반응형
트랜스지방이 얼마나 위험한지 araboja.





 

1. 콜레스테롤은 동물 세포막에서 발견되는 지방임.  음식을 통해서도 몸으로 흡수되고,  몸에서도 만듬. 


 

 

 2. 음식으로 충분한 콜레스테롤이 들어오지 않으면  몸에서 부족한 부분을 만들기때문에. 콜레스테롤을 많이 먹는다고 콜레스테롤이 늘지는 않음. 간이 알아서 조절을 함. 


   

3. 이걸  몰라 얼마전까지도 콜레스테롤을 적게 먹으라고 했음.  미국심장협회는 콜레스테롤을 하루 300mg이하로 먹으라는 권고를 50년이상 계속함. 그런데 연구를 하면 할수록 콜레스테롤을 먹는다고 몸속 콜레스테롤 수치가 올라가지 않는다는 결과들이 계속 나옴.  몸속에 콜레스테롤이 많은거는 분명히 안좋은데, 간이 조절을 해버리기 때문에 콜레스테롤을 많이 먹는다고  수치가 올라가지 않는다는 것임.

 

 

 

 4. 결국 2015년  콜레스테롤이 위험식품 목록에서 빠지고, 음식물로 들어오는 콜레스테롤은 심혈관질환과 관련이 적다는게 정설이 되며

     콜레스테롤 자리를 트랜스지방이 차지함. 


 

  

5. 피검사를 하면 콜레스테롤 수치를 알려줌. 콜레스테롤은 LDL,HDL,중성지방을 합친 것으로, 총 콜레스테롤은 중성지방을 5로 나눈 숫자에 LDL과 HDL을 더해서 계산함.



 

6. 보통 LDL을 나쁜 콜레스테롤, HDL을 착한 콜레스테롤로 부름. LDL은 적을수록 좋고 HDL은 많을수록 좋아서 그럼. 혈관에 콜레스테롤을 퍼붓는게 LDL이고, 혈관속이나 피떡속의 콜레스테롤을 간으로 가져가 없애버리는게 HDL임.



 

 7. LDL과 HDL은 모두 지방과 단백질의 덩어리로 성분은 같고, 지방과 단백질의 비중만 다름. 단백질을 기준으로 단백질이 적으면 Low, 단백질이 많으면 High가 됨. LDL의 경우 단백질이 적으니(Low) 지방이 많다는 말임. LDL은  넘치는 지방을 혈관에 뿌림. HDL은 반대임. 단백질이 많으니(High) 지방이 부족해서 혈관속의 지방을 흡수해서 간으로 가는길에 가져감. 


 

8. 중성지방은 몸에 저장되는 지방으로 보통 배부위에 집중적으로 저장됨. 이런이유로 LDL과 중성지방은 낮은게 좋고 HDL은 높은게 좋음.  다만,총콜레스테롤은 중성지방과 HDL과 LDL을 합쳐서 계산해서, 좋은 HDL이 많아도 수치가 높게 나올수 있음. 중성지방,HDL,LDL 세가지를 하나하나 보고 판단을 함. 

 

 

 9. 심혈관질환의 주범으로 콜레스테롤의 악명높은 자리를 새로 차지한게 트랜스지방임


  

10. 지방은 두가지로 나눠짐. 평상시에 고체상태면 포화지방이고, 액체상태이면 불포화지방임. 삼겹살을 구으면  돼지기름이  액체가 되어 흘러나오다가 온도가 식어 평상시 온도가 되면 굳음. 평상시에 굳으니 포화지방임. 식물에서 나오는 기름들은 팜유나 야자유를 제외하고는 대부분 상온에서 액체상태가 됨. 불포화지방임. 


  


11. 제품을 만드는 입장에서 불포화지방은 가격은 싼데 액체이다보니 관리가 힘듬.  종이에 싸서 판매하기 힘들고, 잘 상해서 산폐가 되니 장기간 보존이 힘듬.  불포화지방을 고체인 포화지방으로 만드는 방법이 개발되자 유통이 쉽고 장기보존이 가능해졌지만  불포화에서 포화로 바뀌는 과정에서 트랜스지방이라는게 생김. 트랜스젠더의 그 트랜스와 같은 단어로,  바뀌는 과정에서 생긴다고 이름을 그렇게 붙임. 

 

 

12. 트랜스지방은 자연상태에서 많이 있는 지방이 아니라 몸이 처치방법을 잘 모름. 그래서 몸에 들어오면 간에서 대사를 시켜 배출시키지 못하고 차곡차곡 몸속에도 쌓아놓고 혈관에도 쌓아놓음. 이놈은 불포화지방과 반대로 LDL 수치를 증가시키고 HDL을 감소시켜 심장병 발병률을 높이고, 그 외에도 뇌졸중, 암, 치매,당뇨병등이 잘 걸리게 함.  온갖 성인병의 원인이됨. 

 

 


13. 100g당 트랜스지방이 제일 높은게 마가린으로 14g정도가 들어있어 트랜스지방 덩어리임. 이외에도 감자튀김 5g, 비스킷 3g등 튀긴음식과 과자들에 많음. 안먹으면 안먹을수록 좋고,  하루 2g은 넘지마라고 함. 


 

 

 14. 식품회사의 속임수에 조심해야 됨. 한국법이 이상해서 기준치에 0.2g미만으로 트랜스지방이 들어있으면 0%로 표시를 할 수 있음. 

문제는 기준치는 식품회사가 정하기 나름인것임.  1회 제공량인 20g을 기준치로 해서 0.15g이 들어있다고 해도 0%로 표시가 됨. 

  


15.  트랜스지방은 분해와 배출이 힘듬. 포화지방은 식이요법과 운동으로 분해나 배출이 되지만 트랜스지방은 죽기직전의 영양실조상태까지 가야 몸이 쓰기 시작함. 한마디로  몸에 쌓이면서 혈관을 맛가게 만듬. 


 

 

 



한줄요약. 트랜스지방이 위험식품 짱 먹음. 

 


반응형
by 발전소장 에르 :) 2018. 6. 24. 23:42
반응형

한국사를 되돌아보면

쇠락해가는 국운은 항상 전라북도에서 먼저 감지되었다.

조선시대 말기 탐관오리들이 가장 설치던 곳도 전라북도였고

동학 민란이 일어난 곳도 전라북도였다.

한국전쟁 당시 인민재판이 가장 활발히 일어난 곳도 전라북도였다.



