把伤留在心底，如果真有一天，缘份尽了，我定然会离开，有人说，缘份尽了，是了却情意的假词，在我看来，是彼此到了平行线，再也不能有交集了吧。
那一年，满园银装盛裹，隐现红点千万，空负满腹赏玩意，独对只影赋梅花。风吹枝摇，一剪红纸入眼帘，佳人清姿纸上现，满园寒风似不见，剪纸入璎珞，玉姿入君心。
寒风尽，尘缘起，
那一年，千树万树梨花开，春风朝露百花艳，游人赏玩妩媚间，瑶露滴翠，香径幽深，忽闻百花间瑶琴声声，循声而去：
翩若惊鸿，婉若游龙，
荣曜秋菊，华茂春松。
髣髴兮若轻云之蔽月，
飘飖兮若流风之回雪。
远而望之，皎若太阳升朝霞。
迫而察之，灼若芙蕖出渌波。
惊鸿一舞罢，漫天飞花停止飘洒，落一地梨花，定眸一瞥佳人之清姿，朱唇皓齿，娥眉柳絮，双颊含羞，娇艳万千，梨花落于眉间，仿若无色，佳人肌肤盛雪，俨然是梅园中的剪纸模样跃至眼前，只需一眼便难再将目光移开，渐渐地痴了。
惊鸿一舞， 尘缘的序幕拉开，难再停止相思剧情的跌宕。
尘世中百花间的匆匆一瞥，惊起涟漪无数，千番寻梦，只为容颜在谁的琉璃梦里浮现。月下横笛和柔情，一支梅花惊鸿蹁跹，人比花艳，知是梦，却不愿醒来，醒时一场空，难再续相思。
情之难，在于忘而不能忘，相思之苦，明知是一碗苦水却义无反顾的一口饮尽。
那一年，凌云峰上，寒夜孤高星稀落，一人一萧，一墙之隔，隔不尽相思，多少年的洒脱终究从此颠覆，仰望满天星斗暗暗祈求，愿今生化作佛前的菩提，日夜为你虔诚的祈福，消除你眉间的丝丝忧愁，三世情缘滴泪成莲，超度这场无声的想念。
篁林寄曲相思，梧桐更兼细雨，凝望远山重叠，烟雾雨霁，一生相思为谁和，伊人梦中依稀容颜。
斩断情丝心犹乱
千头万绪仍纠缠
拱手让江山
低眉恋红颜
祸福轮流转 是劫还是缘
天机算不尽
交织悲与欢
古今痴男女
谁能过情关
思念，只有文字懂。
忧伤，只有歌声懂。 寂寞，只有黑夜懂。
江南韵色，淫雨霏霏，不免让人总添忧伤和惆怅，灰色的天际，只露一丝赤芒，隐隐中期待的那份希冀随着雨点破碎在紫陌红尘之中，我彷徨，我踟蹰，风雨江南绝美的画卷，此刻却被泪水模糊了墨迹，只剩你在油纸伞下隔江眺望的倩影。
倾一世柔情，画三生美景，定格你回眸时的翩然一笑，伴我轮回千年。
心落繁花，花满地，花降凡尘，霜漫天，繁华落尽，年华耗。容颜消，天不老，情难绝，心似又丝网，心有千千结，剪不断，理还乱。
叶落成阵，寒雁孤鸣，叹一声长亭别离苦，蝶衣舞罢双飞去，柔情哪堪寒风凌厉，叶残，花凋，人孤独。
寒夜沉沉如水，风紧窗闭枝摇，深宵谁赏玉清颜，都将心事付流水，无寐，
望着窗台的荒凉，倍感冬天的凄凉和漫长，心想着江南的云雾蒙蒙，小桥流水，梦想着有一天，能够背起行囊，穿梭在夕阳下的密林古道，桃花瓣飞舞漫天，如同胭脂雪，春风柳絮拂面，如同你的吻，让苍老疲惫的身心得以休憩，让思念暂时停歇。
夜孤，霜寒，风逝残梦，惆怅依然似流水。
转自: qq日志转载 www.qqguan.com
篇三：百度搜索研发部：日志分析方法概述【转载】
日志在计算机系统中是一个非常广泛的概念，任何程序都有可能输出日志：操作系统内核、各种应用服务器等等。日志的内容、规模和用途也各不相同，很难一概而论。本文讨论的日志处理方法中的日志，仅指Web日志。其实并没有精确的定义，可能包括但不限于各种前端Web服务器——apache、 lighttpd、tomcat等产生的用户访问日志，以及各种Web应用程序自己输出的日志。
在Web日志中，每条日志通常代表着用户的一次访问行为，例如下面就是一条典型的apache日志：
211.87.152.44 – -[18/Mar/2005:12:21:42+0800 “GET / HTTP/1.1″ 200899 “/” “Mozilla/4.0(compatible; MSIE 6.0; Windows NT 5.1; Maxthon)”
