500 Days of Summer 中的长椅

在reddit上看到了这篇帖子，作者的朋友发现了500 days of summer 中的长椅。

然后有人贴出了各个场景在google map上的位置，不过这个地址更能快速的定位那个长椅的位置。

如果你没有看过这部电影的话，可以看看它的预告片： 

其实我更喜欢这个版本的预告片，背景音乐The Temper Trap的Sweet Disposition很赞

对DIY装机的新想法

NICO:我来看看你的机箱出了什么问题

最近一直没有更新博客，除了家里有点事，自己肚子里没有货之外，还有一个原因是我打GTA4打得台式机电源烧坏了。我的一个朋友对此的评论是：你让孤岛危机2情何以堪。
事情是这样的，那天晚上我一边闻着机箱里弥散的焦味一边打通了GTA4最后一关，然后开始欣赏起长长的制作人表，突然，“破”的一声，电脑停止运行了。
GTA4的结局是主角Niko失去了自己最重要的人，而我在游戏外把电脑烧坏也让我有种痛失好友的感觉。
因为主板上没有什么烧坏的痕迹，但是开机完全开不了，所以我推测是电脑城奸商帮忙搞定的电源出了问题。果然，一位高手帮我拆开电源后发现，电源烧的里面的铜线都暴露出来了，包裹铜线的塑料早已在其他元件上面融成一团了。
后来去临近的电脑城买了一个新电源，花了260块。网上一查，同样的产品在电子商务网站上只要200块。

三大件之外其他配件的重要性，我在之前的文章里已经反思过了。这里，我得出了一些新的教训：
1.    机箱里传出焦味总归不是好现象。
2.    去电脑城装机还不如去网上买配件。明码标价，还带发票。

另外，我准备升级一下家里另一台老电脑。那台电脑是六年配的，CRT屏幕，很老的CPU和主板(nForce平台，那时AMD和NVIDIA关系还不错)。所以我准备升级一下屏幕，换一下主板和CPU。现在DDR3 2G的内存一条只要150，1T的硬盘也只要500，真是白菜价啊。这些配件我准备都从网上买了。

革命为时过早

从过年前突尼斯革命开始，多个国家的人民走向街头，进行示威游行。一时间，仿佛是这个世界启动了独裁者删除程序似地，一个个集权的、腐败的政府被推翻了。爱凑热闹的中国人当然不会放过这个机会，有人在twitter上喊了一声要走上街头，结果“今天”和“明天”就成了敏感词，有一首歌也变成了“好一朵美丽的敏感词”。

现如今，第一轮的上街活动已经结束，第二轮的上街活动又在酝酿之中。但我并不支持这种革命，因为我有三个问题。
1.中国当前真实的国情如何？
2.革命后我们应当建立怎么样的体制？
3.如果要革命，如何以最小的代价完成国家体制的转变？

以软件工程的术语来比喻的话，这三个问题分别对应了需求分析，设计和构建三个阶段。我们可以把当今的中国看做一个已经运行的系统，但是这个系统有大量的问题，需要重构。我们期待一个新的系统能够解决这些问题。如果你要移植这个系统会怎么做？我觉得，弄清有哪些问题，问题的根源是第一步。第二步，就要考虑问题的解决方法。第三步，则是在适当的时机，使用适当的手段，平稳的将旧系统过度到新系统。
然而，现在走上街头，将事态扩大，并没有分析出问题，也没有对未来深思熟虑的考量。这种做法，最坏的情况，就是将现有的系统瘫痪，而无助于问题的解决。

我建议，可以建立一个维基百科一样的网站，显然，这个网站必须在墙外。这个网站的作用是让大家清楚的认识当前中国。另外，可以建立另一个网站讨论未来中国的政治体制。或许，现在已经有这样的网站或者组织，但是，他们离普通的群众太远。既然是革命，必定是以全国人民的幸福为考虑的重点，既然要民主，必定要人民都能理解什么是民主。如果只是一小部分人掀起的革命，最终只是一小部分人代替一小部分人统治剩下的人罢了。

