消失中的高雄市七賢國中

  最近才看到幾則關於七賢國中的新聞，才知道曾經是高雄前三名的明星國中居然面臨存廢問題並已經決定要遷移到龍華校區，由於這幾年都市發展造成人口遷移及少子化的關係，七賢國中目前的招生人數已不及當年的一半，而該學區與鄰近的前金國中有重疊，但七賢國中的校地鄰近愛河，又曾經是電影800壯士四行倉庫場景，校地比較大又具商業價值，想當然變成犧牲的目標，市政府怕有反對聲浪美其名叫遷校，個人覺得是名存實亡，看到母校目前的狀況，真是讓人不勝唏噓。

相關新聞 : 廢校？遷校？七賢國中惹爭議

 

1975電影800壯士場景，電影中四行倉庫那棟大樓其實在拍完電影後就打掉了，我入學時的暑假片子已拍完，所以我也沒有目睹到拍片現場，只看到拍片完的殘骸。

 

七賢國中現狀 , 除了以前女生班專屬的崇賢大樓及上工藝美術課的綜合大樓，我們以前男生班上過的教室幾乎都打掉了，很難想像當年一個年級36班,全校100多班的榮景。

 

我曾經是七賢國中的管樂隊班豎笛手，在導師陳東和的帶領下拿國南區國中管樂優勝 , 以下是當年校內練習的片段，當年算是學校的風雲人物吧，因為在髮禁的時代，只有樂隊班的頭髮是最長的，每天早上都要吹國歌、國旗歌和頒獎歌，班上學生有64人，現在已經沒有這樣的班級人數了，由於有練樂器的關係，老師怕影響課業，因此打得很兇管得很緊，那時每天上課都要擔心要賣肉(打屁股或打手)還是貢獻(罰5元)，標準的填鴨教育。

http://www.facebook.com/v/430252637434

 

當年學校最風光的並除了管樂隊另外就是女籃隊了，女籃隊一直是國內比賽的常勝軍，在劉錦池老師的帶領下，女籃連續拿到國女甲級后冠六座（78、81、83、84、87、90）、國男甲級冠軍二座（86、91），許多籃球好手，如田壘、吳永仁、周士淵…等，都曾是七賢男球隊培養出來的球員，但這幾年籃球隊戰績也開始走下坡。

七賢籃壇 http://ftp.chihjh.kh.edu.tw/~pe/index.html

 

以前有些籃球比賽會在活動中心舉辦，但如下圖所示，目前活動中心也已破舊不堪。

來源: 七賢國中 新舊校區「差很大」

 

很遺憾一個有著優良傳統的學校會走入歷史，在市政府決定遷校的同時也沒有公佈未來該地的發展計劃，這樣的決定似乎不太周全，如果你也曾經是七賢的一份子，有空回學校走走吧!!

電影院的基本禮節

最近幾乎每次看電影,都會遇到一些沒禮貌的人,分享一下常遇到的情境,提醒大家尊守禮儀，也希望大家遇到同樣的狀況要勇敢向對方指正。

1. 前座身體挺直，擋住視線

很多人不知道坐在電影院的椅子上，若不往椅背靠，很容易擋住後面的人，更惡劣的是還身體往前傾。若對方坐姿不良，最好開演前就提醒他，開演後再犯就踢他椅背提醒他。

 

2. 戴帽子或梳沖天炮頭看電影

那次遇到一群嬉哈少年，各個街頭服裝造型，我雖沒在他們後方，但遠遠就看到他們的沖天炮頭及帽子，而後面的人敢怒不敢言，只有乖乖換到鄰近門人的位置。

3. 身體惡臭或口臭

有好幾次遇到身體有惡臭的人，或一個哈欠，口臭飄來，要進戲院先考慮一下隔壁的人吧。遇到這種人，最好提醒他一下然後自己戴起口罩。

4. 踢前座椅背

有很多人看電影喜歡把腳靠在前座椅背上，三不五時就踢一下，他的腳的位置剛好是前座頭的位置，被踢到都會嚇一跳，我曾經被踢到怒罵後座，除了警告他別再踢以外，用第一個案例對付他也不錯。