从上面这条日志中，我们可以得到很多有用的信息，例如访问者的IP、访问的时间、访问的目标网页、来源的地址以及访问者所使用的客户端的 UserAgent信息等。如果需要更多的信息，则要用其它手段去获取：例如想得到用户屏幕的分辨率，一般需要使用js代码单独发送请求；而如果想得到诸如用户访问的具体新闻标题等信息，则可能需要Web应用程序在自己的代码里输出。
为什么要分析日志
毫无疑问，Web日志中包含了大量人们——主要是产品分析人员会感兴趣的信息，最简单的，我们可以从中获取网站每类页面的PV值（PageView，页面访问量）、独立IP数（即去重之后的IP数量）等；稍微复杂一些的，可以计算得出用户所检索的关键词排行榜、用户停留时间最高的页面等；更复杂的，构建广告点击模型、分析用户行为特征等等。
既然这些数据是如此的有用，那么当然已经有无数现成的工具可以帮助我们来分析它们，例如awstats、Webalizer，都是专门用于统计分析Web 服务器日志的免费程序。另外还有一类产品，它们不分析直接日志，而是通过让用户在页面中嵌入js代码的方式来直接进行数据统计，或者说我们可以认为它是直接让日志输出到了它们的服务器。典型的代表产品——大名鼎鼎的Google Analytics。
很多人可能会说，既然如此，我们为什么还需要自己来分析日志，有必要吗？当然有。我们的用户（产品分析人员）需求是无穷尽的，上面说的这几类工具虽然很好很强大，但显然没办法满足全部的需求。无论是本地分析的工具，还是在线的分析服务，它们虽然提很丰富的的统计分析功能，可以做一定程度的配置，但是依然很有限的。要进行稍复杂点的分析，或者要做基于日志的数据挖掘，依然需要自己来完成。
另外绝大多数日志分析工具都是只能用于单机的，数据量稍大就没辙了。同时那些提供在线分析的服务对于单个站点通常也都有最大流量的限制——这是很容易理解的，他们也需要考虑服务器的负载。所以，很多时候还是得靠自己。
怎么进行日志分析
这并不是一个简单的问题。即使我们把“日志”限定为Web日志，依然包含了成千上万种可能的格式和数据，而是“分析”更是难以定义，也许是简单的统计值的计算，也许是复杂的数据挖掘算法。下面并不打算讨论这些复杂的问题，而只是笼统的讨论如何构建进行日志分析工作的基础。有了这些基础会让基于日志的简单统计分析变得很简单，并让复杂的分析挖掘等变得可行。
少量数据的情况
先考虑最简单的情况，在数据规模比较小的时候，也许是几十MB、几百MB或者几十GB，总之就是在单机处理尚能忍受的时候。一切都很好办，现成的各种Unix/Linux工具——awk、grep、sort、join等都是日志分析的利器，如果仅仅是想知道某个页面的PV，一个wc+grep
就能搞定。如果有稍复杂的逻辑，那就使用各种脚本语言，尤其是perl，配合伟大的正则表达式，基本就可以解决所有的问题。
例如，我们想从上面提到的apache日志中得到访问量最高前100个IP，实现很简单： cat logfile |awk ‘{a[$1]++} END {for(b in a) print b”\t”a[b]}’|sort-k2-r|head-n100
(转载于:www.smhaida.com 海 达 范 文网:好的日志转载)不过当我们需要频繁去分析日志的时候，上面的做法在一段时间之后可能就会让我们头疼如何进行各种日志文件、用于分析的脚本文件、crontab文件等等的维护，并且可能会存在大量重复的代码来做数据格式的解析和清洗，这个时候也许就需要更合适的东西，比如——数据库。
当然，要使用数据库来进行日志分析还是需要一些代价的，最主要的就是如何将各种异构的日志文件导入的数据库中——这个过程通常称为ETL（Extraction-Transformation- Loading）。幸好依然有各种现成的开源、免费的工具来帮助我们做这件事情，并且在日志种类不太多的时候，自己写几个简单的脚本来完成这项工作也并不困难。例如可以将上面的日志去掉不必要的字段，然后导入如下的数据库中。
