并行数据处理框架mapreduce是
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（规约）"，和他们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。他极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce（规约）函数，用来保证所有映射的键值对中的每一个共享相同的键组。
了解更多开源相关，去LUPA社区看看吧
google最先提出的
photoshop7.0中文版下载
这是我空间里的，全复制给你
photoshop7.0简体中文正式版（154.31M）
下载地址：
thunder://QUFodHRwOi8vYmlnc29mdDEuc2owMC5jb206ODEvUGhvdG9zaG9wNzAxY25fc2owMF9tYXgucmFyWlo=
（PS：复制地址，到迅雷上去新建。）
序列号：多试几个吧1045-1999-8526-0973-1557-29711045-1633-7471-9911-3842-17651045-1423-6436-0168-7941-17
vim plug
在windows的git bash 中用vim去配置安装vim的插件的方法需要安装类似vundle 或者vim-plug之类的插件才可以使用git来安装插件， 不然需要手动将插件解压至目录。
需要安装类似vundle或者vim-plug之类的插件才可以使用git来安装插件，不然需要手动将插件解压至目录。
eclipse卸载插件
如果是通过Eclipse的菜单上EclipseMarketplace安装的（主要是有相应的Feature），可以通过菜单Help>AboutEclipse对话框中的InstalltionDetails列出已经安装的Features清单，选择它并Uninstall。
如果你的Eclipse是3.6以前的版本，可能没有EclipseMarketplace，有些功能不完整，不能自动卸载，需要手工到磁盘上删除。
不是所有的feature都可以被卸载，因为它们可能被其它插件使用了而无法删除。另外，没有feature而只是单独的plugins是不能在这里卸载的，因为它当初就无法自动安装，只能手工删除磁盘文件。Eclipse管理插件的基本单位是feature，最小单位是plugin，版本管理只能按Feature当一个整体来操作。
楼上的自动回复真nb。
卸载方法：help---ab
windows zookeeper 启动
准备：下载kafka和zookeeper
1:kafka官网地址:http://kafka.apache.org/downloads
2:zookeeper官网地址:http://zookeeper.apache.org/
配置zookeeper：
1：伪集群配置
1、在\zookeeper-3.4.6\conf\新建三个配置文件zoo1.cfg、zoo2.cfg、zoo3.cfg
分别修改使用如下参数
zoo1.cfg
tickTime=2000
initLimit=10
syncLimit=5
dataDir=D:\\Java\\soft\\zookeeper-3.4.6\\data\\1
dataLogDir=D:\\Java\\soft\\zookeeper-3.4.6\\log\\1
clientPort=2181
server.1=127.0.0.1:2887:3887
server.2=127.0.0.1:2888:3888
server.3=127
view composer 安装
如果使用 View Composer，您必须在 Active Directory 中创建一个用户帐户，以供 View Composer 使用。View Composer 需要使用该帐户将链接克隆桌面加入到您的 Active Directory 域。为确保安全性，您应当创建一个单独的用户帐户，以供 View Composer 使用。通过创建单独的帐户，可以确保该帐户不具有针对其他目的定义的额外特权。您可以为该帐户授予在指定的 Active Directory 容器中创建和移除计算机对象所需的最低特权。所以答案选择：BDE[Create Computer Objects（创建计算机对象）][Delete Computer Objects（删除计算机对象）] [Write All Properties（写入全部属性）]
BDE view 安装指南 第23页指出了composer用户需要的权限
自治，为未来创造更多价值
“自治”，全新的技术类别
技术的更迭焕新推动着产业、行业的发展。在新兴技术蓬勃发展的今天，人工智能、区块链、物联网对于大家来说已不陌生，更有众多创新的产品和应用已将这些技术充分利用起来并实现对商业的赋能。“自治（Autonomous）”，作为一种全新的技术类别，也逐渐崭露头角。