5. 大聲討論劇情或喃喃自語

這情況常遇到，坐隔壁的就像在自己家裡一樣，看電影不自覺就會說起話來，遇到此種人我都會先用咳嗽音制止，再不行就直接請他保持安靜。

6. 帶過動的小孩看電影

曾遇到小孩在電影播放中在戲院跑起來，還有一直吵鬧的，也有遇過一個媽媽帶不識字的小孩看英文發音的卡通，一直充當解說員，我後來受不了制止了她，但小孩還是持續問問題，整個看電影的興緻都被打壞了。遇到此種狀況，真的很難控制，趕緊找遠一點的空位比較實在。

7. 坐不住的人

遇過一位老先生，可能是有痔瘡吧，一直原地起身然後坐下，看他就是不能久坐還硬去看電影，遇到這種，只能請他忍一下，要不就要自己換位置了。

 

8. 一直換位置的人

遇過一位女生，一個人去看電影，整場看她換位置換來換去，就是不坐自己本來的位置，也不知道在忙啥，總覺得自己位置不夠好，卻不知道在電影進行中走動是很擾人的事。

9. 摳摳摸摸族

熱情的情侶在旁邊摳摳摸摸，由於戲院的椅子是相連的，因此椅子都會跟著動，相當擾人，遇到這種你只要轉頭一直看他，他就會收斂一點。

10. 基本問題

接電話、遲到、大聲吃東西..等，也是沒禮貌的，曾遇到遲到還挺直著身體檔後面的人，被座位上的人罵三字經。晚到的人應該彎著身體近位置，比較不會擋到後面的人。

看電影是大家一起融入劇情,暫時拋開現實的地方，希望大家多些同理心，多一些禮貌及道德勇氣，約束好自己，也敢於適時的提醒別人。

雲端運算Cloud Computing學習心得筆記(五) ODM硬體廠的思維

  最近與國內電子五哥的技術研究主管聊到有關雲端運算對硬體廠的衝擊，發現在雲端的認知上有許多偏差，導致內部對雲端的應用相當保守。該公司並無生產伺服器，但有大量的NB、PMP、Mobile Phone、mp3 player …等消費性電子產品，面對雲端技術內部看來是又愛又怕，以下是一些我覺得蠻關鍵的問題，並附上我的回答，提供大家參考。

我的建議是可以試著用Android平台開發一些更smart且有更多應用的電子產品，這些產品最好能支援3G上網功能，WiFi當然是基本的，並加強一些人性化的使用介面，對方提出的問題如下:

 

Q1 : 所謂雲端裝置是規格低階的產品，一旦大量生產會降低營收

A1 : 以前的行動裝置大都是封閉的embeded system，不易擴增應用程式，即使內建流覽器，也不易享用到雲端服務，但雲端裝置，都採開放性架構，如 iphoen OS、Android、WM6.5…等都有內建App store讓用戶更方便安裝，加上國際上大型的雲端服務提供者，都開放SDK讓developer應用或直接提供試用於行動裝置的版本，因此對於用戶絕對是增值，價格可以高一些，而且銷量會比以前好，Apple已證實了這點。

 

Q2 : 高階的雲端裝置，如iPhone 4售價也不過賣299 USD，一般消費性產品也頂多賣到399 USD，這營收怎會高?

A2: iPhone 賣299 USD 是綁約價，空機大概是799 USD，市場試算其成本大概179 USD，毛利相當高，因此Apple光靠iPhone與iPad的熱賣，市值就已超越微軟成為第一大科技公司，當然，若單純接Apple OEM訂單，毛利不高，但量夠大，若是用ODM的思維，就要強調軟硬整合來提高毛利及營收。

 

Q3 : 所謂的雲端服務，就是有大量的伺服器做redundancy的網路服務而已

A3 : Redundancy 並非新技術，雲端計算的精神在於 虛擬化、平行運算、隨選服務、高延展及可靠性、超大規模..等，衍伸出來有IaaS、PaaS、SaaS等商業上的應用，比較著名的提供者有 Amazon、Google、Yahoo、Microsoft…等，一些大型SNS也開始使用雲端運算的技術，如facebook 、twitter、Youtube。 當然，目前只要是提供網路服務的ASP(application service provider)大都會說自己也是雲端服務，市場上的說法很混淆，但嚴謹一點的說法，還是已有使用雲端運算技術的服務才是雲端服務。