전라북도는 채만식의 소설 탁류의 무대가 되었던 곳이다.

일제시대 당시 조선에서 손꼽히는 미두(米豆)장이 있었던 곳이고

수많은 조선인들이 이곳에서 자신의 인생을 망쳤다.

서해 바닷물이 짠 이유는 조선인들의 눈물이 모이기 때문이라는 말까지 있었다.


스크린샷 2015-09-22 오후 3.52.09.png







세월은 흘러 군산은 미두의 악몽을 떨칠 수 있었다.

박정희 대통령의 경제 발전 정책 덕분이었다.

박정희 대통령과 대기업이 '결탁'해서 탄생한 기업이 호남정유(지금의 GS칼텍스)이다.

경제민주화를 외치는 전라도인들이 왜 호남정유에 대해서는 언급하지 않는지 의문이다.

a0107988_497a6a7d77074.jpg 


칼텍스사 사장을 접견하는 박정희 대통령

Yesterday/pix/16/202.jpg


전라도새끼들 일자리 마련해줄 일만 생각하시던 어진 지도자 원조각하. 그리고 구인회 회장(맨오른쪽)

2375_94.jpg







전라북도의 중심지 군산도 새로운 번영을 맞게 되었다.

2008년 건립된 현대조선소 덕분이었다.


32698699_kRmr8Op5_EAB5B0EC82B0ECA1B0EC84A0EC868C.jpg






그러나 2015년... 

한국에서 가장 강력한 강성노조 민노총 금속노조는 현대조선소도 파업에 동참할 것을 결정했다.

그리고 한국의 조선업은 빠르게 후퇴하기 시작했다.



 


ze.jpg






공부 열심히 하지 않은 돌대가리들 특징이 날짜 지키지 않는 일이 얼마나 무서운지 모른다는 점이다. 

그리고 노조처럼 야비하고 못 배운 쓰레기들도 없다.

'품질만은 제대로' 어쩌고 하고 떠들지만 - 품질이 좋아질 리도 없거니와 - 납기 지연하는 시점에서 이미 좃되는 거다.

그리고 자기들이 파업을 하는데 어떻게 경영진이 흑자를 내는가?

선수들이 플레이 자체를 거부하는데 팀이 지는 것이 감독 책임인가?



이렇게 한국 조선업이 몰락해가는 동안 중국이 무섭게 치고 올라왔다.

그로부터 1년 후, 2016년...





zze.jpg





한국 조선업은 수주 가뭄, 낮은 생산성, 구조조정 갈등이라는 삼중고에 시달리고 있었다.
당장 할 수 있는 것은 구조조정이었다.
그런데 노조와 정면충돌을 두려워한 사측에서는 비정규직들을 우선적으로 해고했다.

파업의 주범이자 반기업 집단과 다를 바 없는 노조가 실권을 휘두르며 조선소의 생산성은 계속 낮아졌고 
노조는 갑자기 비정규직들을 챙겨주는 척하기 시작했다.
다가올 대선에 대비하여 정치 단체로서의 세력을 과시하기 위해서였다.

비정규직들은 정규직이 될 실낱 같은 희망 하나에 매달려 노조의 뒤를 따랐다.

23909_26411_430.gif






그러나 비정규직은 영원한 을이었고
정규직 노조들의 갑질은 갈수록 심해지고 있었다.
PD수첩.E1121.170328.비정규직의 눈물.mp4_001258764.jpgPD수첩.E1121.170328.비정규직의 눈물.mp4_001264411.jpgPD수첩.E1121.170328.비정규직의 눈물.mp4_001411797.jpgPD수첩.E1121.170328.비정규직의 눈물.mp4_001487552.jpg





상황은 갈수록 나빠지고 있었다.
이제는 비정규직들을 수탈하는 것만으로는 메꿀 수 없는 지경이 되었다.
그리고 더 이상 현대중공업도 견딜 수 없는 단계에까지 이르렀다.
노조에게 흐리멍텅하게 굴던 정몽준이 "No more!"를 외치고 마는 단계까지.




2017년 2월...
아가리면 벌리면 상생을 외치지만 실제로는 자기들의 이권 밖에 모르는 비열한 노조는
다시 한번 파업을 일으켰다.
죽어가는 폐암 환자가 자기 힘으로 빨아들이는 마지막 흡연 한모금과도 같은 파업이었다.
운명의 순간은 다가오고 있었다.




zzze.jpg

2017022303554_0.jpg






결국 5월4일 현대중공업은 군산 조선소 폐쇄를 결정한다.
상습적인 납기 지연과 품질 저하로 일감이 들어오지 않는 상황에서 도저히 게으른 노조를 먹여살릴 수 없었던 것이다.


62b19918f37073fdb643628273bf8625.png






군산 시민들과 전라북도인들은 모두 반발했다.
그들은 다시금 시위에 나섰다.





처음에는 '염원이다!' 같은 반말조로 훈계했다.
당시 촛불시위의 영향으로 민심이 명령하면 누구든 들을 것이라 착각하던 시절이었기 때문이다.
2017012516388298561_1.jpg 





그러나 시장 원리는 개돼지들의 명령 위에 존재한다.
자기들의 '민심'이 아무짝에도 쓸모없다는 것을 알자 구호부터가 공손해졌다.
no_water.jpg




그러나 바뀌는 건 아무것도 없었다.
다급해진 전라도인들은 정몽준을 전라북도 명예도민으로 임명했다.
AKR20170201125000055_01_i.jpg






불과 몇 달 전까지만 해도 흥겹게 서울을 유람하며 재벌을 해체하라고 외치던 그들이
eewe.jpg






이제는 재벌과 함께 하고 싶다고 구걸까지 했다.
자기가 땅바닥에 뱉은 침도 마실 수 있는 야비한 전라도 근성 그대로였다.
1119954_202204_5126.jpg






이제와서 감성에 호소해봤자 기업은 듣지 않는다. 아니, 들어주고 싶어도 할 수 있는 게 없다.
그 정도로 군산 조선소는 궤멸 직전이었다. 아니, 궤멸할 수 밖에 없었다.