今年4月，甲骨文推出了自治数据仓库，是“自治”科技类别中的产品代表。“自治”，顾名思义，它将为IT和业务部门的员工免除许多单调乏味的工作，从而释放他们的精力，以便专注更具价值和创造力的工作。相应的，这样的工作也将为个人带来更多事业上的成就感。不同于以往的“自动化”，“自治”的最大特点就是无需人工干预就能实现高度独立的自我管理。
<imgsrc="http://www.51sjk.com/Up
potplayer direct3d
POT仅仅是个2D播放软件，虽然可以播放重编码的双画面“3D”视频，但不可能合成3D画面。这种情况下，3D画面是由3D电视机合成。估计你说的“3D选项”是电视机给出的，按电视机遥控器3D键后按提示操作就可以了。不出现“3D选项”并不重要。不出现“3D选项”，不是POT问题。有可能是重编码3D视频制作上有问题。
没有图床，上传不了图片，就在视频下一级菜单里面
CIO将要怎样面对大数据时代
大数据将发挥什么样的作用？例如，一家制药公司可能要确定世界排名前100位的舆论制造者。他们要使用大数据抓取的网页数以百万计，页面也涉及相关的多行业。但其中抓取的准确率不是很高，也都不是客观的数据。
更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度将比历史上的任何时期都要多，都要快。未来的十年将是一个“大数据”引领的智慧科技的时代。
非结构化的数据、音频、视频、图像、非结构化的文本，是数据提取的重要关键之一。作为一个语义数据模型和数据存储，它可以从不同的数据来源一起汇聚。
关于大数据的安全，坦率地讲，任何一种安全，关键因素还是管理手段，特别是对密钥的管理，这将影响整个加密过程。<s
2017年大数据的十大发展趋势
CAGR并不等于现实生活中GR(GrowthRate)的数值。它的目的是描述一个投资回报率转变成一个较稳定的投资回报所得到的预想值。我们可以认为CAGR平滑了回报曲线，不会为短期回报的剧变而迷失。
虽然大数据市场将会继续增长这一点毋庸置疑，但企业应该如何应用大数据呢?目前还没有一个清楚的答案。新的大数据技术正在进入市场，而一些旧技术的使用还在继续增长。本文涵盖大数据未来发展的十大趋势，这些趋势可能对2017年及以后的大数据市场产生极大影响。
大数据发展趋势
专家预计，机器学习、预测分析、物联网
gradle怎么读
英文原文：
gradle
英式音标：
[ɡre?dl]
美式音标：
[ɡredl]
build.gradle
//设置脚本的运行环境
buildscript{
//支持java依赖库管理（maven/ivy）,用于项目的依赖。
repositories{
mavencentral()
}
//依赖包的定义。支持maven/ivy，远程，本地库，也支持单文件
dependencies{
classpath'com.android.tools.build:gradle:0.4'
}
}
//声明构建的项目类型，这里当然是android了
applyplugin:'android'
//设置编译android项目的参数
android{
compilesdkversion17
buildtoolsve
postgresql官网
到PostgreSQL官网(http://www.postgresql.org)，点击Download菜单，然后找到左边导航的"Software Catalogue"栏目，点击进入，从列表中选择"Drivers and interfaces"分类，在载入的驱动和接口列表中选择"psqlJDBC"，这就是postgreSQLd的JDBC驱动(直接连接http://jdbc.postgresql.org/)。
visual studio 的msdn
Visual Studio 是微软公司推出的开发环境。是目前最流行的 Windows 平台应用程序开发环境。目前已经开发到 9.0 版本，也就是 Visual Studio 2008。
MSDN 的全称是 Microsoft Developer Network。这是微软公司面向软件开发者的一种信息服务。
MSDN 实际上是一个以 Visual Studio 和 Windows 平台为核心整合的开发虚拟社区，包括技术文档、在线电子教程、网络虚拟实验室、微软产品下载（几乎全部的操作系统、服务器程序、应用程序和开发程序的正式版和测试版，还包括各种驱动程序开发包和软件开发包）、Blog、BBS、MSDN WebCast、与 CMP 合作的 MSDN 杂志等等一系列服务。
但在本人的理解，MSDN最实际的应用就是VS的帮助和资料。
flink 流式计算 demo
flink是一个类似spark的“开源技术栈”，因为它也提供了批处理，流式计算，图计算，交互式查询，机器学习等。
flink
也是内存计算，比较类似spark，但是不一样的是，spark的计算模型基于RDD，将流式计算看成是特殊的批处理，他的DStream其实还是
