作者查詢 / ledia
作者 ledia 在 PTT [ Cloud ] 看板的留言(推文), 共102則
限定看板：Cloud
看板排序：
全部C_and_CPP1835Soft_Job1350Education363Hiking339Prob_Solve293SYSOP183Cloud102puzzle96RDSS93TribalWars85CSSE72chess38CodeJob38PttSuggest37AndroidDev34Google34GO27Programming25CCK-GENERAL24b885060xx22Liu21LotGD18CCK-FREE14MRT12ChineseChess11ck51st31611NTU11Android10b94902xxx10BridgeClub10KOTDFansClub10CCK9CCK-CHUHEN9Ingress9NY-Yankees9PttCurrent9Tech_Job9b92902xxx8PttBug8CSCouncil7CSIE_WSLAB7Gindis7Math7b89902xxx6b90902xxx6CMWang6Employee6EZsoft6P_Management6Penpal6PttHistory6PuzzleDragon6PLT5ACMCLUB3chocolate3FLAT_CLUB3LinuxDev3NFU3NTUND953Olympics_ISG3TY_Research3b96902xxx2CareerPlan2CS_IGO2GetMarry2marriage2media-chaos2NEHS19th42outdoorgear2RegExp2A-MEI1Ajax1allergy1Aries1b875060xx1BoardGame1cat1CHITEE4UD90A1Chulin-Chung1coconut1CSIE_SWIM1CYUT1Disabled1electronic1Emergency1Facebook1FJU-EE-PIPO1Game-Talk1Gossiping1HCKuo1Hip-Hop1kawaii1License1LifeSci_951MATLAB1NCHU-Mount1NTU-Archery1NTU-NANTOU1NTUCH-HW1NTUCHESS1NTUEE1101NTUNewPlace1NTUSA1NTUST_Mt1OIRC1Option1PCSH96_1071riddle1Road_Running1SFFamily1sinica1StarCraft1Stock1sttmountain1StupidClown1TaiwanJobs1Team-NTU1TFSHS65th3071THU_BA20001TuTsau1tyart1Vocaloid1<< 收起看板(122)
6F推:給一樓: 現在一線急救人員和外科醫生都是很可憐的03/06 01:47
7F推:單就 map reduce 來說是真的沒什麼了不起的09/23 22:40
8F→:真正能讓 cloud service 強大的當然還需要一些配套09/23 22:40
9F→:至少 mapreduce 架構並不完全是用來取代 relational DB 的09/23 22:41
10F→:另外他說 mapreduce 沒有 schema, 其實這只是儲存型式的問題09/23 22:41
11F→:如果資料都用 protocol buffer 來存能不能算是有 schema 呢?09/23 22:42
12F→:小心設計的話, protobuf 還能 backward compatible 呢09/23 22:43
16F推:你好像對 MQ 很有意見, 但是真的在玩雲端的企業, 沒有不用MQ09/24 09:47
17F→:的, 你到底是有沒有真正的實務經驗啊? 念念 paper 就知道大09/24 09:47
18F→:家在用什麼嗎? cloud 本來就是業界超出學界的技術, 多動手吧09/24 09:48
28F推:因為我是依著成熟的設計在評論的, 老實說從無到有我的確是不09/24 22:10
29F→:可能設計得出來, 但是用的人總有資格說說用的感想吧 ?09/24 22:11
33F推:不相信也只能由得你了09/24 22:18
34F→:我能說的也不多09/24 22:18
39F推:如果我能擋著人也算是厲害了, 綁著你的手了嗎 ? XD09/24 22:20
40F→:除非你說的是錯的 不然我也擋不了你啊09/24 22:20
42F→:那好, 您老慢慢研究吧 XD09/24 22:22
43F→:如果你一直認為 MQ 是我發明的解法, 到時候遇到這些必定要解09/24 22:23
44F→:決的問題的時候, 記得有骨氣點別用啊09/24 22:23
45F→:以後只要是你說的, 無論對錯, 我當沒看到便是09/24 22:25
1F推:要說對弈的話, 西洋棋已經可用 PC level 機器贏人類棋王了09/16 09:51
2F→:象棋可能五年十年內也有機會09/16 09:52
3F→:而目前還無法追上人類棋手的圍棋, 目前機器多沒有顯著幫助09/16 09:53
4F→:所以一般人要對弈的話, 跟自己的電腦下就夠了09/16 09:53
5F推:這篇文章很多東西都不需要 cloud 就已經有的09/16 09:56
7F推:你真的試過強的對弈軟體嗎? btw, 以象棋來說, 如果你指的一09/16 13:56
8F→:般人是初段以下的話, 那其實真的用 PC 就可以了09/16 13:56
9F→:只有對應那些職棋棋棋手, 才需要半分鐘或一分鐘一步的時間09/16 13:58
10F→:不過這時職棋棋手自己也會想很久09/16 13:58
13F推:你的話邏輯有問提, 雲端是 infrastructure, 不是精神09/16 17:34
14F→:另外, 那些軟體也是誰都玩得到, 只要你肯用一下 google09/16 17:35
15F→:可能還要花一點錢 (他們有些是 paid app, 有些是 free app)09/16 17:35
16F→:不放出來給大家玩的也是有, 不過市面上看得到的就不少優秀09/16 17:36
17F→:的軟體可以玩了09/16 17:37
18F→:"早就有" 指的是第二篇文章的內容09/16 17:38
19F→:比如說 5. new medical treatment, 其實原本就有 grid09/16 17:38
20F→:其他像是 Education for the world 也是09/16 17:39
21F→:太多不一一列舉, 我倒覺得這篇把太多無關的東西都寫出來了09/16 17:39