要清楚的了解中国，给出一系列对症下药的解决方法，绝对不是我们这些初出茅庐的人现在所能做到的。要培养国民的法律，思维观念，也不是一朝一夕能够完成的。所以，革命，还是缓一缓吧。缓到什么时候？我是菜鸟，我不知道啊。

BBC 统计学的快乐

终于把《统计学的快乐》看完了。这个视频是BBC拍的记录片，主讲人是曾经在TED演讲过的Hans Rosling教授，下面是整个视频的一些keynotes。

1.       通过统计学，可以分析数据，探寻这个世界中的规律，让我们的生活更美好。

2.       美国的旧金山将各种数据公布给大众，例如，他们公开了旧金山各个地区发生过的犯罪事件，让人们知道哪些地方安全，哪些地方比较危险。旧金山的CIO已经公布了163个公共数据库，他们的下一步目标把即时的数据推送给公众。

3.       第一份统计资料诞生在瑞典1749。当时的政府通过人口统计发现了本国的人口数量正在减少，于是瑞典政府采取措施以提高国民的健康水平。

4.       光有数据没有用，数据经过分析才有价值。一个最简单的方法是取平均值。

每年死于车祸的人数基本维持在一个相同的数字，像这样的数字可以总结出社会现象，也就是隐藏在数据中的模式。

5.       数据的分布可以使用图形来表示，优美的清晰的图形可以让大众都明白数据隐含的信息。

Florence Nightingale（护士职业创始人）在战争期间，她收集了两年的士兵伤亡数据，并发明了Polar area diagram （日本人译作鸡头图，中文貌似没有什么好的译名）来说明士兵伤亡的原因。

6.       数据的可视化（virtualization）已经成为了一门学问，还有Data Designer这种专门设计数据展示的职业。片中的designer展示了伊拉克战争的预算和实际支出，两个方块的大小对比确实让人惊讶。

7.       Rosling教授又做了一遍他在TED演讲中那个世界人均收入和寿命变化的演示。最后，他专门提了一下中国：上海的生活水平跟意大利相当，而贵州和巴基斯坦差不多。

8.       关于GOOGLE的机器翻译

Franz Och （Google的机器翻译项目的老大）说：“创造这个系统的人不需要懂中文，但是要懂统计学，计算机科学和其他大规模计算的基础科学。”

Google的人下一步要把语音识别和机器翻译结合起来。

Wow，巴别塔要造起来了。

9.       天文学家使用计算机，互联网等新科技探索星云形成的规律，片中的天文学家在写sql。

10.   因为计算机可以模拟各种各样的情况，未来的科学研究因为计算机科学的发展可能会从以数据为中心，由数据驱动转变为由假说驱动，然后由计算机去验证。

11.   Stanford大学的Sep Kamvar从微博等收集人们的情绪，并从不同的维度来分析比较，例如：男人比女人快乐吗？。他在片中说：年轻人更容易将快乐和刺激联系在一起，而老年人更容易将快乐和平静联系在一起。

12.   Kamvar教授最后说：因为人们越来越容易将自我的信息以数字化的形式放在互联网上，所以我们可以从互联网上大量的数据中理解人活着是为了什么。

最后一个观点让我想起了这篇文章：通过互联网认识自己：

Zach（Zachary M. Seward）是《华尔街日报》的外联编辑，主要负责《华尔街日报》与 Twitter、Foursquare 这类公司之间的关系。Zach 今天在《华尔街日报》Digits 博客分享了自己通过互联网对过去一年个人生活的总结，以下是主要内容的摘录。

本片的下载地址：http://www.verycd.com/topics/2873705/

幸好，这个只是纪录片。

数据仓库入门

最近我开始在某公司的BI部门实习，BI的全称是Business Intelligence，商务智能,个人感觉这个名字比较忽悠，就像云计算一样。我在实习的过程中主要是做数据仓库的项目。在这里记录一下自己的学习和实践。

