当我在大学时，楼里有个富家子弟拥有一台配备 16MB 内存的电脑。 在你嘲笑之前，你需要回想一下 1993 年。当时新电脑的标准内存容量是 2MB，而 4MB 算是“高端”配置。 总之，这孩子的电脑快得惊人，因为他可以创建一个足够大的 RAM 磁盘来完全容纳 Windows 3.1，因此整个操作系统都从 RAM 运行。 这在 1993 年就相当于富家子弟版的 SSD。

那时，我在电脑上做过的最密集的计算是用 POV-Ray 进行图像渲染。 我们都认为这个富家子弟会用他那台完全在 RAM 中运行的超强电脑把我们远远甩在后面——但事实并非如此。 虽然他的电脑确实是我见过的响应速度最快的电脑，但它没有数学协处理器。 我朋友那台配备 4MB 内存的 386DX2-66 电脑渲染 POV-Ray 图像的速度比我见过的任何电脑都快。 那时我第一次理解了高性能计算。 诚然，HPC 随着时间的推移发生了变化，但概念仍然相同——用于繁重数字运算的重型硬件。 而本月，我们将重点关注 Linux 世界中的 HPC。

Reuven M. Lerner 在本期中首先讨论了 Web 安全。 防火墙和入侵检测无法保护您免受糟糕的代码的影响，因此以安全的心态进行开发非常重要，Reuven 为此提供了一些非常有用的信息。 接下来，Dave Taylor 提醒我们编程中另一重要方面：乐趣。 Dave 继续他的卡里比牌戏系列，并展示了将人类头脑中看似简单的事情编程实现是多么复杂。

Kyle Rankin 帮助解决了一个在笔记本电脑在工作场所和家庭之间来回携带时出现的问题。 当所有程序和窗口没有以相同方式排列时，插入不同的外部显示器可能会令人沮丧。 如果您添加纵横比不同的显示器，这种挫败感会更加强烈。 Kyle 展示了他如何在自己的笔记本电脑上处理这个问题。

在我的“开源课堂”专栏中，我探讨了 URL 过长的问题。 虽然使用免费的 URL 缩短服务完全可以接受，但像谷歌关闭 Google Reader 这样的事件提醒我们，如果我们依赖免费服务，当它消失时我们就不能抱怨。 我演示了一些从您自己托管的域名缩短 URL 的方法。

最后，让我们来谈谈本期的核心内容——即 HPC 相关内容。 Adam Monsen 介绍了如何在 Linux 上将 MapReduce 与 Hadoop 一起使用。 Grep 是一个很棒的工具，但有时您需要用链锯来代替 grep 瑞士军刀。 Adam 展示了如何做到这一点。 如果您正面临着需要 grepping 足够的数据才能转向 MapReduce 的问题，那么您或许还应该研究一下数据去重。 Jeramiah Bowling 在 Adam 的文章之后发表了一篇关于 Opendedup 的文章。 如果您发现自己将大部分驱动器空间用于存储冗余数据，您会想阅读 Jeramiah 的研究。

当您想到高性能计算时，“Python”不太可能是第一个出现在您脑海中的语言。 Joey Bernard 本月探讨了 IPython 和 SciPy，它们使用并行处理，将 HPC 功能引入 Python 代码。 当涉及到高性能计算时，FIFO 缓冲区、环形缓冲区和工作队列等术语至少与正在处理的代码一样重要。 Alexander Krizhanovsky 深入探讨了扩展多核环境的方法，以最大限度地利用您的服务器集群。

David Strauss 用一个有趣的视角总结了 HPC 内容，他认为服务器容器正在取代 VM 的概念。 虽然与云计算的概念（SaaS、PaaS、IaaS）非常相关，但服务器容器可能是计算解决方案的下一个合乎逻辑的步骤。 阅读 David 的文章，看看您的想法。

HPC 专刊总是让我的服务器集群显得微不足道。 诚然，大多数人不像我一样在地下室里有一个完整的服务器机架，但即便如此，我肯定没有在那里进行任何高性能计算。 然而，计算机正变得越来越强大，同时物理体积也在缩小。 不久之前，数学协处理器还是现代计算的奇迹。 谁知道明天会发生什么。 值得庆幸的是，有了 Linux，我们很可能会尽早且免费地体验到最新最好的技术。 这就是运行高性能操作系统时会发生的事情。

订阅用户可用：4月1日

• 立即购买本期
• 立即订阅
• 已经是订阅用户？ 立即登录阅读本期。