22F→:這世界沒有因為 cloud 而產生什麼大變化, 因為很多東西原本09/16 17:41
23F→:就有非常好的 solution 了, 而大部份的 case, 用 cloud 也不09/16 17:41
24F→:一定就會有幫助09/16 17:41
44F推:說 map/MQ 是我發明的我是不敢當, 雖然我天天在做的都跟這些09/18 19:00
45F→:有關, 不過我的確不敢說我懂雲端, 但是看到有人說錯了, 又不09/18 19:01
46F→:希望別人講正確的東西, 會覺得有點可惜09/18 19:01
46F→:hilorrk 何必多費唇舌, 這好幾年前就一直再用的東西09/08 15:29
47F→:現在問我到底根據再哪, 我也只能指著那些 data center09/08 15:30
48F→:當證據了 囧09/08 15:30
9F推:哈哈, 別擔心, 你是對的, 對拒絕學習的人可以不用這麼認真08/26 09:43
10F推:MapReduce 只是雲端的一小部份, 如果像某些人想要又拿來傳08/26 09:46
11F→:資料, 又拿來解決 synchronization, 還真是浪費了 MapReduce08/26 09:47
12F→:message passing, voting, dynamic routing 等等08/26 09:50
13F→:這些 building block 沒概念, 抱著 MapReduce 一直玩, 還說08/26 09:50
14F→:別人不能承認錯誤 ? 噗哧 XD08/26 09:51
7F→:我說的這些東西 (such as MQ) 都是現成的, 不知道有什麼麻煩08/23 19:12
8F→:建議你多看看, 再評論 XD08/23 19:13
22F→:哈哈, 送資料為什麼要用到 MapReduce, 你這才是誤用08/23 23:45
23F→:資料分出去自然 mapper 就可以做自己的運算08/23 23:46
24F→:要我多跟你一點講一些是可以, 可不可以態度好一點08/23 23:47
25F→:懶得跟你說了, 自己慢慢摸吧~08/23 23:49
8F→:現在也有很多 3rd 的 framework 可以兜啊, 只是 3rd work08/20 09:55
9F→:通常不會很 stable, 能加快速度, 但也可能踩到地雷 XD08/20 09:56
1F推:如果是 search engine 的話, 一般的 key 是 url or path08/19 10:10
2F→:但是會經過 inverted index 變成 term -> url08/19 10:11
3F→:再 group by term, url 反而變成了 value08/19 10:11
4F→:以這邊來說就是 for each $term in $doc, emit($term, $doc)08/19 10:12
5F→:最後會得到 $term -> $doc1 $doc2 ...08/19 10:12
6F→:想要的話也可以 emit($term, ($doc, $offset))08/19 10:13
7F→:次數比較不重要, 因為可以用最後的 list 算出來的08/19 10:14
10F推:我不知道所謂的分配資源指的是什麼?08/19 14:32
11F→:如果說是分配工作的話, 應該就是先把切好的 task 比如說 url08/19 14:33
12F→:list, 丟給最閒的, 或是想做事的 node 吧08/19 14:34
21F推:這個你可能就要去看一些 message queue 的 service 了08/20 09:53
22F→:算是 distributed 環境傳遞訊息的方式08/20 09:54
23F→:cralwer 也都不只一個, 所以需要一些 MQ server08/20 09:54
4F推:hand held device 就應該拿來當 hand held device 來用08/17 16:57
5F→:要計算還是 data center 專職專用, 不然你的電池馬上就空了08/17 16:57
6F→:用主機算好再讓手機來用, 會有效率得多08/17 16:58
7F→:個人淺見08/17 17:00
8F推:你真的知道自己在說什麼嗎 @@08/17 18:39
9F→:該用什麼 device 就做什麼 device, 如果是收集資訊, 可以另08/17 18:40
10F→:外發展更有效率的 device, 沒必要什麼都放到手機上算08/17 18:41
11F→:畢竟像看護有其特性, 比如說他的 device 不需要 mobility08/17 18:41
12F→:雲端的某些設計哲學, 就是在於不要讓 client 做太多事08/17 18:42
13F→:如此 client 能精簡短小, 好用不容易壞, 難的事讓專業的來08/17 18:43
15F推:你對 MapReduce 的認知不太對, 不要什麼東西都想套用08/17 22:08
16F→:那只是用來解決 large scale computation problem 的模型08/17 22:08
17F→:如果今天你用 web cam + motion detection 甚至做一些動作的08/17 22:09
18F→:偵測, 會不會比用手機好用呢 ? 手機還有充電的問題, 還不如08/17 22:10
19F→:插著電的 IP camera 好用吧 ?08/17 22:10
20F推:btw, 有些東西做成 chip 會比用 cpu 算得要死來得有效率08/17 22:36
21F推:又想到一點, 我是用 industry view 來看的, 如果只是想做一08/17 23:02
22F→:些學術研究, 我覺得可以有創意一點, 不用考慮經濟性08/17 23:02
23F→:但是 MapReduce 是拿來做啥的要弄清楚, 不要誤用了08/17 23:02
25F推:我以為 large scale computation 是用來解決 peta scale 的08/17 23:32
26F→:你說的 google 的 paper 是哪一年的 ? ;)08/17 23:33
27F→:我是覺得 processor 計算能力強, 耗電就是會大, 你還是會回08/17 23:33
28F→:到到底是要用 hand held, 還是 ipad 還是 laptop 的迴圈裡08/17 23:34
1F推:這本書介紹得還算清楚, 不過主要目的還是在賣自家主機 XD08/16 10:10