不自由，仍可活

新罗、高丽、李氏

从古朝鲜（约公元前5世纪到前4世纪）到三国时代之前，朝鲜半岛基本处于部落社会阶段。
公元前1世纪，高句丽、百济、新罗先后兴起，并在公元4世纪形成鼎足的局面，并且都采取了逐级管理的行政分区制度和官僚等级制度。
后来在中国唐朝的帮助下，新罗分别于公元660年、668年先后灭了百济和高句丽，结束了三国时代。然而由于新罗还是以部落、家族的网络为支撑，而不是由同一的科层体系职称，是世袭的部落或家族的统治而不是官僚制。部族或家族的兴衰运动始终是体系的不稳定因素，导致中央的权利斗争、地方的割据和各种其他冲突。
终于公元900年，后百济与后高句丽先后建国，朝鲜半岛进入了“后三国”时期。
然而过了18年，由后高句丽的建立者弓裔的部将王建取而代之为王，先后灭了新罗与后百济，朝鲜半岛重新统一，即历时近500年的高丽王朝，其间先后与宋朝结交、断交，向辽称臣，向金称臣，后又成为元朝的一个行省。
1392年，高丽的都统使李成桂废黜高丽国王，自立为王，并改国号为朝鲜，定都汉阳（今韩国首尔），称作“李氏朝鲜”。从此到1910年，朝鲜朝经历了500多年。

朝鲜半岛从新罗、高丽到李氏朝鲜这样一个长期的中央集权的努力，应该被看做一个文明进步的过程。

记得好像初中听到过S.H.E的一首歌《我不想长大》，觉得她们不想长大是有理由的，而我由于一直疲于要扮演着“乖孩子”的角色却一直渴望长大。

就当我一心想着长大，其实向往的是那份自由。可是没有意料到的是摆脱枷锁获得自由的那一刻到来的并非是无比的畅快而是一段时期的迷茫。所幸的是在大学校园中并没有花费多大代价便可以度过这段迷惘时光。

当重新思考的时候，同时却是不停地在前进着。想要抓住的过去只有是保持一颗童真、不断好奇的心。然而始终不愿回到过去，在于知道被限制太多的孩子难以看到山背后其实太阳还没落下却以为整个天都黑了。当将幻想存在心底却不戳破其实是成长后对孩童时代纯粹的心灵的一种纪念。当将眼光更多聚焦当下告别童年，除了想说自己长大了，还有一种对于过去提炼的美好回忆的珍惜，甚至作为成人礼般珍藏。

当我们认识到自身是有多么渺小、卑微，但是同时又那么与众不同。我们会感到无助，同时又有些欣慰。

我们一直在努力证明着自己可以独立，然而最终发现这路上也需要彼此依偎。

我们有那么多美丽的幻想，同时也会有过噩梦。

我们经常感到迷茫，盼望着有方向指引着我们前进，却发现我们一路走过来便是一种方向。

就在大力赞赏韩国电影之关心社会的力度，同时结合商业的特性，使得在这两方面都比较出色之时，我有幸最近看到一部国内的电影《天注定》。

其实这部电影去年就出来了，由于未在国内上映，因而知名度、影响力各方面在国内都远比不上票房上的TopN。

看完了这部电影，让我最大的遗憾是未能在国内上映而给国内的观众带来一些震撼。最大的欣喜在于

今天看《锵锵三人行》，有些常见问题背后的思辨引起了我的兴趣。

首先窦文涛提到他注意到他所认识到的上海的夫妻看上去就是那么般配，而且事实上他们在身份、地位、经济等方面也是比较匹配的，相差不是很大。这引起了他的注意，然而许子东的解释很有说服力——

这表明了上海人的生活已经是小康状态了，因此不愿意处于结婚而牺牲了其他的考量。他们有各方面的尺度把握，不是因为只看中某一点而忽略其他因素。而且这也随着经济发展，其他城市也会越来越多地像上海人的这种考虑。但是这又有一另一方面，就是说我们其实是做了一个选择——是兼顾对方各方面的因素还是看重一个点而忽略其他点。如果是前者可能就很平淡而比较和谐一些。后者的话你就要自己承受其他不理想的点带来的困扰了。