 

Q4. 為何要另行設計好用的GUI? 反正即使符合人性的UI也是需要學習的，瀏覽器是大家最常用的工具且用瀏覽器就能連到各種雲端服務，因此只要提供瀏覽器給用戶就好了。

A4 : 目前大部分的完整的服務都是針對PC上使用做設計，用行動裝置來看PC版的網頁通常會有螢幕尺寸過小，一些script及Ajax語法不支援的問題，若使用手機版的頁面通常較陽春，無法與裝置的特性做連結，因此好一點的裝置應該依訴求內建一些雲端服務應用程式，針對行動裝置的使用習慣來設計，並且可以應用行動裝置的特性如: 內建GPS、SMS、重力感應器、Touch screen…等來規劃介面，這與PC上用滑鼠使用流覽器的行為絕對不一樣，而且比單純提供瀏覽器給用戶好多了。

 

          Q5. 為何說內建Touch screen的裝置會成為主流，Touch screen 雖然被iPhone炒起來，但北美還是以有keypad的手機為主

          A5: 因為smartphone在北美去年龍頭還是Blackberry，主要以商務人士為主，比起電阻式touch screen 用虛擬鍵盤輸入，黑莓搭載qwerty鍵盤的確好用多了，畢竟商務人士常需要收發email及簡訊。但可以看到的電容式touch screen 在今年逐漸取代電阻式螢幕變成主流，主要是電容式的螢幕在用手指輸入上比起電阻式螢幕有明顯改善，而且新的虛擬鍵盤的設計也降低了誤觸的機率，因此就連Blackberry今年也出了全觸控的機種，整體趨勢來看，還是以touch screen 成長最快，稱之為主流不為過。

陷阱式的行銷,好樂迪MINE力唱抽獎活動

  上周與朋友到好樂迪唱歌, 剛好有喝台啤抽獎活動,抽了3次中了2張台北-首爾(六天五夜)雙人團體來回機票兌換券，心想這麼好中必定有詐，仔細看了一下密密麻麻的使用條文後，發現根本是團體旅遊折價券，而非機票兌換券，有點騙人的感覺。

 

以下是好樂迪官方網站的活動頁，我們抽中的是二獎

 

機票是華碩旅行社的專案票，以下是他的使用限制

 

8.『機票憑證』的使用有3種方式：
第1種：直接參加華碩旅行社規劃的行程
旅客參加華碩旅行社首爾的旅行團時，無論團費多少憑機票每人團費可直接扣抵新台幣5000元。
第2種：自由行-限台北~首爾
自由行旅客的全程住宿飯店必須為五星級，旅客自行至國內任何訂房網站詢價，但必需由華碩旅行社代訂(非指定)；此部份華碩酌收住宿總費用的17%作為訂房手續費，且旅客不得要求住宿自理或不住宿。如逢寒暑例假日或平日機票費用之調漲，以航空公司公佈之調幅為準，旅客必須補足機票差額。
第3種：參加別家旅行社的團體旅遊行程
A.別家旅行社不會直接接受本機票券，必須由華碩旅行社代訂，旅客不需要支付任何代訂服務費用。
B.本機票可當『折價券』使用，折價的金額依旅遊的地區而有差異；參加東南亞團可折價1000元，參加東北亞團可折價2000元(日本琉球團與韓國濟洲島團折1000元)，參加長程線﹙飛行超過10個小時﹚的旅行團可折價3000元。 ※特價團及超值團除外 。

 

看來只能參加華碩旅行社的團體行程才划算，以下是他團體行程的價格

 

A.高麗文化三主題超值五日NT$15,400

B.高麗文化三主題超值六日NT$17,400

C.哈韓五大主題歡樂五日(尊爵版)NT$19,400

D.哈韓五大主題歡樂六日(尊爵版) NT$21,400

 

我去年4月參加燦星的【花現韓國】韓國賞櫻團，加上稅金才花8000左右，還包含亂打秀及愛寶樂園門票，現在漲得好貴，暑假期間的其他旅行社的價格也大都在15000-17000，況且對韓國旅遊印象不佳，因此直接選擇放棄。