이게 나라냐? 하고 준엄하게 꾸짖으면 누구든 자기들 앞에 굽신거릴 줄 알았던 그들이 마주한 것은
이게 운영 가능한 직장이냐? 는 차가운 현실 뿐이었다.
article.jpg 15034630_1125502977557455_541103185658380288_n.jpg







이제 그들이 믿을 수 있는 것은 "소통이 잘 되는 대통령" 문재인 밖에 없었다.
1131140_209018_3318.jpg








그러나 문재인은 이미 이용가치가 사라진 전라북도인들의 뒤통수를 쳤고

c241767e36bd55d8e3917492c7b6439c.png

maxresdefault (1).jpg










그들을 기다리던 현실은 눈물의 똥꼬쇼가 아니라 눈물의 셧다운이었다.
2017년 7월1일부터.
5000마리의 개돼지들은 직장을 잃었다.
djz.jpg







이제 곧 군산 셧다운 1주년이 다가오는구나.
그런데 지난 1년간 민노총이 당신들 챙겨주든가?
포기해라.
이제는 유람선이 뒤집혀 당신들 자식들이 모두 익사한다 해도 챙겨주지 않을 것이니.
그리고 전라북도의 자영업자들이 모두 서해에 몸을 던진다 해도 민노총은 최저임금을 계속 올릴 것이다.
1만원을 달성하면 2만원을 향해 투쟁하겠지.







전라북도인들이여,
노조가 설치다가 망한 아르헨티나, 베네수엘라, 그리스 같은 나라들의 이야기는
머나먼 나라의 이야기, 당신들에게는 해당될 일 없는 해외토픽으로만 들렸는가?
전라남도가 당신들을 형제로 여겨 구해줄 것이라 생각했는가?





어리석은 자들이여
저절로 깨어나는 악몽은 없으며
800px-Porte_de_l'Enfer_(Ugolin).JPG





지옥에는 바닥이 없다.
800px-Porte_de_l'enfer_(Chute).JPG











군산이 지금 마주해야 하는 현실은 냉혹하다.
9255fd2cbd06422bac1f7faa9f51bcb7.png071ef0aa79ba144bbb642c4a6e0c78d4.png4bde000c96615d7d23b2b46b5d151e96.png







지금 바라보는 현실이 지옥으로 보이는가?
유감이다. 지옥은 아직 시작되지도 않았다.
그리고 거듭 말하지만 지옥에는 바닥이 없다.
1280px-Le_penseur_de_la_Porte_de_lEnfer_(musée_Rodin)_(4528252054).jpg





1930년대 조선인들의 눈물이 흘러들어 짜게 된 서해바다는
2017년 이후, 어리석은 개돼지들이 흘리는
후회의 눈물, 그리고 분노의 눈물로 인하여 다시 한번 더 짜고 쓰디쓴 물이 될 것이다.







이것이 단지 일부 어리석은 전라도인들만의 문제일까?
그렇지 않다. 지옥은 이제 겨우 시작일 뿐이다.
군산은 시작에 불과하고 지옥은 점점 넓어지고 있다.
게다가 지옥 중에서도 가장 끔찍한 포퓰리즘 지옥이다.
article (1).jpg









일반적인 지옥은 죄를 지은 사람만이 가는 곳이지만
포퓰리즘 지옥은 설령 포퓰리즘을 지지하지 않았던 사람들마저도 집어삼킨다.
그리고 단테의 신곡 지옥편에는 이런 구절이 있다.
abandon-hope-all-ye-who-enter-here-e1285714292550.jpg
Abandon all hope, ye who enter here
(여기 들어가는 모든 자들은 희망을 버려라)


반응형
by 발전소장 에르 :) 2018. 5. 29. 09:49
반응형


고속도로의 영화같은 고의사고





고속도로에서 의식잃고 중앙분리대 긁으면서 
가는 차량을 본인의 투스카니로 일부러
사고내면서 막아세움
대단한 용기가 아닐수가 없고




http://m.news.naver.com/hotissue/read.nhn?sid1=100&cid=3069&iid=1292370&oid=001&aid=0010082835


반응형
by 발전소장 에르 :) 2018. 5. 13. 23:35
반응형
바다의 천사이자 재주꾼, 혹등고래!!

 


이 친구는 바다의 천사라고 불리우는 혹등고래.


몸길이는 12~15m 정도에 뚱뚱한 체구를 가지고 있는데


워낙 천성이 착하고 이타적인지라 바다의 천사 소리를 듣는다.


지금부터 혹등고래의 선행에 대해서 알아볼까?


  


스쿠버다이버를 발견한 혹등고래가 몸을 뒤집어 지느러미를 흔드는 제스처를 취한다면


"나는 괜찮지만 조그마한 당신에게는 위험할 수 있으니 돌아가라!" 는 이야기란다.


실제로 이 제스처가 뭔지를 모르고 밑으로 내려갔던 스쿠버다이버는 고수압이나 소용돌이, 상어 등의


위험과 맞닥뜨렸으며 특히 상어와 마주쳤을 때는 혹등고래가 인간을 엄호해줘서 겨우 살았다고.


 


이러한 선행은 비단 인간에게만 베푸는 것이 아니라 다른 동물들에게도 마찬가지인지


범고래로부터 습격받을 뻔한 바다표범을 온몸으로 구해내는 모습을 보여주기도 한다.


이런 식으로 범고래와 혹등고래가 트러블을 빚는 사례가 많은데 오히려 혹등고래가


먼저 범고래 무리에 달려들어서 깽판을 치는 일이 잦댄다. 그것도 다른 짐승을 구하기 위해서.


 

 


새끼 귀신고래를 사냥하는 범고래 무리


 


저 멀리서 대형고래가 전속력으로 질주해온다.


 


범고래 "저 오지라퍼가 또...!"


 


결국 혹등고래와 범고래의 패싸움이 붙고 말았다. 


 


범고래 "에이~ 망했다!! 철수!!"


결국 구시렁거리면서 철수하는 범고래 무리. 


덕분에 새끼 귀신고래는 구사일생으로 목숨을 건질 수 있었고


혹등고래는 그러고도 분이 안 풀렸는지 범고래 무리의 뒤를 계속 쫒았다고 한다.


혹등고래.gif 혹등고래.gif - 짤방 - 일베ì ìž¥ì†Œ


뿐만 아니라 혹등고래는 바다의 재주꾼이다.


독특한 사냥 재주를 가지고 있는데 공기방울을 이용해서 물고기들을 가둔 다음에 한 번에 집어삼키는 것.


물고기떼 아래에서 공기방울을 만들고 원형을 그리면서 빙빙 돌면서 포위해나간다. 그러다가 일시에


수면 위로 솟구치는데 물살에 떠밀린 물고기들이 수면 위로 떠오르면 이를 한 입에 집어삼키는 것.


