ExtJS的使用总结(引用)

不知不觉2008已经走到了尽头,在这近一年中,一直不断的尝试用ExtJS做项目,从1.1到现在的2.2,吃了不少苦头,也有不少收获,总结一下,一起分享!

1. ExtJS的定位是RIA,和Prototype、jQuery等类库的定位不同。使用ExtJS做开发,就是意味着以客户端开发为主,不然就不叫RIA框架了,而Prototype、jQuery等只是辅助性的客户端框架,和ExtJS不在同一条起跑先上。如果一定要和其它的框架做比较的话,应该和Isomorphic SmartClientBackbase Enterprise Ajax之类的框架做比较,当然,和他们相比,ExtJS还是有很大的优势的。

原文网址

Google Wave上手体验

毫无疑问,Google Wave已经引发了互联网行业的又一次大地震,每个人都在blog/twitter谈论Google Wave,每个公司都在紧张的评估Google Wave会给自己的公司/产品带来怎样的变化,I/O 2009大会上Google没有公布Wave上线的时间,但是我想大家都已经迫不及待要试试看了吧。mashable的编辑Ben Parr幸运的得到了试用还处在Alpha阶段的Google Wave的机会,下面我们来看看他的Wave体验过程和感受。

看这里:http://google.org.cn/tag/google-wave/

Google wave简介

Google 今天召开发布会,公开了一个新产品:Google Wave。Google Wave 目前还只是预览版,需要申请测试权才可使用。这款服务集合了电子邮件、即时通讯和文件共享功能,以使用户的在线交流更为便捷。

Wave 不仅可以在朋友和同事之间传递讯息,还可以在线共享及访问各种信息。例如,用户可以创建基于他们撰写的文章的 Wave ,然后邀请人们阅读并发表评论。

Google 称, Google 波浪的服务几个月内不会对外开放。 Google 软件工程经理 Lars Rasmussen 在一篇 Blog 文章中写道,其历时数年开发出的 Google Wave 服务将打破不同类型在线交流服务之间的壁垒。 Google 希望其他网站建立基于 Wave 的服务。譬如,游戏开发商可以开发一款由 Wave 形式发起的游戏。

该服务允许用户创建一个名为 Wave 的会话,并邀请联系人加入,加入该对话的所有成员都可以上传相片和笔记等内容,这个会话还能被随时更新。

由于消费者在线共享的内容呈现爆炸性增长,包括 Facebook、Yahoo 及一系列初创企业在内的众多互联网公司也在竞相开发新的在线信息共享和组织方式。


原始地址:http://www.wangtam.com/50226711/google_wave_177620.php

Hadoop分布式文件系统:架构和设计要点

Hadoop分布式文件系统:架构和设计要点
原文:http://hadoop.apache.org/core/docs/current/hdfs_design.html
一、前提和设计目标
1、硬件错误是常态,而非异常情况,HDFS可能是有成百上千的server组成,任何一个组件都有可能一直失效,因此错误检测和快速、自动的恢复是HDFS的核心架构目标。
2、跑在HDFS上的应用与一般的应用不同,它们主要是以流式读为主,做批量处理;比之关注数据访问的低延迟问题,更关键的在于数据访问的高吞吐量。
3HDFS以支持大数据集合为目标,一个存储在上面的典型文件大小一般都在千兆至T字节,一个单一HDFS实例应该能支撑数以千万计的文件。
4HDFS应用对文件要求的是write-one-read-many访问模型。一个文件经过创建、写,关闭之后就不需要改变。这一假设简化了数据一致性问 题,使高吞吐量的数据访问成为可能。典型的如MapReduce框架,或者一个web crawler应用都很适合这个模型。
5、移动计算的代价比之移动数据的代价低。一个应用请求的计算,离它操作的数据越近就越高效,这在数据达到海量级别的时候更是如此。将计算移动到数据附近,比之将数据移动到应用所在显然更好,HDFS提供给应用这样的接口。
6、在异构的软硬件平台间的可移植性。

二、NamenodeDatanode
HDFS采用master/slave架构。一个HDFS集群是有一个Namenode和一定数目的Datanode组成。Namenode是一个中心服 务器,负责管理文件系统的namespace和客户端对文件的访问。Datanode在集群中一般是一个节点一个,负责管理节点上它们附带的存储。在内 部,一个文件其实分成一个或多个block,这些block存储在Datanode集合里。Namenode执行文件系统的namespace操作,例如 打开、关闭、重命名文件和目录,同时决定block到具体Datanode节点的映射。DatanodeNamenode的指挥下进行block的创 建、删除和复制。NamenodeDatanode都是设计成可以跑在普通的廉价的运行linux的机器上。HDFS采用java语言开发,因此可以部 署在很大范围的机器上。一个典型的部署场景是一台机器跑一个单独的Namenode节点,集群中的其他机器各跑一个Datanode实例。这个架构并不排 除一台机器上跑多个Datanode,不过这比较少见。

原文:

http://www.blogjava.net/killme2008/archive/2008/06/05/206043.html