04 訂閱節點轉換網站源碼分享(以太坊源碼分析--p2p節點發現)

web1.0談內容，web2.0談應用；web1.0商業模式，web2.0談服務；web1.0談密閉、大而全，web2.0大家談開放、談聯合；web1.0網站中心化，web2.0談個人中心化；web1.0一對一，web2.0談社會性網絡；web1.0不知道你是狗，web2.0你去年夏天干了什么我一清二楚甚至想要干什么呢。。。”[van_wuchanghua：發現了N.HOOLYWOOD，我還知道你今年夏天要干什么]

-“我認為Web2.0有下面幾個方面的特性:個性化的傳播方式.讀與寫并存的表達方式.社會化的聯合方式.標準化的創作方式.便捷化的體驗方式.高密度的媒體方式．”[飛戈：Web2.0與未來的網絡]

-“用RAILS寫的網站帶有典型的讀寫網絡的特征：RAILS創建的三個架構中的ACTIVERECORD這個模塊中，如果你讀讀它最重要的基類ActiveRe買粉絲rd::Base，你會發現有CREAT,EDIT,SAVE,DESTROY這些方法已經天然包含在內了，這讓實現一個數據庫的CRUDS行為變得如此簡單。由于這些類的方法直接和網頁的名稱映射到一起，這使得網頁本身就像一個可以編緝的數據庫的數據項。”[Blogdriver：RUBYONRAILS，wEB2.0世界新生的創造力]

-“Greasemonkey一定名列前茅。這個通過UserScript就能修改任何網頁輸出效果的插件極大的提高了用戶閱讀的自主性，一推出就引起了轟動，同時也引來了不少爭議。”[Webleon：platypus，完全可寫的互聯網]

-“Web1.0到Web2.0的轉變，具體的說，從模式上是單純的“讀”向“寫”、“共同建設”發展；從基本構成單元上，是由“網頁”向“發表/記錄的信息”發展；從工具上，是由互聯網瀏覽器向各類瀏覽器、rss閱讀器等內容發展；運行機制上，由“ClientServer”向“WebServices”轉變；作者由程序員等專業人士向全部普通用戶發展；應用上由初級的“滑稽”的應用向全面大量應用發展。”[Don：Web2.0概念闡釋]

Web2.0階段的一個重要特征是開放，和Web初期的開放有很大不同，有以下幾種突出的表現：

內容方面。

-內容的創作共用授權。它的廣譜和可選擇性，讓它具有了足夠的生命力。CC先是在網志圈中廣泛采用，后來許多商業公司也紛紛采用CC方式（比如BBC）；先是文本世界采用，后來逐漸推廣到了多媒體世界，比如音頻、視頻、Flash動畫等等。一場自由的文化（買粉絲culture）運動在各個方面悄然鋪開。

-內容來源方面的開放。和早期的Web階段相比，由于使用相關設備的成本降低，利用相關技術的門檻減低，人們可以自由生產并發布各種內容，比如文本信息，比如語音記錄，比如視頻錄制等。信息的生產和傳播不再僅僅是商業資本或者技術精英的特權。在Web的新階段，原來在商業、技術與大眾之間的信息生產和傳播的落差被削平。消除信息壟斷和去中心化已經成為可能。不僅如此，信息的生產和消費的模式也發生了變化，從原來的生產/消費的對立，變成了參與式的信息集市。

Web主體方面。

-商業網站也漸漸采取了開放的、參與的模式。除了內容上的CC授權出現之外。原來并不外露的內容，也隨著blog、podcasting等的興盛而對外開放。一些網站還在技術層面開放，比如開放源代碼，比如開放APIs（編程接口），讓自己成為一個平臺，讓用戶可以參與衍生產品的創造，用戶本身也是產品的生產者。不僅是內容、技術層面，在鼓勵用戶的參與上，也有相應的開放出現，比如一些新聞網站的RSS源的輸出、引用通告（trackback）功能的采納、blogthis便利的提供，無一不是讓用戶參與到內容生產、傳播的各個環節。

-個人信息層面的開放。有開放，才有交流，才有社會行為和形態產生。個人內容的開放是與一類Web2.0服務的興起有關。它涵蓋了內容（文本、聲音、影像、視頻）、關系、行為等等。

大數據核心技術有哪些

大數據技術的體系龐大且復雜，基礎的技術包含數據的采集、數據預處理、分布式存儲、數據庫、數據倉庫、機器學習、并行計算、可視化等。

1、數據采集與預處理：FlumeNG實時日志收集系統，支持在日志系統中定制各類數據發送方，用于收集數據；Zookeeper是一個分布式的，開放源碼的分布式應用程序協調服務，提供數據同步服務。

2、數據存儲：Hadoop作為一個開源的框架，專為離線和大規模數據分析而設計，HDFS作為其核心的存儲引擎，已被廣泛用于數據存儲。HBase，是一個分布式的、面向列的開源數據庫，可以認為是hdfs的封裝，本質是數據存儲、NoSQL數據庫。

3、數據清洗：MapRece作為Hadoop的查詢引擎，用于大規模數據集的并行計算。

4、數據查詢分析：Hive的核心工作就是把SQL語句翻譯成MR程序，可以將結構化的數據映射為一張數據庫表，并提供HQL(HiveSQL)查詢功能。Spark啟用了內存分布數據集，除了能夠提供交互式查詢外，它還可以優化迭代工作負載。

5、數據可視化：對接一些BI平臺，將分析得到的數據進行可視化，用于指導決策服務。

很赞哦!（66）