 í˜¹ë“±ê³ ëž˜ gif에 ëŒí•œ ì´ë¯¸ì§ ê²ì‰ê²°ê³¼í˜¹ë“±ê³ ëž˜ gif에 ëŒí•œ ì´ë¯¸ì§ ê²ì‰ê²°ê³¼


또한 고래 중에서 가장 브리칭을 잘하는 녀석으로 수면 위로 솟구쳐올라서 재주를 부리는데 다른 고래들이


머리 정도만 브리칭을 하는 반면에 혹등고래는 자기 키만큼 수면 위로 뛰어오르며 큰 마찰음과 포말을 만든다.


몸길이가 15m에 달하는 대형 고래가 자기 키만큼 뛰어오르며 재주를 부리는 모습은 그야말로 장관.



그리고 모든 고래 중에서 가장 소리를 잘 내는 고래다. 아주 다양한 소리를 내고 그 소리들을 배열해서


노래를 부르기도 하는데 30분 이상 부를 때도 있다. 학자들 사이에서는 고래들의 유행가 아니냐는 의견이 있을 정도.


혹등고래 무ì§ê°œ gif에 ëŒí•œ ì´ë¯¸ì§ ê²ì‰ê²°ê³¼ 


무지개를 뿜어내는 혹등고래.


이처럼 선량한 성품과 재주많은 모습 탓에 국가안보 문제에 있어서만큼은 양보없는


미군조차도 혹등고래 서식지라면 어지간하면 피해간다고 한다.


반응형
by 발전소장 에르 :) 2018. 5. 13. 23:29
반응형

영화계를 뒤집을 삼성의 혁신, Onyx에 대해 알아보자

Screenshot_20180506-220105_Google.jpg


오다니면서 이런거 본 기억 있을거야


대형 스크린을 구현하기 위해 디스플레이 여러개를 이어붙인것이지


근데 이렇게 구현된 대형 스크린은 저 거슬리는 베젤들 때문에


저걸 영화관에 쓴다거나 그런건 꿈도 못 꾼게 현실이지 


근데 삼성이 지난주에 발표한 onyx디스플레이 기술은 이걸 깨부순거야

Screenshot_20180506-221451_YouTube.jpg


Screenshot_20180506-214646_YouTube.jpg

Screenshot_20180430-034126_YouTube.jpg


분명히 소형화면 수십개를 이어붙여 구현한 207인치 초대형 스크린이지만


디스플레이 베젤을 완벽하게 없엤기 때문에 전혀 선이 보이지않고 하나의 큰 화면으로 보이게 됨


이걸로 기존 영화관 프로젝터를 완전히 대체하는 영화관용 스크린을 개발, 발표한것이지


그렇다면 기존 프로젝터에 비해 무슨 장점들이 있을까? 



Screenshot_20180506-221400_YouTube.jpg


1. 일단 밝기가 10배 밝음


Screenshot_20180506-221336_YouTube.jpg

Screenshot_20180506-214724_YouTube.jpg


2. 명암비가 씹넘사 수준으로 차이남. 진짜 블랙을 구현할수 있음


Screenshot_20180506-221418_YouTube.jpg


3. HDR을 지원하고 표현할수 있는 색상 범위가 훨씬더 넓음



4. 화질도 4k로 기존 보통 영화관보다 2배정도 좋음


Screenshot_20180506-090459_YouTube.jpg

Screenshot_20180506-214810_YouTube.jpg

Screenshot_20180506-222149_YouTube.jpg



5. 주사율(fps)이 3배이상 더 높고 셔터글라스로 훨씬더 밝고 깊이있는데다 고화질의 3D영화감상을 할수있음


최근 cinema con행사에서 요거 공개했을때 관중들 평가는 매우 긍정적이었고 특히 3d영화 감상시 기존 영화관 3d와는 차원이 다른 신세계라고함. 다수의 대형 영화관들과 이미 계약 체결까지 완료되어서 올해부터 본격적으로 한국에서도 여기저기 들어서기 시작할것임



빨리 직접 봤으면 좋겠다. .솔직히 기존 영화관들 너무 날로 먹었지 않았냐? 화면 큰거 한개 빼고는 도무지 티비에 비해 장점이 없었음... 



반응형
by 발전소장 에르 :) 2018. 5. 6. 23:47
반응형

170207_의로운-사람들_03.jpg 





(길면 3줄요약만 봐라 ㅠㅠ)





여기 사람들이 잘 모르는 패스워드의 비밀이 있다. 


당신은 패스워드를 찾기 위해서 어떻게 하는가?



이메일 인증? 

질문과 답변?

메시지 인증?


여기에는 다 공통된 비밀이 있다.





패스워드 찾기를 하면 

항상 '원래의 비밀번호'를 알려주지 않고 '비밀번호 재설정'을 통해서 해결한다.


처음에 설정했던 비밀번호를 알 수가 없다는 것이다.





패스워드는 '해시함수'라는 알고리즘으로 임의의 길이의 패스워드를 고정된 길이의 데이터로 바꾸게 된다.










 


 


예를 들어)

비밀번호: qwe123 ->>>> (해시함수 적용) >>>> lwqejrgbjk12g34j123b


우리는 구글에 로그인 할 때 

아이디: unmaebyeungsin 

비밀번호: qwe123


위와 같이 입력하지만


일베저장소 서버에는

아이디: unmaebyeungsin

비밀번호:  lwqejrgbjk12g34j123b


위와 같이 qwe123이 해시함수를 적용한 값(lwqejrgbjk12g34j123b)으로 저장된다.











20180222_193729.png


이렇게 저장하는 이유는 개인정보보호법에서 명시하고 있기 때문이다. 














다운로드.jpg


사실 위에 내용은 하나도 필요없고 


패스워드의 비밀은 해시함수의 성질이다. 



해시함수는 일방향 함수라는 성질 때문에


qwe123 ->>>>>> (암호화) >>>>>>>>> lwqejrgbjk12g34j123b

위와 같은 방식을 '암호화'라고 한다.

비밀번호를 해시함수 값으로 바꿀 수 있지만  


lwqejrgbjk12g34j123b >>>>>>> (복호화) >>>>>>>>>>> qwe123  

위와 같은 방식을 '복호화'라고 한다.

해시함수 값을 비밀번호로 바꿀 수는 없다. 




해시함수의 성질이다.





