論理ボリュームを縮小するには － ＠IT
「LVMの情報を表示するには」で説明したとおり、LVMではパーティションのサイズを変更することができる。 ここでは、Anacondaの初期設定でインストールしたFedora 7のHDD（250Gbytes）の論理ボリューム（/dev/VolGroup00/LogVol00）を縮小する手順を説明する。 注：論理ボリュームの操作は、正常に実行されれば既存のデータはそのまま残る。しかし、誤操作やソフトウェアの不具合などによってファイルを失ってしまう可能性があるため、事前のバックアップが必要だ。 LVMの論理ボリュームを縮小する場合は、ファイルシステムのサイズを変更した後、論理ボリュームのサイズを縮小する必要がある。ここでは/を含む論理ボリュームを縮小するが、マウントした状態ではサイズを変更することができない。そこで、Fedora 7のLive CDでシステムを起動して、縮小の作業を行うことにする
Androidで広がる、携帯アプリ開発の世界---目次
軽さと薄さに仰天、モバイルディスプレー「VAIO Vision＋ 14」で2画面を試す 2024.08.08
Structure and Interpretation of Computer Programs
Any inaccuracies in this index may be explained by the fact that it has been prepared with the help of a computer. Donald E. Knuth, Fundamental Algorithms (Volume 1 of The Art of Computer Programming) ! in names " (double quote) calculus, see lambda calculus notation for mathematical function , see pi sum (sigma) notation , see theta ' (single quote) read and, [2] * (primitive mult
GoogleのMapReduceアルゴリズムをJavaで理解する
GoogleのMapReduceアルゴリズムをJavaで理解する：いま再注目の分散処理技術（前編）（1/2 ページ） 最近注目を浴びている分散処理技術「MapReduce」の利点をサンプルからアルゴリズムレベルで理解し、昔からあるJava関連の分散処理技術を見直す特集企画（編集部） いま注目の大規模分散処理アルゴリズム 最近、大規模分散処理が注目を浴びています。特に、「MapReduce」というアルゴリズムについて目にすることが多くなりました。Googleの膨大なサーバ処理で使われているということで、ここ数年の分散処理技術の中では特に注目を浴びているようです（参考「見えるグーグル、見えないグーグル」）。MapReduceアルゴリズムを使う利点とは、いったい何なのでしょうか。なぜ、いま注目を浴びているのでしょうか。 その詳細は「MapReduce : Simplified Data Proc
MapReduce - naoyaのはてなダイアリー
"MapReduce" は Google のバックエンドで利用されている並列計算システムです。検索エンジンのインデックス作成をはじめとする、大規模な入力データに対するバッチ処理を想定して作られたシステムです。 MapReduce の面白いところは、map() と reduce() という二つの関数の組み合わせを定義するだけで、大規模データに対する様々な計算問題を解決することができる点です。 MapReduce の計算モデル map() にはその計算問題のデータとしての key-value ペアが次々に渡ってきます。map() では key-value 値のペアを異なる複数の key-value ペアに変換します。reduce() には、map() で作った key-value ペアを同一の key で束ねたものが順番に渡ってきます。その key-values ペアを任意の形式に変換すること
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
処理を実行中です
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