毕业之后，体验最多的关系还是同事之间的相处。由于在一块的时间比较长，虽说都是差不多一起毕业的，但是还是比不上同学关系。最起码的是有些话同事之间是不方便说的，而且往往你还在时刻把握着这个分寸，要想着如何拿捏，这个无形中给同事之间增加了不少的隔阂。

当然，这些都是不可避免的。因此当你刚刚来到一个新的城市工作的时候，除了工作上的同事关系很少有别的纽带与人相连，这对你来说就少了一个出口。这样一来，好多话恐怕就要憋在心里，这无疑给初来乍到的你又增添一分困惑。

不过这对我来说并没有带来很大的困难，因为在这里还有不少的同学，间歇性地聚聚，偶尔动手做做菜，喝点小酒，其实挺美好的。

写在前面虽然接触hadoop这么长时间了，但很少有写过一些技术性总结的文档，现在起开个好头，复习、加深一下对MRv1与MRv2的理解。 MRv1即MapReduce Version 1.0，该计算框架主要由三部分组成，分别是 编程模型 数据处理引擎 运行时环境 编程模型将问题抽象成map和r ...

我也如很多人一样，心中有一个黄金时代，有时候是民国，有时候是宋朝，有时候是春秋战国时期，但目前心中的黄金时代就是眼下。

我们之所以有那么一个黄金时代的想法在于看到了那个时代自认为最美好的事物并想象自己参与其后在那个，想象着自己得到身份的认同，这在眼下好多梦想难以实现的时刻确实是一剂很好的止痛针。

此外，针砭社会系那是的不平与腐朽，既能让你立于道德不败之地，又能获得一个关心现实、批判黑暗等的好名头，不过更重要的恐怕还是能够发泄一下心中对于现实的残酷的不堪和无奈。当然，这样说可能会引起大多数人的奋力反击——
他们有人就坚信自己是真的在想这个社会匾额更好，而非仅仅泄一己之愤。
而我恰恰想说的是，即使是为了泄一己之愤而骂社会，只要骂的合理，又有何妨，难道这个社会脆弱到禁不起几个人骂一骂吗？其实我们这个社会不怕有更多的人骂，怕的确实没有人想这个社会越来越好和没有人实际行动起来让这个社会越来越好。

我真正想表达的是，我们除了看到这个社会的黑暗面之外，还要看到这个社会的光明的一面。减少黑暗面和扩大光明面的目的是一致的，或许后面一种能让自身更加积极、全身心地投入到其中，这不是更好么？

充分利用Spark的秘诀在于理解它的RDD API和原始的Mapper和Reducer 的API之间的区别。

经典的MapReduce一开始就成为Apache Hadoop的主要计算方式。它的思想在于最初设计为下面的场景：大规模的日志访问和面向批处理的ETL操作。

随着Hadoop的功能的拓展，各方面都表明MapReduce不再是一个对所有计算都是最好的框架了。Hadoop通过将资源管理模块抽离出来成为一个可选的结构组件，叫Yarn。因此就有像Impala这样使用新型的、专门的、非MapReduce的结构来实现交互式的SQL功能。

今天Apache Spark是另一种可选的结构，并且很多人说它作为一个通用的Hadoop计算框架战胜了MapReduce。但是如果说MapReduce是如此有用，那么会马上被替代吗？毕竟，虽说现在Hadoop平台也有了实时的功能，但是仍然有不少的类ETL工具使用MapReduce运行在Hadoop上。

Spark完全有可能重新实现类似MapReduce的一些计算。由于Spark能够优化掉溢出到磁盘所以简单更快地实现这些计算。对于MapReduce，在Spark上重新实现像是一种回归。Spark毕竟是模仿Scala的函数式编程的风格和API。而MapReduce中同样的观点也是来自函数式编程语言LISP。

虽说Spark的主要抽象概念，RDD清晰地给出了map()和reduce()操作，但是它们不是直接仿照Hadoop中的Mapper和Reducer的API。这个经常给开发者Mapper和Reducer的类迁移到Spark上同等的功能上带来一些障碍。

比较传统的函数式语言的map()和reduce()在Scala或Spark上的实现，Hadoop上的Mapper和Reducer的API事实上是可伸缩的并且复杂的。这些差异对于习惯于MapReduce的开发者来说并不明显，下面的介绍都是详细的Hadoop实现和而非抽象的MapReduce思想。

一朵小花 你从她身旁经过 如果你没看见她 你还会想起她吗