그래서 우리는 비밀번호 찾기를 하면 


서버에 저장된 해시함수 값에서 원래의 비밀번호를 복호화해서 찾을 수 없기 때문에


원래의 비밀번호를 알 수가 없다.


그래서 원래의 비밀번호를 서버에서 삭제시키고


항상 새로운 비밀번호를 재설정하게 된다. 






3줄요약 

1. 해시함수의 일방향 함수 성질 때문에

2. 원래의 비밀번호를 찾을 수 없고

3. 항상 비밀번호를 재설정 해야 한다



반응형
by 발전소장 에르 :) 2018. 3. 19. 21:16
반응형

 

 

 

 

오랜만이다. 

 

근 2년 만에 접속해본다. 

 

심해생물에 대해서 여러가지를 소개해주려고 쓴다. 

 

흥미 위주로 읽고 그냥 넘어가도 쓸모없음. 

 

시작.

 

만물을 지배하여 지구의 최상위 포식자가 된 인간. 

 

그러나 그들도 모르는 세계가 있었으니, 그것이 현 심해였다. 

 

사람은 예전 부터 바다에 대한 막연한 동경을 안고 있었다. 

 

바다에 있는 수평선을 바라보며 저 너머에 있는 세계를 상상하고 그 이후를 생각했지. 

 

바다란 인간에게 있어서 신기하고 먹을 것을 주는 생명의 젖줄과도 같은 것이었다. 

 

때로는 사고로 뱃사람들의 목숨을 많이 앗아가기도 했었고 알 수 없는 기이한 현상으로 바다에는 무엇이 있을 까 인간의 상상력을 자극했어. 

 

먹을 것을 주고 시원한 수자원을 주며 인간은 바다를 지배하기 위한 욕구를 품었지. 

 

이 협소한 땅 너머에는 무엇이 있을까란 상상이 도전을 불러 일으켰다. 

 

사람이 배를 만들고 바다를 건너는 시도는 수 차례 있었고 그 시도가 있었기에 많은 미지의 세계를 만날 수 있었고 여러 민족이 섞여서 현대 사회가 만들어 질 수 있었지. 

 

그러나 인간의 시도는 그것으로 끝이었으니 바다를 지배하고 싶은 욕구는 정복욕으로 인해 감소되는 추세였어. 

 

많은 전란과 혼란이 지나가고 다시 인간 사회가 안정을 되찾았을 때 이제서야 그들은 바다 아래에 무엇이 있을까 생각하게 된거야. 

 

옛날 바다를 건너가고 싶다는 단순한 공상을 넘어 이제는 바다의 내부를 보고 싶다는 욕망이 불을 지피게 되었지. 

 

 

심해 1..jpg

 

심해에는 끝 없는 어둠 밖에 없었고 현 과학 기술력으로 탐사하기에는 너무나 힘들었어. 

 

저 밑에있는 것은 공허한 어둠 뿐. 빛이 없으면 앞을 보지 못하는 인간에게는 무모한 도전이었지. 

 

그래도 바다를 보고 싶다는 욕망은 인간의 기술력을 진보 시켰고 기술의 진보로 인해 심해 내부를 탐사할 수 있게 되었어. 

 

심해 2.png

 

깊은 바다. 어두운 환경이 있을 뿐. 수심 200미터 아래에는 햇빛이 닿지 않는 어둠 밖에 없었어. 

 

천천히 저 깊은 바다를 탐사할 수록 인간을 보호해주던 빛은 사라지고 차가운 바다 밖에 없고, 햇빛이 닿지 않아 플랑크톤의 광합성이 불가능 하여

 

생물이 살지 않는다는 결론을 어중간하게 결론 지어버려. 19세기에 한 생물학자는 실제로 심해 생물을 채집하고 조사를 한 끝에 먹이가 살 수 없는 환경이라 생각하고 , 심해엔 생물이 존재하지 않는다고 보고하지. 

 

얕은 바다와는 달리 심층해류는 1년에 20킬로도 못 갈 느린 속도로 움직여서 대부분의 학자들은 심해가 차갑고 정지되어있는 어둠의 세계라고 믿었어.

 

잠수정 .png

허나, 잠수정 기술이 90년대 이후로 장수정 기술이 급 발전 되면서 인류는 해양탐사를  본격적으로 시작하게 되. 

 

인류가 잠수함을 타고 직접 본 심해는 90년대에 나왔던 학설과 달리 깊은 바다 안에서도 생태계를 이루고 나름대로 살아가는 생명들을 

찾아내게 되었지. 

 

심해 잠수정이 한 번 탐사를 시작할 때마다  심해종들이 대거 한 번에 15종을 넘어 무더기로 발견되는 정도였으니.. 얼마나 옛날의 학설이 무지했는지 알겠어. 

 

심해 생태계의 재발견은 인류에게 새로운 패러다임을 제시해. 

 

산소가 없는 데도 그들이 자연스럽게 생테계를 이루고 살아가는 모습이 인간의 굳은 개념을 깨부수는 것이었지. 

 

심해 탐사로 인해 인간은 지구 밖에 있는 우주에도 관심을 가지게 되었고, 더 이상 자신들이 만물의 지배자라는 오만한 생각에서 벗어나게 되었어. 

 

우주.jpg

 

심해 생태계의 재발견으로 산소가 없어도 물만 존재한다면 얼마든지 생명체가 존재할 수 있다는 개념이 증명되어 태양계에 있는 여러 행성에도 물이 존재한 다는 것을 심해로 인해 깨달았지. 

 

굳은 학설을 깨부숨으로서 우주의 탐사까지 가게 한 심해란 존재는 다양하게 인간의 관점을 변화시켰어. 

 

심해에는 대표적으로 잘 알려진 곳이 마리아나 해구의 챌린저 해연이 있는데, 수심은 약 에베레스트와 한라산 두 개를 합쳐도 부족할 정도야. 

 

수압은 말 할 것도 없이 깊어 질 수록 강해져서 육지의 생명이 살기에는 극한의 환경이지. 

 

심해의 지형을 소개해 볼까 해. 

 

심해 지형.png

 

1. 심해평원 : 전 세계 해양지형의 대부분을 이루고 있으며, 수심 2000미터 이상 지역에서는 생명이 살 수 없다고 판단하는데 여기서도 생명이 살고 있음. 

 

2. 해구: 지각 침강이 일어나는 곳으로, 해저 지진이 자주 일어나는 장소야. 