RDD。而flink吧批处理当成是特殊的流式计算，但是批处理和流式计算的层的引擎是两个，抽象了DataSet和DataStream。
flink在性能上也标新很好，流式计算延迟比spark少，能做到真正的流式计算，而spark只能是准流式计算。而且在批处理上，当迭代次数变多，flink的速度比spark还要快，所以如果flink早一点出来，或许比现在的Spark更火。
1、spark在sql上的优化,尤其是dataframe到dataset其实是借鉴的flink的。flink最初一开始对sql支持得就更好。
配置/etc/sysconfig/network-scripts/ifcfg-ethx [ IPV6篇 ]
继之前的IPV4中配置ifcfg-ethx，本文主要针对如何对IPV6进行ifcfg-ethx文件的配置进行简单说明。
打开文件ifcfg-ethx后，重点需要关注的配置项如下：
IPV6INIT=yes(是否开机启用IPV6地址)
IPV6_AUTOCONFI=no(是否使用IPV6地址的自动配置)
IPV6ADDR=2001:da8:8003:202:120:1:1 (IPV6地址)
IPV6DEFAULTGW=2001:da8:8003:801::1(IPV6地址网关)注：在修改了以上配置
《影响中国大数据产业进程100人》苏永刚： 大数据唤醒移动广告
前言：
大数据是一个事关我国经济社会发展全局的战略性产业，大数据技术为社会经济活动提供决策依据，提高各个领域的运行效率，提升整个社会经济的集约化程度，对于我国经济发展转型具有重要的推动作用！2016年，由中国首席数据官联盟与网加时代网发起并承办，北京大学信息化与信息管理研究中心、中国新一代IT产业推进联盟、数邦客协办的“影响中国大数据产业进程100人”大型人物专访活动全面启动，被采访对象分别来自政府、产、学、研、企各个领域，他们将从不同角度，不同层面向大家阐述当前大数据产业热点、难点、疑点问题，为中国大数据产业健康、持续发展探索经验、保驾护航，敬请关注！
第三十三期专访人物：中国首席数据官联盟专家组成员，上海蓬景数字营销策划有限公司技术中心总经理 苏永刚苏永刚，中国首席数据官联盟专家组成员，上海蓬景数字营销策划有限公司技术中心总经理。曾担任国家重大科技专项“核心电子器件、高端通用芯片及基础软件产品专项”课题负
KR浏览器如何
KR浏览器是一款快速简洁的网页浏览器，有着简洁舒服的外观，快速的上网速度，有包括鼠标手势、视频提取、防假死、隐私保护浏览、网络收藏夹、静音、翻译、截图等常用功能，是目前最快速最简洁的浏览器之一。它有超强的广告拦截功能，有简洁舒服的外观，有飞快的上网速度，有包括鼠标手势、视频提取、防假死、隐私保护浏览、网络收藏夹、静音、翻译、截图等常用功能，软件大小仅1M，基于系统ie内核。
KR浏览器的特性：
1、上网速度快
采用先进的加速技术，上网速度很快
2、外观简洁
KR浏览器界面简洁大方，没有很多复杂按钮，很容易上手
3、漂亮外观
KR浏览器具有多种漂亮美观的皮肤供你选择，你可以根据自己的喜好选择皮肤
4、其他常用功能
包括超鼠标手势、视频提取、防假死、隐私保护浏览、网络收藏夹、静音、翻译、截图......
mysqlbinlog提取二进制日志实例教程
有关mysqlbinlog命令提取mysql二进制日志的方法，提取mysqlbinlog的几种方式，使用showbinlogevents方式可以获取当前以及指定binlog的日志，使用mysqlbinlog命令行提取。
mysqlbinlog日志记录了mysql数据库从启用日志以来所有对当前数据库的变更。
binlog日志属于二进制文件(mysql二进制日志），可以从binlog提取出来生成可阅读的SQL语句来重建当前数据库以及根据需要实现时点恢复或不完全恢复。
这里重点介绍如果提取binlog日志，并给出相关示例。
1、提取mysqlbinlog的几种方式
a、使用showbinloge
CenterOS 6.3 64位下mysql5.5.25开启远程访问功能
基本原理mysql安装成功之后，默认的是没有开启远程访问的权限，只有本地才可以进行访问
mysql默认的相关配置实际上是在mysql数据库中mysql用户中的user表中，只需要修改此表中相关记录即可实现
具体查看方式可以参考下图所示：
添加新用户进行授权
<divclass="syntaxhighlighterjava
[MySQL优化案例]系列 — slave延迟很大优化方法
备注：插图来自网络搜索，如果觉得不当还请及时告知：）
一般而言，slave相对master延迟较大，其根本原因就是slave上的复制线程没办法真正做到并发。简单说，在master上是并发模式（以InnoDB引擎为主）完成事务提交的，而在slave上，复制线程只有一个sqlthread用于binlog的apply，所以难怪slave在高并发时会远落后master。
ORACLEMySQL5.6版本开始支持多线程复制，配置选项slave_parallel_worker