数据仓库诞生的原因

随着时代的进步，许多企业都将信息技术运用于自身的生产、运营、销售等活动中。在这个过程中，企业积累了大量的历史数据，这些数据显然具有重要的价值。但是，由于数据的类型繁多，业务逻辑复杂，甚至各个部门采用不同的数据库管理系统，导致数据无法有效整合，无法为进一步的分析提供支持。另外，数据量的不断增长有可能导致数据库系统的性能下降。
所以，业界产生了数据仓库这种专门的技术来解决这一些列的问题。

数据仓库的定义

现在让我们来整理一下，数据仓库的输入是企业的各种数据。
我们希望通过数据仓库获取整个企业的信息，并且数据仓库能够确保数据的一致性，能够为决策提供支持。

Bill Inmon (数据仓库之父 http://en.wikipedia.org/wiki/Bill_Inmon ) 在1980年代提出了数据仓库的概念："a subject-oriented, integrated, time variant and non-volatile collection of data used in strategic decision making".

我个人对数据仓库的理解是：一个旨在整合企业所有数据，为企业的决策提供可信数据的系统。

数据仓库的组成

一般来说，数据仓库有以下几个组成部分

操作源系统(Operational Source System)
这个部分相当于数据仓库的输入端，也就是企业在生产过程捕捉数据的区域，通常是一个在线事务处理系统OLTP(Online Transaction Processing)，它会记录每一个事务的记录(Transaction Record)。

数据准备区域(Data Staging Area)
在操作源系统存储的数据每隔一段时间会送到数据准备区进行处理，这里是整个数据仓库的核心部分，里面的操作通常我们称之为ETL(Extract-Transformation-Load)抽取，变形和载入。
抽取是将数据源的数据载入到数据仓库。
变形有很多种，有数据清洗（将不合格的数据去除），装换格式，进行计算等等。最最重要的是，变形后，原本紧凑的，符合各种范式的数据将变成维度化(Dimensional)的数据。
数据仓库一般使用维度模型，这种模型是比起我们通常的数据库建模更强调数据模型的简单，易于理解，以后我会深入介绍。
载入是将变形好的数据存储到数据仓库的下一个部分。

数据展现区(Data Presentation)
经过ETL处理过的数据被存放在这个区域。这个区域是为各种查询，报表和分析提供支持。

数据获取工具(Data Access Tools)
用户通过这个工具来设计查询，报表并获取最终的数据。

数据仓库的特征

在这里简单罗列一些数据仓库(DW)和一般数据库应用OLTP的差别

		OLTP	DW
使命		记录业务信息	查询，分析历史数据
数据库操作		增删改查都有	对大规模数据的查询和分析为主，定期的插入、更新
数据库建模方式		标准化模型 尽量遵守范式	维度建模
时间		在保证事务acid的情况下尽快能的快	尽可能的快
空间		空间资源有限。 使用范式减少冗余。 OLTP的数据通常只存贮几个周到几个月	可以认为有无限空间。 为了快速查询，存在很多冗余。 专门存放历史数据。
复杂度	数据库表结构	复杂	经过ETL后的数据一般是星型模型，更容易理解
	数据操作	简单	源数据要经过ETL后才能进入数据仓库。复杂度被包含到了ETL中。

学习资源 参考资料

我的学习资料主要是Ralph Kimball (http://en.wikipedia.org/wiki/Ralph_Kimball )等著的《数据仓库工具箱》(Kimball's Data Warehouse Toolkit Classics)这套书：

http://www.kimballgroup.com/html/booksKimballClassics.html

这套书中总共有三本，第一本是《维度建模完全指南》，第二本是《ETL实践技巧》，第三本是《数据仓库生命周期》。
第一本有中译本，不过网上书店都没有卖了，貌似绝版了，计算机的好书好多都绝版了。
第二本网上有中文的pdf文档，不过翻译的质量不是很好。
第三本现在还能买到，是清华大学出版社出版的。

第一本书是了解数据仓库和维度建模的入门书籍，我现在就在看。
第二本书是讲ETL的，其中关于审计维，维度表和事实表数据推送的章节是重点。
第三本主要讲数据仓库项目管理的，内容比较泛，而且新手也不可能去管理项目吧，所以不推荐。

下集预告

下一篇文章会简单介绍一下维度建模，维度表和事实表。



完