2007 November

透過朋友的介紹~ 今天買了這片DVD觀賞並「收藏」~ 果然的確是愛爾蘭踢踏「舞王」之作，讓我有點一整個傻眼~ 因為實在是太厲害了~ 這裡有詳細的相關介紹「愛爾蘭音樂「火焰之舞」原聲帶」。

從年代售票可得知他們在2008年1月會來台演出，屆時應該差不多也是我碩士口試的日期前後，有機會的話倒蠻想去現場體驗一下~^^

P.S. 目前的背景音樂即是原聲帶中的Stolen Kiss一曲

手動下載「mp3」

以往直接從網頁原始檔來找尋音樂檔的方式已經無法使用，現在改成下述方式即可取得：

這裡我們以「蕭敬騰-背叛」為例。

首先請注意網址列上的URL，這裡的範例為「http://mymedia.yam.com/m/1662981」，接著必須重新組合URL，如：http://mymedia.yam.com/api/a/?pID=1662981

重點一：http://mymedia.yam.com/api/a/

重點二：pID 參數

點選進去之後答案就出來了~

剛剛從某位學弟在論壇所貼的一則「某遊戲精彩影片(偽)」分享，讓我回想起二年前我曾和夥伴打算要做一個線上多人連線遊戲「蠶寶寶」如圖所示：

(左下角的區塊就是留給聊天面板和功能項)

當初本來要拿去參加育秀盃的比賽，不過由於主辦單位對技術方面有所限制，所以此作品也就沒持續發展下去，其實有點可惜~ 畢竟那時候花了一點心力了~ 且後端系統和前端的Flash都有個架構出來了~ 不過兩個人要完成這樣的作品確實有點難度，還記得那時候的規劃由我負責前後端的系統，夥伴負責手繪和聲音處理，兩個人還會討論角色的行走角度等問題，所以有機會的話其實還蠻想做個遊戲的~ 但畢竟這需要足夠的人力來各司其職，Anyway...如果有機會的話再說囉~

．2009/03/21 - 新增「Hadoop on Windows with Eclipse」
．2010/07/07 - 新增「Hadoop Summit 2010 - Presentation Slides」

Hadoop

．Hadoop is a software platform that lets one easily write and run applications that process vast amounts of data.

．Hadoop implements MapReduce, using the Hadoop Distributed File System (HDFS) MapReduce divides applications into many small blocks of work. HDFS creates multiple replicas of data blocks for reliability, placing them on compute nodes around the cluster. MapReduce can then process the data where it is located.

．Hadoop is a Lucene sub-project that contains the distributed computing platform that was formerly a part of Nutch.

Hadoop相關資源

．Hadoop Summit 2010 - Presentation Slides

．Hadoop Resources | Scale Unlimited

．NCHC Cloud Computing Research Group

．Hadoop Summit and Data-Intensive Computing Symposium Videos and Slides

．用 Hadoop 进行分布式并行编程, 第 1 部分

．Academic Cluster Computing Initiative

．Hadoop学习笔记一 简要介绍

．Hadoop学习笔记二 安装部署

．Getting Started with Hadoop, Part 1

．Yahoo!'s bet on Hadoop

．Open Source Distributed Computing: Yahoo's Hadoop Support

．Yahoo! Launches World's Largest Hadoop Production Application

．Hadoop Wikipedia

．Google Code for Distributed Systems

．Scaling Powerset using Amazon's EC2 and S3

．Running Hadoop MapReduce on Amazon EC2 and Amazon S3

．Building an Inverted Index for an Online E-Book Store

．Running Hadoop On Ubuntu Linux (Single-Node Cluster)

．Running Hadoop On Ubuntu Linux (Multi-Node Cluster)

．Yahoo! Hadoop Tutorial

．Cloud Computing and Grid Computing

．Hadoop on Windows with Eclipse

MapReduce相關資源

Why Should You Care About MapReduce?

Distributed Systems - Google Code University - Google Code

MapReduce

Can Your Programming Language Do This?[中譯]

Chubby相關資源

．An Introduction to ZooKeeper Video (Hadoop and Distributed Computing at Yahoo!)

．ZooKeeper: Because coordinating distributed systems is a Zoo

．Yahoo! Project: Zookeeper

．SourceForge.net: ZooKeeper

KFS相關資源

．Kosmos Distributed File System (KFS)

簡介

經過前二期所介紹的「Varargs」和「Enhanced for loop」之後，我們可以看到從JDK 5.0所新增加的功能裡，擁有不少功能仰賴著Java Compiler在編譯時期幫我們加上「調味料」來處理，雖然更簡單易學易用，不過終究仍需了解底層的實作細節，才能徹底掌握程式本身的特性，尤其是本文所即將剖析的「Autoboxing/Unboxing」功能，常會使許多初學Java的朋友們產生「知其然而不知其所以然」的現象，正如俗話所說的「水能載舟亦能覆舟」，「Autoboxing/Unboxing」的確可以幫我們減少許多在敲打鍵盤上所需要的寶貴光陰，但若是沒能徹底掌握它，彷彿也為自己埋下了一顆不定時的炸彈，現在我們就來了解「Autoboxing/Unboxing」究竟是何方神聖。

在Java程式語言裡有分成兩種型別，一種是基本資料型別(Primitive Data Types)，另一種則是物件參考型別(Object Reference Types)，而本文的「Autoboxing/Unboxing」功能便是將針對基本資料型別(表1)來做轉換處理，所以當我們想將這八種基本資料型別轉換成物件來操作時，這時候我們就必須將它「裝箱」(Boxing)，何謂「裝箱」呢？簡單的說法就是將Java所提供對應的Wrapper Class來加以包裝，當然既然有「裝箱」必然也會有「拆箱」(unboxing)的動作，那何謂「拆箱」呢？拆箱所指的就是呼叫其對應的Wrapper Class所各自擁有的「xxxxValue()」方法，諸如：intValue()、floatValue()、charValue()…，所以「Autoboxing/Unboxing」簡單地來說，也就是Java Compiler在編譯時期幫我們做這層的轉換處理。

下載：徹底剖析JDK 5.0 Autoboxing/Unboxing