手机和 PC 在一个局域网段的话 KDE Connect 很方便（不止可以用于 KDE 桌面），除了能传文件，还能将手机上的通知推送到 PC 上。

科技美学的盲评最近几季 iPhone 的拍照都岌岌可危啊，如果只是随手拍一下发朋友圈，慎重

mendeley, 专业管文献，pdf 可批注，组员可共享。

可能 ubuntu 还没做国际化适配，需要 snap 项目组更新 snap。Flatpak 已经可以用输入法。

能吃经验饭的行业，都有一个共同的特点，知识更新的速度没有那么快，之前的经验可以被积累而转变成价值。

例如医生面向的对象是人体，人体的进化是缓慢的，而医疗技术的更新速度有限。之前治病中积攒的经验，10 年后还可能用上。

而 IT 行业知识进化和发展速度太快了，导致经验无法被积累，而是经常被清零。假设说 10 年前某大佬通过努力积攒了关于某个系统或框架的深厚的知识和经验，但 10 年后这个框架和系统被淘汰了。那这些经验就变得毫无价值，或价值非常有限。即使终身学习，但学习新知识又没有年轻人学得快。

IT 行业里类似架构师或管理岗能不吃青春饭，是因为软件架构的进化和管理技术的进化是缓慢的，在这些领域经验是可以被积累的。

Gnome shell 的卡很随机. 我的台式机用 AMD 的老显卡,Gnome Shell 掉帧严重; 笔记本用的 Intel 集显,就很顺滑. Ubuntu 的 Gnome 桌面还经过自己的修改, 可能更卡. 想流畅换 Xfce 桌面.

是不是扩展的问题？可以试试 Firefox 安全模式启动（帮助 -> Restart with Addon disabled ）。

AUR 上的这一版的 QQ，比较稳定。
https://aur.archlinux.org/packages/deepin.com.qq.im/

@engineer9 在导入数据的时候先处理好，再创建 SQL 表比较方便

@engineer9 如果 from > to 则 map 一个（ id, to, from ）否则 map(id, from, to)

@BIGUFO RDD 的 distinct 中每一条记录会创建一个对象，10 亿条记录会创建 10 亿个对象，即使集群多机计算，中间生成这么多对象 GC 压力也很大。SQL API 有钨丝计划优化，gc 问题会小很多。

这个就是转无向图的过程吧？

使用 Spark SQL API （ Spark RDD API 的 distinct 有严重的 GC 问题，不推荐）。

1. 将数据导入 Spark SQL 的表
2. 将 from 和 to 规则化（确保 from 的顶点 ID 小于 to 的）
3. 使用 Spark SQL API 进行 distinct 去重

fcitx-diagnose 运行一下，如果 fcitx 配置的有问题，里面会提示的。

Manjaro 基于 Arch，但在烧制的 USB 安装盘上提供一个 GUI 的 Live 环境，可以提前试用一下看是否能正常驱动显卡。

无向图做连通分量用 GraphX 性能还是可以的。如果是有向图做强连通分量检测的话，GraphX 的性能就比较拙计了，还不如直接单机串行算法。

如果图规模不大的话，GraphX 的额外开销太大，性能比不上单机 C++实现的版本。

Deepin+1 在国内的环境下能帮你少折腾很多东西，比如 QQ 和 WPS Office。

vnote + 坚果云 /Dropbox 等网盘

@niubee1 竟然是永中 Office，永中还活着！！！