羽 eclosion

购买自己的域名，并且通过Micolog在Google AppEngine上架设个人博客刚好2个月了。开设自己的blog完全是出于好玩，当然，也是想开辟一片独立的空间来分享自己在计算机技术上的一些心得（可能还是不够纯粹呢，呵呵）。

上周写了关于PB级别存储系统在硬件架构上的创新的文章后，很意外的在Google Reader上获得了10+的喜欢，让我很是惊讶。要知道，完全没有推广过。Google Reader上，我的博客只有4个订阅者，reader（wuyu.zju~at~gmail.com）也只有5个关注者，而且这些人应该都是周围的同学同事。在blog上，收获第一个陌生人评论的时候，我真的很惊讶。惊讶于你是从哪里读到我的blog的。如果你愿意告诉我，请留言，谢谢。

购买自己的域名，并且通过Micolog在Google AppEngine上架设个人博客刚好2个月了。开设自己的blog完全是出于好玩，当然，也是想开辟一片独立的空间来分享自己在计算机技术上的一些心得（可能还是不够纯粹呢，呵呵）。

上周写了关于PB级别存储系统在硬件架构上的创新的文章后，很意外的在Google Reader上获得了10+的喜欢，让我很是惊讶。要知道，完全没有推广过。Google Reader上，我的博客只有4个订阅者，reader（wuyu.zju~at~gmail.com）也只有5个关注者，而且这些人应该都是周围的同学同事。在blog上，收获第一个陌生人评论的时候，我真的很惊讶。惊讶于你是从哪里读到我的blog的。如果你愿意告诉我，请留言，谢谢。

Google的服务器是自己DIY的。所以，我们只听见Google批量采购CPU，并且让INTEL和AMD争的头破血流。

而反观国内，百度的服务器长期是采购的Dell的，腾讯、网易、阿里巴巴都是类似。从来没有听说，国内的主要IT公司自己定制过自己的服务器。

在此，我绝对没有bs广大服务器厂商的意思。服务器厂商的整个产品系列，不管是塔式，标准机架抑或是刀片系统，都是进行了精心设计的，采用的都是非常先进的技术，也都非常明确的针对性满足了某种需求。但是，需要明白，服务器厂商考虑去满足的需求，都必定是宽泛的需求，它绝对不可能为了你的一个特殊的需求而进行单独的设计——这在成本上是不划算的。

在软件上，我们每设计一个东西，只应该解决有限的，定义好的需求。而不应该包罗万象。在硬件系统上，其实也是如

Google的服务器是自己DIY的。所以，我们只听见Google批量采购CPU，并且让INTEL和AMD争的头破血流。

而反观国内，百度的服务器长期是采购的Dell的，腾讯、网易、阿里巴巴都是类似。从来没有听说，国内的主要IT公司自己定制过自己的服务器。

在此，我绝对没有bs广大服务器厂商的意思。服务器厂商的整个产品系列，不管是塔式，标准机架抑或是刀片系统，都是进行了精心设计的，采用的都是非常先进的技术，也都非常明确的针对性满足了某种需求。但是，需要明白，服务器厂商考虑去满足的需求，都必定是宽泛的需求，它绝对不可能为了你的一个特殊的需求而进行单独的设计——这在成本上是不划算的。

在软件上，我们每设计一个东西，只应该解决有限的，定义好的需求。而不应该包罗万象。在硬件系统上，其实也是如

不多废话了~列表上图

简单点评一下几个亮点吧：

1）机箱很小巧，便宜，才230*190*60mm = 2.6L，ITX结构，有外置SATA接口可以用来连接阵列盒。

2）主板很全能，N330双核4线程，低功耗，能力强劲。有4个SATA口，非常适合做NAS。有PCIE 8X的插槽，虽然没用，但也加分吧～

3）阵列盒，Taiwan的不知名小厂的新产品，纯属像我这样的DIYer尝鲜才敢去用的。好在结果还算好。很是小巧：）248*134*178mm = 5.9L的三围，4盘位热插拔，RAID支持：0，1，10，5。

不多废话了~列表上图

简单点评一下几个亮点吧：

1）机箱很小巧，便宜，才230*190*60mm = 2.6L，ITX结构，有外置SATA接口可以用来连接阵列盒。

2）主板很全能，N330双核4线程，低功耗，能力强劲。有4个SATA口，非常适合做NAS。有PCIE 8X的插槽，虽然没用，但也加分吧～

无法使用域名直接绑定到Google AppEngine了。暂且用一个301跳转来应付一下吧。

祈祷appspot.com不要被封。

本文网址:http://b.imwuyu.com/?p=13002

无法使用域名直接绑定到Google AppEngine了。暂且用一个301跳转来应付一下吧。

祈祷appspot.com不要被封。

本文网址:http://b.imwuyu.com/?p=13002

谈到Map Reduce，我第一个想到的就是Hadoop。不过说实话，Hadoop在配置上还是复杂了点，并且，个人感觉如果机器数量不是很多的情况下，使用Hadoop有点杀鸡用牛刀的感觉。

而本人又没有lxh师兄那么牛，可以自己写一个DFS，在DFS基础上写一个自己的MapReduce框架。所以只能去看看网络上有哪些可选件了。

抛砖引玉，列一下：

1. Disco Nokia研究中心提供的Map Reduce框架，核心代码使用的是Erlang，job代码默认使用python。
2. GridGain 是一个发展已久的基于Java的MapReduce框架，它现在已经到了2.1.1版本了，并且据说用户众多。
3. FileMap 是一个基于文件和已有shell工具的map reduce小工具（可能无法称其为框架）

原始链接http://b.imwuyu.com/?p=11002

谈到Map Reduce，我第一个想到的就是Hadoop。不过说实话，Hadoop在配置上还是复杂了点，并且，个人感觉如果机器数量不是很多的情况下，使用Hadoop有点杀鸡用牛刀的感觉。

而本人又没有lxh师兄那么牛，可以自己写一个DFS，在DFS基础上写一个自己的MapReduce框架。所以只能去看看网络上有哪些可选件了。

抛砖引玉，列一下：

1. Disco Nokia研究中心提供的Map Reduce框架，核心代码使用的是Erlang，job代码默认使用python。
2. GridGain 是一个发展已久的基于Java的MapReduce框架，它现在已经到了2.1.1版本了，并且据说用户众多。