现在需要考虑一下用什么数据库来存储这些数据。MySQL是一个很经典的开源数据库，它的传统引擎（MyISAM或者InnoDB，行存储）也许并不非常的适合日志数据的存储，但是在小数据量的时候还是很够用的。而且，在这方面现在已经有了更好的选择，例如开源且免费的Infobright、 Infinidb，都是专门为数据仓库应用而进行了优化的数据引擎，采用列存储，有良好的数据压缩，处理几百GB的数据基本上不是问题。
使用数据库的好处之一就是，伟大的SQL可以帮我们很简单的完成绝大部分的统计分析工作——PV只需要SELECT+COUNT，计算搜索词排行只需要 SELECT+COUNT+GROUP+ORDER+LIMIT。此外，数据库本身的结构化存储模式也让日志数据的管理变的更简单，减少运维代价。
同样还是上面的那个例子，简单的一个SQL就可以搞定：
SELECT*FROM(SELECT ip,COUNT(*)AS ip_count FROM apache_log GROUPBY ip) a ORDERBY ip_count DESCLIMIT100
至于性能问题，数据库的索引和各种优化机制通常会让我们的统计分析工作变得更快，并且上面提到的Infobright和Infinidb都专门为类似 SUM、COUNt之类的聚集应用做了优化。当然也不是绝对的会快，例如在数据库中进行LIKE操作，通常会比grep一个文件还要慢很多。 更进一步的，使用基于数据库的存储，可以很容易的进行OLAP（联机分析处理）应用，从日志中挖掘价值会变的更加简单。
更多的数据怎么办
一个好的数据库似乎会让事情变的很简单，但是别忘了前面提到的都是单机数据库。一台单机在存储容量、并发性上毫无疑问都是有很大限制的。而日志数据的特点之一就是随时间持续增长，并且由于很多分析过程往往需要历史数据。短时间内的增长也许可以通过分库、分表或者数据压缩等来解决，不过很显然并不是长久之计。
想要彻底解决数据规模增长带来的问题，很自然的会想到使用分布式技术，结合上面的结论，也许使用某个分布式数据库是一个好选择，那么对最终用户就可以完全透明了。这个的确是很理想的情况，不过现实往往是残酷的。
首先，实现比较完美的分布式数据库（受限于CAP原则）是一个非常复杂的问题，因此在这里并不像单机数据库那样，有那么多开源的好东西可以用，甚至于商用的也并不是太多。当然，也并非绝对，如果有钱，还是可以考虑一下Oracle RAC、Greenplum之类东西。
其次，绝大多数分布式数据库都是NoSQL的，所以想继续用上SQL的那些优点基本上是没指望，取而代之的都是一些简单、难以使用的接口。单从这点看来，使用这些数据库的价值已经降低很多了。
所以，还是先现实一点，先退一步考虑如何解决的超大规模的日志的分析问题，而不是想如何让它变的像在小数据规模时那样简单。单单想做到这点，目前看来并不是太难，并且依然有免费的午餐可以吃。
Hadoop是伟大的Apache基金会下面的一套分布式系统，包括分布式文件系统（HDFS）、MapReduce计算框架、HBase等很多组件——这些基本都是Google的GFS/MapReduce/BigTable的克隆产品。
Hadoop经过数年的发展，目前已经很成熟了，尤其是其中的HDFS和MapReduce计算框架组件。数百台机器的集群已经被证明可以使用，可以承担PB级别的数据。
Hadoop项目中的HBase是一个按列存储的NoSQL分布式数据库，它提供的功能和接口都非常简单，只能进行简单的K-V查询，因此并不直接适用于大多数日志分析应用。所以一般使用Hadoop来做日志分析，首先还是需要将日志存储在HDFS中，然后再使用它提供的MapReduce API编写日志分析程序。
MapReduce是一种分布式编程模型，并不难学习，但是很显然使用它来处理日志的代价依然远大于单机脚本或者SQL。一个简单的词频统计计算可能都需要上百代码——SQL只需要一行，另外还有复杂的环境准备和启动脚本。