 

似乎許多拍賣網站有在販售此類折價券，價格從1200到7500都有，購買者自己多注意一下，勿貪小便宜壞了旅遊興致。

雲端運算Cloud Computing學習心得筆記(四) MapReduce

  前幾回學習到硬體虛擬化及資料叢集平行運算的概念，整個infrastructure建立後，要怎麼開發平行運算的程式呢? 最著名的應用就是MapReduce了，MapReduce的概念並不新穎，甚至還有人提出他是一種倒退[1]，是的，這種處理方式不會有關聯性資料庫常用的特性, 如:

資料型別 :  int varchar …等

更新 Update : 更新某筆資料

索引(index) : PK 及 FK

資料關聯性及一致性

交易Transcation : 每個Transcation 可以在資料受損時rollback

視圖View : 改變View 不用更新資料結構

 

MapReduce 本來就不是來取代關聯性資料庫的，他是用來處理大型的資料分析，他不太需要上述的特性，舉個例來說，Google每天去Crawl 上億的網站資料，如果全存在資料庫裡來分析，還要同時應付全球用戶的搜尋，用過DBMS的都知道，整個系統只會越來越慢，花大錢擴充資料庫的話是相當高額的成本。因此MaprReduce是有存在的必要的。

 

MapReduce 怎麼運做呢?以下圖[2]為例

 

 

 

 

1. 用戶程式裡的MapReduce Libary 會先把輸入的檔案資料切成M等份，每個等份16 MB-64MB , 然後會複製好幾份存在整個機器叢集

 

2. 其中一份特別的資料會指派給Master. 再由Master主機去找閒置的機器當Worker機，會指派M個Map task 和 R個Reduce task到worker主機,至於哪些Worker機做Map哪些做Reduce,也是由Master機來指派 。

 

3. 負責做Map的Worker機，會根據input資料的 key/value 的配對傳到開發者設計的Map function並將其Map結果存在暫存記憶體裡

 

4. 由Map function做出的暫存資料存在本機的 Intermediate file,由Partition function 分割成R 個區塊後把區塊位址交還給Master主機

 

5. 負責執行reduce 的Worker 接到由Mater傳來的Map處理完的資料位址後，會遠端讀取這些資料並依照key做排序，把相同的Key再群組(Group)起來.

 

6. Reduce worker 會計算sort 和 group 後的單一key的數量，在把這些直丟給用戶定義的Reduce function處理，處理後的資料會附加(append)到reduce 區的output 檔案。

 

7. 全部處理完後，Master主機會叫醒用戶程式

 

以上是流程圖，如果再參考資料流成圖[3]會更清楚

原本的資料

 

Deer Bear River

Car Car River

Deer Car Bear

 

經過MapReduce 後就變成

 

Bear,2

Car,3

Deer,2

River,2

這部分的應用，我直覺的想到，要做熱門關鍵字排行，只要將一段時間的大量查詢輸入的資料丟進此系統，很快的就可排出結果。

 

其他的應用為:

1 分散式的Grep : 做分散式的關鍵字搜尋

 

2. 計算某個URL被執行的頻率 : Key/value 在Map是<URL,1> , Reduce 後就是<URL,total count>

 

3. 反向網路連結圖 : 由<target, source> 去推出連到這個網站的連結量 <target,list(source)>

 

如果要直接測試MapReduce 程式，Amazon Elastic MapReduce似乎是不錯的選擇，試玩過在跟大家分享 http://aws.amazon.com/elasticmapreduce/

 

 

參考資料

[1] MapReduce: 一个巨大的倒退

[2]Introduction to Parallel Programming and MapReduce

[3] http://blog.jteam.nl/wp-content/uploads/2009/08/MapReduceWordCountOverview1.png

其他:

     Dean, Jeff and Ghemawat, Sanjay. MapReduce: Simplified Data Processing on Large Clusters http://labs.google.com/papers/mapreduce-osdi04.pdf

     Lammal, Ralf. Google's MapReduce Programming Model Revisited. http://www.cs.vu.nl/~ralf/MapReduce/paper.pdf

    Open Source MapReduce: http://lucene.apache.org/hadoop/