如何在苹果的ipad上执行android的应用程式
从现在技术来说,在苹果的ipad上无法通过任何方法执行android的应用程式apk档案 。
apk是安卓系统安装程式档案的一种格式，ipa是苹果安装档案的格式 ，apk和ipa只是用在不同的系统上 。
可以参考如下方法以实现Linux执行windows软体： 1 、安装linux版的vmware ，然后通过vmware建立windows虚拟机器，通过vnc实现linux物理机和windows虚拟机器的共享 ，从而执行windows软体。 2 、在Linux上安装Wine ，
linux上的可执行程式是没有后缀名之分的 。只要有可以执行许可权就可以执行 。
执行也是非常简单的，只需要在终端敲出路径+使用者名称就OK
例如 ，需要执行的档名叫test
如果你就在可执行档案所在的路径下就可以使用这个
root~#./test
如果不在test坐在的路径可以使用绝对路径 ，加入你的test所在的路径是/home 下面就这样了
root~#/home/test
这样就可以执行了
1 从命令列执行:
从命令列或者 shell 提示符执行应用程式的一个常用方法是使用 ./ 命令。如果您在 Linux 中使用句号 ( 。) 和正斜杠 (/)，就意味着告诉环境您想要以可执行档案执行该档案 。例如，执行一个名为 myapp 的可执行档案 ，您可以使用 ./myapp 命令。
2从桌面执行应用程式
在 Linux 中从桌面执行图形使用者介面 (GUI) 应用程式与在 Windows 中没多大区别。通常 ，您需要了解特定的桌面环境下应用程式在选单中是如何分组的 。Linux 有足够的桌面应用程式，可用于各种任务 。有一些应用程式是 Linux 本机固有的 ，还有另外一些应用程式可能是在一个常用执行时环境中使用 C# 开发的跨平台应用程式 ，比如，。NET Framework 应用程式 。您会发现 ，使用一个 Wine 这样的虚拟环境 ，您甚至可以在 Linux 上执行您最喜爱的 Windows 应用程式 。
参考文件：:elecfans./pld/PLDkaifaban/306232.
ZedBoard开发板上的Zynq是一个ARM PS（processing system， 双核A9 + 储存管理 + 外设）+ PL（programable Logic） 结构 ，如果不使用PL ，zynq的开发和普通的ARM 开发一样。不同的是ARM PS是可配置，因而硬体资讯是不固定的 。这也是zynq灵活性的一个表现 。电子发烧友网编辑现为读者整合《玩转赛灵思Zedboard开发板》系列文章 ， 其中包括在ZedBoard开发板上的一些应用例项。其内容包括：
玩转赛灵思Zedboard开发板（1）：ZedBoard详解
玩转赛灵思Zedboard开发板（2）：ZedBoard最简单的测试工程
玩转赛灵思Zedboard开发板（3）：基于Zynq PL的流水灯
玩转赛灵思Zedboard开发板(4)：如何使用自带外设IP让ARM PS访问FPGA?
玩转赛灵思Zedboard开发板（5）：基于AXI Lite 汇流排的从装置IP设计
从本小节开始 ，讲着重介绍Zedboard上的嵌入式linux应用，包括使用SDK设计最简单的linux应用程式、linux交叉编译环境搭建 、装置驱动编写等内容 。本小节使用的linux系统是Digilent官方提供的OOB设计，它是Digilent官网给出的一个完整的 、Zedboard可执行的linux 系统 ，包含了Zedboard上的几个重要的装置驱动如串列埠、USB 、乙太网 、OLED、HDMI等 。当linux在Zedboard上执行起来后 ，Zedboard就是一个小型的嵌入式系统，使用SDK及Xilinx ARM Linux工具链编译生成的可执行档案可以在这个系统执行。
硬体平台：Digilent ZedBoard；开发环境：Windows XP 32 bit；软体： SDK 14.2 。
一、获取Zedboard可执行的linux
Digilent官网给出Zedboard的可执行linux设计ZedBoard_OOB_Design包 ，可从:digilentinc./Data/Documents/Other/ZedBoard_OOB_Design.zip获取 ，下载后解压，可以看到包的结构和内容：
boot_image目录：
-- system.bit – 配置FPGA的bit档案
-- u-boot.elf – 引导linux需要的Second-Stage boot loader
-- zynq_f *** l.elf – 配置ARM PS系统的First-Stage boot loader（FSBL）
doc目录：
-- README.txt – 说明档案
hw目录：
-- EDK 14.1版本的XPS工程 ，用来生成硬体档案和bit档案
linux目录：
-- devicetree_ramdisk.dts – 装置树原始码
-- .config – Linux核心配置档案 ，用来生成zImage
