軽量MastodonことPleromaインスタンスを立てたメモ - Lambdaカクテル
立てました PleromaというActivityPubを使ったマイクロブログの実装がある。Elixirで書かれていて、バックエンドとフロントエンドが分離されていて、Mastodonよりやや軽量な感じらしい。 pleroma.social 分散SNSにおける標準的なプロトコルであるActivityPubを採用しているため、MastodonやMisskeyと相互にフォローしたり投稿を見たりできる。こういうことができるのがFediverseの面白いところだ。 MastodonはRubyでMisskeyはNodeだが、PleromaはElixirで書かれている。ElixirだからそのバックにはErlang/OTPがいる。この手のたくさんの通信を捌くようなアプリケーションにはうってつけだろう。また、RDBMSとしてPostgreSQLを採用している（9系以上に対応）。このあたりは他のActivity
SWANKサーバによるEmacs SLIMEとdocker-composeとの連携 -- 現代的なCommon Lisp開発 - Lambdaカクテル
EmacsとCommon Lispとの相性は抜群に良い． SLIMEというプラグインを使うと，Emacs上でCommon Lisp処理系を立ち上げて接続したり，既に起動している処理系に接続したりすることで，REPLや補完を動作させられる．このEmacsとCommon Lisp処理系との接続は，処理系上でSWANKサーバというのを起動することで取り持ってもらっている． ローカルで動作している処理系にSLIMEで接続することはよく行われるし，そのためのドキュメントも充実しているようだが，しかしdocker，とくに現代的なdocker-compose環境でCommon Lispプロダクトを開発する際に，Emacsを処理系に接続し効果的な開発を行う方法についてのドキュメントはあまりみあたらなかった． そこでこのエントリでは，docker-composeで起動した典型的なCommon Lispアプリ
Common Lispで動くブルームフィルタ作った - Lambdaカクテル
ブルームフィルタとは，そのフィルタに要素が登録されているかを確率的に判定し，そのフィルタに要素が登録されていないことを確実に判定できるデータ構造である．ブルームフィルタは要素が登録されているかを判定することはできるが，その要素を取り出すことはできないという特徴を持っている．なので「フィルタ」である。 今回このブルームフィルタをCommon lispで実装した．実装したとはいっても以下のエントリの実装を真似ただけのものである． postd.cc Murmurhash3の実装がなかったので，ハッシュ関数にはひとまずIroncladのadler32を採用した．Ironcladを使った理由は，手頃で一般的なライブラリであること，adler32を使った理由は，そこそこ早いという話をどこかで聞いたからで，大した理由はない． github.com インストール quicklispに登録していないので，b
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
