OSRAM Sylvania最近宣布将为开发者社区提供开放的Lightify REST API,开发者可将其集成于自己的iOS和Android应用,以及网站中Lightify是一种涵盖硬件、云,以及移动设备的物联网(IoT)体系,通过OSRAM的iOS和Android免费应用,可以使用移动服务控制Lightify LED灯泡的灯光。 例如,最近有人使用Lightify为欧洲歌唱大赛(Eurovision Song Contest)增色添彩:瑞典斯德哥尔摩的七座地标式建筑通过不同色彩体现电视观众对歌唱大赛中不同歌曲的喜好程度。其中一些地标建筑的灯光甚至通过视频进行了在线直播。 Lightify API最初只包含在供用户免费使用的OSRAM应用中,不同地区用户可通过下列两个链接获取:https://eu.lightify-api.org(适合位于欧洲或周边地区的用户),以及https://us.lightify-api.org(适合位于美国、加拿大和澳大利亚或周边地区的用户)。需要说明的是,下文有关Lightify API的所有介绍信息全部基于后者。 Lightify API网站提供了下列内容:Home API细节;范例应用;用户指南。Home API细节提供了指向LIGHTIFY API (REST)文档的链接,其中列出了可用资源(API端点和方法)以及数据类型(JSON)。更多内容,大家请关注本次专题…… 谈到大数据,相信大家对Hadoop和Apache Spark这两个名字并不陌生。但我们往往对它们的理解只是提留在字面上,并没有对它们进行深入的思考,下面不妨跟我一块看下它们究竟有什么异同。 首先,Hadoop和Apache Spark两者都是大数据框架,但是各自存在的目的不尽相同。Hadoop实质上更多是一个分布式数据基础设施: 它将巨大的数据集分派到一个由普通计算机组成的集群中的多个节点进行存储,意味着您不需要购买和维护昂贵的服务器硬件。 同时,Hadoop还会索引和跟踪这些数据,让大数据处理和分析效率达到前所未有的高度。Spark,则是那么一个专门用来对那些分布式存储的大数据进行处理的工具,它并不会进行分布式数据的存储。 Hadoop除了提供为大家所共识的HDFS分布式数据存储功能之外,还提供了叫做MapReduce的数据处理功能。所以这里我们完全可以抛开Spark,使用Hadoop自身的MapReduce来完成数据的处理。 相反,Spark也不是非要依附在Hadoop身上才能生存。但如上所述,毕竟它没有提供文件管理系统,所以,它必须和其他的分布式文件系统进行集成才能运作。这里我们可以选择Hadoop的HDFS,也可以选择其他的基于云的数据系统平台。但Spark默认来说还是被用在Hadoop上面的,毕竟,大家都认为它们的结合是最好的。更多内容请关注本次专辑的相关内容…… 在现在这个世界里,我们必须不断地评估各种web技术,并做出决定要使用、消除和瞄准哪些技术。因此,关键是要保持更新到web开发人员最新的习惯。Java Web框架ZK做了一个社区调查,旨在回答若干关键问题。 根据调查结果,一定数量的开发人员,约45%,已经升级到JDK 8;但是,超过50%的参与者仍然使用以前的版本工作。 尽管我们大家的普遍看法是IntelliJ由于其出色的效率正在变得越来越流行,但是看上去似乎Eclipse仍然是大多数人首选的web开发模式。75%的受访者依赖于Eclipse,而只有19%,目前正在使用IntelliJ开发。 ZK工程师分享了他的见解,Eclipse之所以能够维持这种势头的原因:“开发人员是一种习惯性的生物,很多享受于在Eclipse熟悉的环境中编程。”就来本次专辑详细了解吧! |