例如同样还是上面的例子，实现就要复杂的多，通常需要两轮MapReduce来完成。首先要在第一轮的mapper中计算部分ip的访问次数之和，并以ip为key输出：
//遍历输入，并聚合结果 foreach(record in input) { ip = record.ip; dict[ip]++; } //用emit输出，第一个参数为key，用于reduce的分发 foreach(
由于reduce一般会有很多个，所以最后还需要将所有reduce的输出进行合并、再排序，并得到最终的前100个IP以及对应的访问量。所以，使用Hadoop来做日志分析很显然不是一件简单事情，它带来了很多的额外的学习和运维成本，但是至少，它让超大规模的日志分析变成了可能。
怎样变得更简单
在超大规模的数据上做任何事情都不是一件容易的事情，包括日志分析，但也并不是说分布式的日志分析就一定要去写MapReduce代码，总是可以去做进一步的抽象，在特定的应用下让事情变得更简单。
也许有人会很自然的想到如果能用SQL来操作Hadoop上的数据该有多好。事实上，不仅仅只有你一个人会这么想，很多人都这么想，并且他们实现了这个想法，于是就有了Hive。Hive现在也是Hadoop项目下面的一个子项目，它可以让我们用SQL的接口来执行MapReduce，甚至提供了JDBC 和ODBC的接口。有了这个之后，Hadoop基本上被包装成一个数据库。当然实际上Hive的SQL最终还是被翻译成了MapReduce代码来执行，因此即使最简单的SQL可能也要执行好几十秒。幸好在通常的离线日志分析中，这个时间还是可以接受的。更重要的是，对于上面提到的例子，我们又可以用一样的SQL来完成分析任务了。
当然Hive并不是完全的兼容SQL语法，而且也不能做到完全的对用户屏蔽细节。很多时候为了执行性能的优化，依然需要用户去了解一些MapReduce 的基本知识，根据自己的应用模式来设置一些参数，否则我们可能会发现一个查询执行很慢，或者压根执行不出来。另外，很显然Hive也并不能覆盖所有的需求，所以它依然保留插入原始MapReduce代码的接口，以便扩展。
更多的问题
即使有了Hive这样一个类似于数据库的东西，我们依然还有很多事情需要做。例如时间久了，可能会有越来越多的需要例行执行的SQL，而这些SQL中，也许有一些是做了重复的事情；也许有一些的执行效率非常低下，一个复杂的SQL就占满了所有的计算资源。这样的系统会变得越来越难以维护的，直到有一天例行的SQL终于跑不完了。而最终用户往往不会去关心这些事情，他们只关心自己提交的查询是不是能即时得到响应，怎么样才能尽快的拿到结果。
举个简单的例子，如果发现在使用apache_log的所有查询中，几乎没有人用其中的user_agent字段，那么我们完全可以把这个字段去除掉，或者拆分成两张表，以减少多数查询的IO时间，提高执行的效率。
为了系统化的解决这些问题，我们可能需要引入例行任务的调度机制，可能需要去分析所有的SQL来发现哪些是可以合并的、哪些的性能需要优化，使用的数据表是不是需要做水平或者垂直分表等等。根据实际情况的不同，这时事情可能是人工来完成，也可能是写程序来自动分析并调整。
再者随着日志类型、分析需求的不断增长。用户会越来越多的抱怨很难找到想要的数据在哪份日志里，或者跑的好好的查询因为日志格式的变化而突然不能用了。另外上面提到的ETL过程也会变得复杂，简单的转换导入脚本很可能已经解决不了问题。这时候可能需要构建一个数据管理系统，或者干脆考虑建立一个所谓的数据仓库。
总之，随着日志数据量、日志类型、用户数量、分析需求等等的不断增长，越来越多的问题会逐渐浮现出来，日志分析这件事情可能就不再像我们最初想的那么简单，会变得越来越有价值，也越来越有挑战。
刚看到的，分享给大家了，
/baidu-search-rd-log-analysis-methods.html 原文：
篇四：【转载】一篇价值千金的日志,建议收藏!
