自動化ゲーのFactorioにハマりすぎて生活がヤバイ - みんからきりまで
最近Factorioというゲームを狂ったようにやってる。 Factorio on Steam どういうゲームかというと、工場のラインをひたすら構築してアイテムを自動で大量生産してゆく、というシミュレーションゲームです。 宇宙船が墜落して未開の惑星に放り出された主人公はロケットを作るために資源を採取して部品を大量生産する必要があるのです。 トレーラーを見るとだいたいどんな感じか分かると思う。 www.youtube.com www.youtube.com 一見シムシティのような感じですが、自キャラを操作するのでどちらかというとMinecraftに近くて、ざっくり言えばMinecraftの釜戸とホッパーを繋ぐような作業をひたすらやり続けるゲーム。 もしくはリアルタイムストラテジーの内政をひたすらやるゲーム。定期的に敵が攻めてくるのでタレットを配置して防衛したりする必要もあります。 このゲーム、
「HUNTER×HUNTER」のキメラアント編が爆発オチを選んだ理由 - アニメごろごろ
HUNTER X HUNTER23 (ジャンプコミックス) 作者: 冨樫義博出版社/メーカー: 集英社発売日: 2006/03/03メディア: コミック購入: 6人 クリック: 52回この商品を含むブログ (261件) を見る貧者の薔薇で倒される意味 ネテロとの念能力を用いた戦いには勝利したものの、ネテロが体内に仕込んでいた貧者の薔薇の毒を浴び、圧倒的な強さを誇りながらあっさりと命を落としたメルエム。この結末に「作者がメルエムを倒す方法を思いつかなかったから爆弾を持ち出した」や「爆弾を使わずに念能力での戦いで終わらせて欲しい」といった類の否定的な意見を偶に目にします。 強敵が爆弾で倒される展開は拳と拳の殴り合いが魅力の少年漫画的に邪道ではありますし、ネテロの１００年を超える修行の成果が爆弾に劣るものに思えてしまいます。それに対して思わず批判を口にする気持ちは分からないでもないのですが、好き
Spark SQLメモ(Hishidama's Apache Spark SQL Memo)
概要 Spark SQLは、Spark（RDD）の操作をSQL（SELECT文）で行う為のクラス群。 Sparkをインストールすればそのまま使える。（他に特に何かをインストールする必要は無い） Spark SQLを使う場合、SQLContextとSchemaRDDクラスを使う。 import org.apache.spark._ import org.apache.spark.sql._ val sc: SparkContext = ～ val sqlContext = new SQLContext(sc) import sqlContext._ SQLContextインスタンスはSparkContextを使って生成する。 SQLContextには通常のRDDからSchemaRDDへ変換する暗黙変換メソッドが定義されているので、インポートしておく。 SchemaRDDはRDD[Row]、す
Apache Spark on Amazon EMR - Big Data Platform - Amazon Web Services
Amazon EMR is the best place to run Apache Spark. You can quickly and easily create managed Spark clusters from the AWS Management Console, AWS CLI, or the Amazon EMR API. Additionally, you can leverage additional Amazon EMR features, including fast Amazon S3 connectivity using the Amazon EMR File System (EMRFS), integration with the Amazon EC2 Spot market and the AWS Glue Data Catalog, and EMR Ma
Spark RDDメモ(Hishidama's Apache Spark RDD Memo)
RDDの不変とは RDDの不変（イミュータブル）とは、“依存RDD（系譜）”と“処理内容”が変わらないという意味であり、「“処理した結果のデータ（値）”が常に変わらない」という意味ではない。[2014-09-08] 「一度出来上がったデータ（値）は、正常な手段では変更されない」という意味では、データが不変と言えなくもないが。 Sparkでは、障害が起きてRDDの一部が消失すると、入力元の（依存している）RDDを使って再処理してデータを作り直す。 基本的には、依存RDDのデータ（値）が障害前と同じであれば、再処理した結果のデータも障害前と同じになる。 しかし、障害前と同じにならないケースもある。 破損していない入力データが見つかるまで再帰的に依存RDDを辿っていくことになるが、一番先頭まで辿り着いてしまうと、HDFS等の外部システムからデータを再度読み込むことになる。 もしそのデータの内容が
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
Apache Zeppelin