一份可运行的求职说明(概念版)

图片版: 

文字版: 1 function IWill(){};
 2 IWill.prototype.MyAgree=[
 3     "长期的合作",
 4     "有能力和可靠的员工",
 5     "善于学习,善于解决问题的员工",
 6     "合理的薪酬和制度",
 7     "理性,可建议可讨论的团队和环境"
 8 ];
 9 IWill.prototype.MyAgainst=[
10     "项目Over,庆功宴即散伙饭的一次性开发工具",
11     "无成本搞定一切的万能员工",
12     "只会说是和好的自动播放机"
13 ];
14 IWill.prototype.Say=function(YouNeeds){
15     if(YouNeeds.length==0){
16         alert("Are you OK?");
17         return;
18     }
19     var iLoop=0;
20     for(iLoop=0;iLoop<YouNeeds.length;iLoop++){
21         if($.inArray(this.MyAgainst,YouNeeds[iLoop])<0){
22             alert("...Bye,And forget me please.");
23             return;
24         }
25     }
26     var AgreeNum=0;
27     $.each(YouNeeds,function(idx,value){
28         if($.inArray(this.MyAgree,value)<0){
29             AgreeNum++;
30         }
31     });
32
33     if(AgreeNum==0){
34         alert("I‘m sorry");
35     }else{
36         alert("Please contact me.");
37     }
38 };
39 var YouNeeds=[
40     /*****************************************/
41     //please enter you needs
42     /****************************************/
43 ];
44 var iWill=new IWill();
45 iWill.Say(YouNeeds);
时间: 2024-10-12 03:44:57

一份可运行的求职说明(概念版)的相关文章

Lucene + Hadoop 分布式搜索运行框架 Nut 1.0a9转自http://www.linuxidc.com/Linux/2012-02/53113.htm

1.概述 不管程序性能有多高,机器处理能力有多强,都会有其极限.能够快速方便的横向与纵向扩展是Nut设计最重要的原则,以此原则形成以分布式并行计算为核心的架构设计.以分布式并行计算为核心的架构设计是Nut区别于Solr.Katta的地方. Nut是一个Lucene+Hadoop分布式并行计算搜索框架,能对千G以上索引提供7*24小时搜索服务.在服务器资源足够的情况下能达到每秒处理100万次的搜索请求. Nut开发环境:jdk1.6.0.23+lucene3.0.3+eclipse3.6.1+ha

【Hadoop】HDFS的运行原理

简介 HDFS(Hadoop Distributed File System )Hadoop分布式文件系统.是根据google发表的论文翻版的.论文为GFS(Google File System)Google 文件系统(中文,英文). HDFS有很多特点: ① 保存多个副本,且提供容错机制,副本丢失或宕机自动恢复.默认存3份. ② 运行在廉价的机器上. ③ 适合大数据的处理.多大?多小?HDFS默认会将文件分割成block,64M为1个block.然后将block按键值对存储在HDFS上,并将键

HDFS的运行原理

简介 HDFS(Hadoop Distributed File System )Hadoop分布式文件系统.是根据google发表的论文翻版的.论文为GFS(Google File System)Google 文件系统(中文,英文). HDFS有很多特点: ① 保存多个副本,且提供容错机制,副本丢失或宕机自动恢复.默认存3份. ② 运行在廉价的机器上. ③ 适合大数据的处理.多大?多小?HDFS默认会将文件分割成block,64M为1个block.然后将block按键值对存储在HDFS上,并将键

HDFS的运行原理(转)

简介 HDFS(Hadoop Distributed File System )Hadoop分布式文件系统.是根据google发表的论文翻版的.论文为GFS(Google File System)Google 文件系统(中文,英文). HDFS有很多特点: ① 保存多个副本,且提供容错机制,副本丢失或宕机自动恢复.默认存3份. ② 运行在廉价的机器上. ③ 适合大数据的处理.多大?多小?HDFS默认会将文件分割成block,64M为1个block.然后将block按键值对存储在HDFS上,并将键

windows中实现有相同的程序运行就不在运行新的程序。

主要是通过互斥量内核对象来实现程序间互斥. // CEcopClientApp 初始化HANDLE m_hMutexMark = NULL;BOOL CEcopClientApp::InitInstance(){ //程序互斥代码,保证程序只有一份在运行--------------- m_hMutexMark = ::CreateMutex(NULL, TRUE, "MYECOPCLIENT_MARK"); if (GetLastError() == ERROR_ALREADY_EXI

linux高可用集群(HA)原理详解

高可用集群 一.什么是高可用集群 高可用集群就是当某一个节点或服务器发生故障时,另一个节点能够自动且立即向外提供服务,即将有故障节点上的资源转移到另一个节点上去,这样另一个节点有了资源既可以向外提供服务.高可用集群是用于单个节点发生故障时,能够自动将资源.服务进行切换,这样可以保证服务一直在线.在这个过程中,对于客户端来说是透明的. 二.高可用集群的衡量标准 高可用集群一般是通过系统的可靠性(reliability)和系统的可维护性(maintainability)来衡量的.通常用平均无故障时间

分布式系统的特点以及设计理念

分布式系统并不是什么新鲜词,在上个世纪七八十年代就已经有各种分布式系统出现.只是在互联网时代,分布式系统才大放异彩,尤其是Google更是把分布式系统运用到了极致.Google整个的软件构架都是基于各种各样的分布式系统,诸如Borg.MapReduce.BigTable等.正是这些分布式系统,使得Google可以处理高并发请求响应以及海量数据处理等.Apache旗下的Hadoop.Spark.Mesos等分布式系统,把大数据处理相关技术变得非常亲民,让更多企业客户体会到了分布式系统的便利. 一.

线程

我们可以在计算机上运行各种计算机软件程序.每一个运行的程序可能包括多个独立运行的线程(Thread). 线程(Thread)是一份独立运行的程序,有自己专用的运行栈.线程有可能和其他线程共享一些资源,比如,内存,文件,数据库等. 当多个线程同时读写同一份共享资源的时候,可能会引起冲突.这时候,我们需要引入线程"同步"机制,即各位线程之间要有个先来后到,不能一窝蜂挤上去抢作一团. 同步这个词是从英文synchronize(使同时发生)翻译过来的.我也不明白为什么要用这个很容易引起误解的词

hadoop-hdfs

简介 HDFS(Hadoop Distributed File System )hadoop分布式文件系统.是根据google发表的论文翻版的.论文为GFS(Google File System)Google 文件系统(中文,英文). HDFS有很多特点: ① 保存多个副本,且提供容错机制,副本丢失或宕机自动恢复.默认存3份. ② 运行在廉价的机器上. ③ 适合大数据的处理.多大?多小?HDFS默认会将文件分割成block,64M为1个block.然后将block按键值对存储在HDFS上,并将键