 

공기도 없고 수압은 강하고 또 지강 침강이 일어나 지진이 자주 일어나는 아주 극한의 사지야. 

 

그러나, 이런 공간 안에서도 생태계는 조율되어 생명이 살고 있다하니 놀라워. 

 

0) 150미터 ~ 600 미터 

 

바다의 황혼이라 불리는 장소. 아직까지는 심해라기에는 뭐하지만 여기서부터 어거지로 심해라고 판단하면 좋겠어. 

 

이 해역부터 들어가게 되면 빛의 투과율은 99%가 바닷물에 흡수되어 인간이 빛의 명멸을 판단하기에는 힘들지. 

 

하지만 포식자들에게는 그것 조차도 간단히 해결할 수 있는 구간이야. 

 

심해 생명이 여기서 살아가기에는 힘이 들지만 여기는 얕은 만큼 저 아래에 비교하면 낙원이라 할 수 있거든. 

 

먹이도 빵빵하고 물도 어느정도 따뜻하여 플랑크톤의 자생률이 아래보다는 뛰어나. 

 

그래서 이 층에 사는 생물들은 조금 남아있는 빛을 통과시킬 수 있게 진화되었지. 

 

포식자들의 눈을 피하기 위해 투명화 스킬을 자연스럽게 깨우친거야. 

 

1)자이언트 스파이더 크랩. 

 

자이언트 스파이더 크랩.jpg

 

최대 길이 5미터에 달하는 긴 다리를 가진 세계 최대의 갑각류야. 

 

수심 200미터 쯤에 살고 있으며, 일본 해역에서만 존재하는 생명체지. 

 

이 새끼의 수명이 최장 100년 정도, 다른 갑각류와 다르게 엄청 오래 살아. 

 

갑각류들은 탈피할 때가 가장 위험한데, 이 새끼도 역시 탈피할 때가 가장 위험해서 탈피 하면서 노짱 따라갈 때가 많아. 

 

갑각류가 성장하려면 우선 탈피 과정을 거쳐야 하는데 그 중간에 방해라도 들어오면 금새 죽어버리지. 

 

육체가 성장하는데 소모하는 에너지가 극심해서 이때 가장 죽을 때가 많다나봐. 

 

그래서 자연산이 저 정도 크기를 가질 수 있는 경우는 존나 오래 산거라 하더라. 

 

먹이는 당연히 물고기 사체나 바다의 바퀴벌레 같은 홍게 새끼들 처럼 시체나 뜯어먹지. 

 

크기에 비해 많이 소심하지. 뭐, 저 정도 크기라면 천적은 그리 많지 않으니 걱정하지 않아도 괜찮아. 

 

2) 배럴 아이. 

 

배럴 아이.jpg

 

수심 600미터 부근에서 사는 심해어로, 여러 지역에서 자생하고 있는 물고기야. 

 

생긴게 약간 특이한 게 저 두부 안에 있는 초록색이 눈이야. 저 새끼는 눈을 안 쪽에 집어넣어서 진화했어. 

 

투명한 두부 안에 눈을 장착함으로서 자신이 볼 수 없는 모든 방향을 볼 수 있도록 진화했어. 

 

아직 빛이 약간이나마 존재하는 구간이라 언제 포식자에게 먹힐지 모르고, 이 새끼도 무척 약하거든. 

 

먹이는 무척추 동물 오징어류나 작은 갑각류를 잡아먹어. 

 

눈을 상하좌우 사각 없이 움직일 수 있다는 장점 덕분에 세계 여러 곳에서 자생하고 있어. 

 

3) 대왕오징어. 

 

대왕오징어.jpg

 

수심 깊은 곳에 사는 생물로, 차원이 다른 체급을 자랑하는 어마무시한 생물이야. 

 

예전에는 크라켄이나 해양 괴물로 많이 착각받았고 바다 안에는 알 수 없는 괴물이 산다는 두려움을 주기도 한 생물이지. 

 

이 대왕오징어가 어떻게 살아가는지는 그리 밝혀진 게 없어. 

 

뭘 처먹고 자생하는지, 저 크기로 어떻게 살아가는지도 제대로 된 학술조사는 이뤄지지 않았지. 

 

단지 존나게 크고 빨판 힘이 어마무지해서 저 빨판에 잡히기라도 한다면 경상 정도는 각오해야할거야. 

 

수 많은 표본이 채집되고 저 새끼의 시체는 바다에 떠올라서 장소 관계없이 떠오르는 것으로 보아 전 세계에 자생할 수 있다는 것은 알았어. 

 

저 체급을 가지고 전 세계에 살고 있다면 생태계에 많은 문제를 초래하지 않을까 걱정되었지만 크라켄이란 이명이 무색하게도 저 새끼를 운지 시킬 수 있는 포식자가 많아. 

 

대표적으로 향유고래가 저 새끼를 많이 처먹지. 

 

저 크기에 비해 유생은 아주 좁쌀만해서 눈에도 보이지 않아 무섭지도 않아. 

 

한 일본 생물학자가 섹스를 하고 죽어버린 암수 표본을 발견해 유생을 채집하여 양식을 시도하려 했지만 전부 운지해버렸어. 

 

조건이 까다로웠는지 양식도 안돼고 대체 저 크기를 어떻게 불려나갈  수 있을까란 진실이 밝혀지지도 않아. 

 

그리고 맛도 드럽게 없어서 먹게 된다면 썩은 오줌 맛이 난다고 해. 차라리 삭힌 홍어가 나은 정도라고 하니 먹으려고 하지는 말자. 

 

600미터 구간 부터는 여기까지로 소개하고 그 아래로 들어갈게. 

 

2) 600미터 ~ 1200미터

 

색의 출현. 저 위가 햇빛 때문에 밋밋한 투명 색을 가진 좆밥들이 있었다면 여기 구간 부터는 색깔을 가진 생명들이 등장해. 

 

주로 빨강색과 갈색을 가지는 생물이 주를 이루고 있는데 여기 구간 부터는 아예 어둠 밖에 없어. 

 

빨강색을 가진 이유는 이 깊이 부터 물에서 가장 먼저 사라질 수 있는 파장을 가진 색이 빨강색이기 때문이야. 

 

빛이 없으면 시력도 감퇴해야겠지만 저 새끼들도 먹이를 먹어야 하기 때문에 발광기관이란 걸 가지는 생물이 많아. 

 

4) 블로브 피쉬. 

 

일게이 물고기 .jpg

 

어마무시하게 못생긴 물고기지. 

