koduki

String str = "a吉野屋𠮷野\r\n屋ア緣ｲ?";
//        byte[] bytes = str.getBytes("Windows-31j");
char alt = '□';

final String charset = "Windows-31j";

String filteredStr = filterLowSurrogate(str);
String translatedStr = new String(str.getBytes(charset), Charset.forName(charset));
StringBuilder sb = new StringBuilder(filteredStr.length());
for (int i = 0; i < filteredStr.length(); i++) {

koduki

/*
 * To change this license header, choose License Headers in Project Properties.
 * To change this template file, choose Tools | Templates
 * and open the template in the editor.
 */
package cn.orz.pascal.tinybench;

import java.io.IOException;
import java.nio.file.Path;
import java.text.ParseException;

koduki

    public static void checkJavacOptimizationPlus() {
        String hello = "hello(v)";
        String world = "world(v)";

        final String HELLO = "hello(c)";
        final String WOLRD = "world(c)";

        String mixedStr2 = "hello(l)" + "world(l)" + HELLO + WOLRD + hello + world;

    }

koduki

docker run -d --name zookeeper -p 2181:2181 confluent/zookeeper 
docker run -it --name kafka -p 9092:9092 --link zookeeper:zookeeper confluent/kafka

kafka-topics --create --zookeeper zookeeper:2181 --replication-factor 1 --partitions 1 --topic test

koduki

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: wf-exec-ml-
spec:
  entrypoint: exec-ml
  volumes:
  - name: google-cloud-key
    secret:
      secretName: btc-prediction-key

koduki

時は大メニーコア時代。我々はビックデータなんて持ってない。
いや、正確には持っている。が、業務の全てがビックデータではない。

普通のたかだか数百GBのデータのジョブを数千単位でマネージする必要がある。
それが現実だ。ビックデータを効率的に処理する基盤では無く、ちょっとデカイデータをスマートにに管理することが必要だ。

ビックデータ処理基盤はすばらしい。大量にのマシンを効率的に管理するためのエコシステムがある。
ではそれで充分か？ 否である。我々は大量のサーバーなんて必要としていない。
今や１台で数十個のvCPUを持ったサーバは普通だ。大量のサーバではないので、それなりの信頼性は期待できる。

koduki

require 'nokogiri'

def f node
    node.children.map do |x| 
        [x.name, x.children.size, f(x)]
    end
end

def nodes2text(nodes, level)
    nodes.map { |n|

koduki

module TestOperations
    def test(case_name)
        @case_name = case_name
        r = yield
        if r != nil
            if @cnt_failed == nil
                @cnt_failed = 0
            end

            @cnt_failed += 1

koduki

Javaから使うScala

---

@koduki

koduki

SparkのRDDみたく巨大ファイルを透過的に分割処理するAPIイメージ

Record.partition(10).read("hoge.txt").map(line -> line.split(","))

内部実装的には下記ように変換？

IntStream.range(1, 10).parallel().mapToObj( n -> {