【转载】一篇价值千金的日志，建议收藏！
一、
1、大蒜是个宝，常吃身体好。
2、一日两苹果，毛病绕道过。
3、一日一枣，长生不老。
4、核桃山中宝，补肾又健脑。
5、铁不冶炼不成钢，人不养生不健康。
二、
1、胡萝卜，小人参；经常吃，长精神。
2、西红柿，营养好，貌美年轻疾病少。
3、小小黄瓜是个宝，减肥美容少不了。
4、多吃芹菜不用问，降低血压很管用。
5、大葱蘸酱，越吃越胖。
四、
1、三天不吃青，两眼冒金星。
2、宁可食无肉，不可饭无汤。
3、饭前喝汤，胜过药方。
4、吃面多喝汤，免得开药方。
5、早喝盐汤如参汤，晚喝盐汤如砒霜。
五、
1、宁可锅中存放，不让肚子饱胀。
2、每餐留一口，活到九十九。
3、常吃素，好养肚。
4、宁可无肉，不可无豆。
5、吃米带点糠，营养又健康。
六、
1、早吃好，午吃饱，晚吃巧。
2、暴饮暴食会生病，定时定量可安宁。
3、吃得慌，咽得忙，伤了胃口害了肠。
4、若要身体壮，饭菜嚼成浆。
5、若要百病不生，常带饥饿三分。
七、
1、有泪尽情流，疾病自然愈。
2、丈夫有泪尽情弹，英雄流血也流泪。
3、先睡心，后睡眼。
4、药补食补，不如心补。
5、饭养人，歌养心。
八、
1、人有童心，一世年轻。
2、笑一笑，十年少。
3、一日三笑，人生难老。
4、笑口常开，青春常在。
5、哭一哭，解千愁。
九、
1、常吃宵夜，会得胃癌，因为胃得不到休息。
2、一个星期只能吃四颗蛋。吃太多，对身体不好。
3、鸡的臀部含有致癌物，不要吃较好。
4、饭后吃水果是错误的观念，应是饭前吃水果。
6、喝豆浆时不要加鸡蛋及糖，也不要喝太多。
7、空腹时不要吃蕃茄，最好饭后吃。
8、早上醒来，先喝一杯水，预防结石。
9、睡前三小时不要吃东西，会胖。
10、少喝奶茶。因为高热量、高油。没有营养价值可言。长期饮用。易罹患高血压、糖尿病等疾病。
篇五：转载的计算机日志
日志
返回日志列表
[转] 在电脑方面的毕生绝学 2013-4-3 14:14 阅读(1) 转载自冯可波
?
?
?
?
?
?
? 赞(1180) 转载 分享 评论 复制地址 举报 更多
已经是第一篇 | 下一篇：Word，PDF，PPT，...
看完这些,你就是电脑高手了!收藏吧同志们!强~~
死机、病毒、快捷方式、装卸、运行速度、个性装扮——你是否一直在为电脑各种层出不时地麻烦别人，不仅不能及时解决问题，还担心自己太惹人讨厌……口袋为你精心准既丰富又简单易学的电脑小技巧，让你自己就能轻松搞定，从此不再求别人！[用兵鼠标一
技巧篇
电脑小问题不求人
如?a href="http://www.zw2.cn/zhuanti/guanyuwozuowen/" target="_blank" class="keylink">我刈约旱腎P地址
查找对方IP地址经典技巧汇总
高手总结的电脑技巧
教你50招XP用户不看是你的损失
一般人绝对不会的电脑小绝技,含泪托出!!!(实用版)
45招绝密电脑全面小技巧汇总
毕生精力总结的电脑技巧
为文件夹添加背景音乐
快捷篇
背熟以下文章，就能脱离鼠标，光用键盘操作
键盘F1～F12的用处
重装篇
不得不学的技巧：重安装系统后6件必做大事
提速篇
只改一个值马上加快宽带上网速度
30秒清除你电脑中的垃圾(使你电脑急速如飞)
提供几个立刻提高网速的方法
电脑高手常用的五个按钮
如何让自己的电脑运行速度变快
杀毒篇
一招克死所有病毒！上网不用防火墙.不看后悔哟
免费正版杀毒软件集合有你需要的
手工清除隐藏的病毒文件五招
优化篇
谈如何释放C盘空间27招具体优化技巧!
不重装，不还原，不优化，让你的系统比重装还爽
网址篇
吐血推荐经过一个小时的筛选啊（转）
替你找到顶级的40款软件下载地址！
万能查询！巨狠！！
菜鸟常备网址!
十大免费电影网站排行
我喜欢的几个网站
网上24个免费图书网站
推荐几个网站(已更新到15，请关注)
中央台加密付费电影频道
软件篇
自己动手～永久性使用卡巴斯基
PhotoShop技巧100条----PS学习
有多少人用智能ABC，又有多少人知道这些?
【photoshop快捷键大全】
2007必备十大经典软件
强悍的在线工具~~应该有你需要的~~
让你受益终身的10个Word实用技巧
体裁作文