 

호주 본토 심해에서 사는 물고기로, 이 못생긴 물고기가 사는 수심은 자그마치 600 ~ 1200미터 구간이야. 

 

여기 구간에서 부터는 수압이 장난이 아니라서 근육을 포기하고 물에 떠다니기 위해 부레라는 기관을 진화시켰어. 

 

헤엄치는 것을 포기하고 그저 물에 가라앉고 떠있는 것을 선택한 결과. 심해에서 끄집어 내면 저런 외모로 역변하게 되. 

 

심해 안에 있는 블롭피쉬..jpg

 

심해에서 생긴 모습을  그린 그림이야. 

 

본래 이렇게 정상적으로 생겼지만 육지에 나오자마자 위에 사진 처럼 못생겨져서 여러 작품에서 굴욕을 당하고 있어. 

 

주식은 플랑크톤과 갑각류로 크기는 30센치를 넘지 않아 한 손에 잡을 정도야. 

 

이 물고기는 세계에서 가장 못생긴 생물에 등재 되어 능욕을 당했어. 

 

심해 안에서는 보통 외모를 가지고 있지만 채집되는 과정 중에서 역변하는 외모 때문에 굴욕을 당해야 하는 불쌍한 녀석임. 

 

멸종위기 등급은 자세하게 밝혀지지 않았어. 아직 정확한 계체수의 판별을 하는 것은 불가능하다고 결론 내렸지. 

 

5) 마귀 상어. 

 

마귀상어.jpg

 

주둥이와 코 부분이 마녀를 닮았다 해서 이름을 마귀상어라 지어졌어. 

 

마귀상어과에 속하는 다른 친척들은 노짱 따라갔는데 이 새끼는 여전히 살아남아서 살아있는 화석이라 불리는 새끼야. 

 

체급은 약 3~ 4미터 정도, 여기서 더 크게 자랄 수 있지만 그 이상의 크기를 가진 종은 찾지 못했어. 

 

이 새끼는 유달리 큰 코에 다른 상어보다 로렌치니 기관이 분포해 있어서 어두운 심해 안에서도 먹이를 쉽게 찾을 수 있어. 

 

로렌치니 기관 설명 사진 .jpg

 

로렌치니 기관 - 상어가 냄새를 판별하는 기관으로 수 킬로 미터 떨어져 있는 거리에서 흘린 피 한방울의 냄새를 맡아 먹이가 있는 방향을 제시하는 기관이야. 

 

저 왕코 상어는 수  배내지 로렌치니 기관이 많기에 심해 안에서도 먹이를 우수하게 찾아낼 수 있어. 

 

굶을 걱정은 없는 거지. 개새끼들이 투명해지든 색깔로 몸을 숨기든 상관 없이 후각 하나만 있으면 오케이! 

 

그리고 저 주둥이는  먹이를 한 번에 삼키기 위해서 진화한 형태인데, 저 구조로는 백상아리 처럼 큰 치악력을 발휘하기란 힘들어. 

 

심해 안에서는 저 새끼를 상대할 수 있을 만한 포식자가 없고 먹이를 쉽게 구할 수 없단 이유로 저 구조로 진화했어. 

 

마귀 상어는 전 세계에 분포하고  사진이나 영상을 찍기에 발견이 힘든 것 뿐이지 멸종 위기 등급은 아니야. 

 

6) 덤보문어 

 

덤보 문어.gif

 

심해구간 1000미터 ~ 5000미터에서 다양한 구간에서 사는 문어야. 

 

덤보라는 이름은 월드 디즈니에서 만든 아기 코끼리 덤보라는 캐릭터와 닮아서 붙어진 이름이야. 

 

이 새끼는  ㅆㅅㅌㅊ한 문어들과는 달리 몸이 유달리 약해서 물을 뿜어 추진력을 뿜지도 못하고 먹물도 생성하지 못해. 

 

허나, 해당 구간에서 최상위 포식자에 드는 새끼라서 성체 크기는 3~4미터에 달하는 체급을 가지고 있어서 다른 새끼들을 ㅁㅈㅎ 시키지. 

 

그리고 심해에서는 짝을 만날 수 있는 기회가 그리 많지 않아서 이 새끼들은 빨판을 이용해 섹스를 해. 

 

언제든지 섹스를 할 수 있게 최선적으로 진화했지. 

 

문어라 하면 모성애가 존나게 강한데, 이 새끼는 모성애 따윈 개나 줘버렸어. 

 

저렇게 헤엄치며 김치년 마냥 알을 그냥 싸제끼지. 심해라는 환경에서 새끼들 까지 키우기란 버겁기 때문에 어쩔 수 없는 진화야. 

 

대신 알을 감싸는 껍질이 ㅆㅅㅌㅊ해서 심해에 사는 찐따들이 덤보 문어의 알을 먹기에는 힘들지. 

 

5)  귀신고기 

 

귀신고기.jpg

 

수심 200미터 ~ 4000미터 다양한 구간에서 사는 물고기로, 어떤 수심에서든 적응할 수 있는 ㅆㅅㅌㅊ한 적응력을 가졌어. 

 

이 새끼는 블로프 피쉬가 심해를 위 아래로 떠다니는 것을 선택한 것과 다르게, 비늘을 가지고 빠른 속도로 유영할 수 있게 근육을 강화시켰어. 

 

뭐, 강화되어봤자 심해안에서나 빠른 거지.  다양한 구간을 넘나들기 위해 저런 구조를 가진 것으로 보여. 

 

위에 사는 물고기들과 비교하면 ㅁㅈㅎ 당하는 건 일상. 크기도 15센치에 불과하여 포식자들에게 ㅁㅈㅎ 당해. 

 

저 새끼는 해양 생물들 중에서 가장 긴 이빨을 가져서 심해 기준에서는 골드티어까지 노려볼만 하지만 크기로 인해 상위권에 접어들기 힘들어. 

 

덤보 문어나 마귀상어 만나면 ㅁㅈㅎ 당하는 건 일상이지. 

 

전 세계적으로 존나 많고, 따뜻한 구간에서 살아서 발견 되는 횟수도 많아. 

 

200미터로 올라가는 것으로 표본 체집도 존나게 수월함. 

 

 

 3) 심해 1000미터 이상 : 극한의 생존.  

 

진짜로 불리는 혼모노들이 존재하는 구간으로 암흑이 완전히 지배하는 구간이야. 