sd_image目录：
-- BOOT.BIN – 使用boot_images中的三个档案生成的Zynq配置档案
-- devicetree_ramdisk.dtb – 编译后的装置树档案
-- ramdisk8M.image.gz – 编译后的档案系统
-- README – 介绍如何执行OOB设计的说明文件
-- zImage – 编译后的核心
sw目录：
--硬体配置
--FSBL原始码
其中sd_image目录中包含了ZedBoard上能够执行linux的所有档案 。将SD卡格式化为Fat32，把sd_image目录档案拷贝到SD 卡根目录下；然后将JP7~JP11设定为SD卡启动模式 ，将JP2短路 ，JP3断开，这样可以下一步我们可以把U盘作为USB 从装置挂载到Zedboard上。
图 Zedboard的连线和短路块设定
上电后 ，等待ARM PS的配置 、FPGA的配置（蓝色LED DONE 亮起） ，之后开始引导Linux系统了。可以从超级终端上看到一系列的引导资讯：
1 U-Boot 2012.04.01-00297-gc319bf9-dirty （Sep 13 2012 - 09:30:49）
2
3 DRAM： 512 MiB
4 WARNING： Caches not enabled
5 MMC： SDHCI： 0
6 Using default environment
直接在命令列输入该档名字；在档案之前加上路径即可； 比如当下目录下的test 执行./test ps:点斜杠表示当前目录
如何在CDH 5上执行Spark应用程式几个基本概念：
（1）job：包含多个task组成的平行计算，往往由action催生 。
（2）stage：job的排程单位 。
（3）task：被送到某个executor上的工作单元。
（4）taskSet：一组关联的，相互之间没有shuffle依赖关系的任务组成的任务集 。
一个应用程式由一个driver program和多个job构成 。一个job由多个stage组成。一个stage由多个没有shuffle关系的task组成 。
spark应用程式的执行架构：（1）简单的说：
由driver向丛集申请资源 ，丛集分配资源 ，启动executor 。driver将spark应用程式的程式码和档案传送给executor。executor上执行task，执行完之后将结果返回给driver或者写入外界 。
（2）复杂点说：
提交应用程式 ，构建sparkContext ，构建DAG图，提交给scheduler进行解析 ，解析成一个个stage ，提交给丛集，由丛集工作管理员进行排程 ，丛集启动spark executor 。driver把程式码和档案传给executor。executor进行各种运算完成task任务 。driver上的block tracker记录executor在各个节点上产生的资料块 。task执行完之后 ，将资料写入HDFS上或者其他型别资料库里。
（3）全面点说：
spark应用程式进行各种transformation的计算，最后通过action触发job。提交之后首先通过sparkContext根据RDD的依赖关系构建DAG图 ，DAG图提交给DAGScheduler进行解析 ，解析时是以shuffle为边界，反向解析，构建stage ，stage之间也有依赖关系 。这个过程就是对DAG图进行解析划分stage ，并且计算出各个stage之间的依赖关系 。然后将一个个TaskSet提交给底层排程器，在spark中是提交给taskScheduler处理 ，生成TaskSet manager ，最后提交给executor进行计算，executor多执行绪计算 ，计算完反馈给TaskSetmanager ，再反馈给taskScheduler，然后再反馈回DAGScheduler。全部执行完之后写入资料 。
本文主要记录在 CDH5 丛集环境上如何建立一个 Scala 的 maven 工程并且编写 、编译和执行一个简单的 Spark 程式
:tuicool./articles/Ajuyqan
:iteblog./archives/1073
上面有教程、程式码演示 ，请参考了 。
建立 maven 工程
使用下面命令建立一个普通的 maven 工程：
bash
$ mvn archetype:generate -DgroupId=.cloudera.sparkwordcount -DartifactId=sparkwordcount -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false
将 sparkwordcount 目录重新命名为simplesparkapp ，然后，在 simplesparkapp 目录下新增 scala 原始档目录：
bash
$ mkdir -p sparkwordcount/src/main/scalacloudera/sparkwordcount
修改 pom.xml 新增 scala 和 spark 依赖：