 

빛도 없고 먹이 환경도 척박하여 이 새끼들은 움직이는 걸 포기한 새끼들이 많아. 

 

몸을 움직이려 해봤자, 이 구간에 사는 심해 새끼들은 움직이면 운지하는 상황이거든. 

 

위에서 내려오는 유기물을 받아 먹거나, 그냥 가만히 기다리고 세월을 낚는 강태공들이 접수한 구간이야. 

 

여기 사는 심해 새끼들은 하늘에서 떨어지는 먹이를 받아먹기 위해 발광기관을 발달시키거나 세 개의 긴 다리를 가지고 서 있는 좆밥치가 있지. 

 

1) 초롱아귀. 

 

초롱아귀.jpg

 

럭비공 같이 생긴 못생긴 혼모노 새끼로, 수심 800미터 아래에서만 존재하는 진성이야. 

 

저 머리에 달린 안테나가 발광기관이 집중된 구간으로 저걸로 세월을 낚아 먹이가 오기를 대기하는 새끼지. 

 

암컷의 길이는 60센치 정도로 크지만 심해에 사는 혼모노는 식재료로 사용되지도 않아.

 

저 새끼는 잘 먹지를 못해서 먹을 살이 없거든. 그리고, 수컷 새끼는 자지를 달고 태어났지만 크기는 4센치 이하로 오로지 섹스하기를 위해 태어난 새끼야. 

 

수컷은 몸에 가득히 정액을 저장해 놓으며 심해에 둥둥 떠다니다가 암컷을 만나면 생식기 주변에 붙어버려. 

 

자지와 보지가 만나서 섹스를 하고, 수컷은 그대로 운지 행. 암컷에게 정액을 보내기 위한 기관으로 변해버려 자아를 잃게 되지. 

 

한국에서 미투 운동이 일어나는 것에 반해, 진정한 남자들의 꿈을 이루는 생물체야. 

 

섹스 - 사망. 

 

 2) 밥치 

 

좆밥치.png

 

 

 800미터 ~ 6000미터 에서만 살아가는 혼모노 새끼. 

 

이름은 세 발치로, 배 지느러미와 꼬리 지느러미가 바닥에 서 있을 수 있게 발달되어 진화된 물고기야. 

 

저 새끼가 저렇게 진화한 이유는 먹이를 찾기 귀찮기에 바닥에 서있는 게 훨씬 씹이득이라서 그런거야. 

 

하늘에서 떨어지는 눈과 같은 유기체를 먹는 게 저 새끼가 살아가는 삶의 낙. 

 

눈도 퇴화되었고 심해에서 빛을 보는 건 하등 쓸모 없지만 물의 진동을 감지하는 감각기관만이 유달리 발달하여 

 

물의 진동을 느끼고 방향을 바꿀 수 있도록 다리를 조정해서 서있어. 

 

저 좆밥치가 저런 기관이 없으면 거친 해류에 휩쓸려서 넘어지기라도 하면, 굶어죽을 수 있기 때문에 저렇게 진화했다고해. 

 

이 새끼는 보지와 자지를 동시에 가진 자웅동체로 언제든 짝을 만나면 섹스를 할 준비를 갖춘 새끼들이야. 

 

안정적인 곳에 눌러사는 새끼들이 대규모로 붙어서 무리를 이루며 섹스하는 장관이 펼쳐지기도 하지. 

 

그 장소가 안정적이다 하면 큰 무리를 이뤄 몇 마리가 군체를 이루어서 바닥에 붙는 장관을 이뤄. 

 

쓸모없는 새끼들이 뭉쳐져 있는 것을 생각하면 극혐이네. 

 

3) 메가마우스 상어

 

메가마우스 상어.jpg

 

입이 존나 크다 해서 지어진 이름은 메가마우스 상어야.

 

수컷은 몸길이가 3.5미터, 암컷은 5미터까지 성장하는 데 가장 큰 개체는 11미터에 달한다고 하네. 

 

입이 존나게 커서 최대로 벌리면 1.3미터에 달하며 이 새끼는 모든 생물을 빨아들이는 파오후 새끼야. 

 

고래가 청어들을 ㅁㅈㅎ 시키는 거랑 유사하다고 보면 됨. 식성은 크기에 비해 플랑크톤이나 해파리를 먹어서 온순해. 

 

사람을 공격하는 경우는 잘 없고, 저 새끼를 만나기 위해 심해 까지 사람이 들어갈리도 없으니 걱정 ㄴㄴ. 

 

4) 심해홍어. 

 

전라도에만 서식하는 홍어 새끼들이 2000미터 구간에서도 생존한다니 정말로 놀라워. 

 

저 극혐, 인간 홍어의 태생이 심해까지 미칠 수 있다는 게 경이로워지네.

 

심해홍어.jpg

 

동태평양 갈라파고스 밑에 있는 햐양지층에 사는 새끼로  수심 1600미터에서 자생하는 새끼야. 

 

화산 지대에서 살아남을 수 있는 극한의 생존력을 가졌고, 열수분층구의 온도는 약 600도 ~ 464도에 달해. 

 

이 새끼들은 그 구간에서 섹스 파티를 문란하게 즐기고  화산 근처에 알집을 존나게 까놓는데 이것들이 포식자의 접근을 허락하지 않아서 생존력이 막강해. 

 

그리고 갈라파고스 바다가 차가워서 홍어 알집이 부화하는 데만 1500일 (4.1년)이란 장대한 시간이 걸리는 이유로 

 

해저 화산 근처에 알을 싸재껴서 부화시기를 앞당기는 것으로 보여. 부화한 심해 홍어는 최대 1.5미터까지 자라서 저 구간 안에서 깡패같은 체급으로 나머지 좆밥들을 ㅁㅈㅎ 시키지. 

 

 

 나머지는 병신같은 해파리나 특색있는 생물은 잘 없으니 넘어감. 

 

 

 4) 심해평원 : 해저. 

 

진짜로 혼모노 중에 혼모노 들만이 사는 구간으로, 먹이도 부족하고 산소 포화량도 아예 존재하지 않고,  수압도 장난아닌 구간이지. 

 

병신같은 새끼들이 더욱 내려와서 살아남는 구간으로 이 저지대는 발광기간을 제외하고 빛이란 건 존재하지 않아. 

 

여기에 사는 새끼들은 종은 거의 비슷한 말미잘 새끼들이나 산호 및 서관충으로 구분되어 있어. 

 

진흙  밑바닥이라서 그런 지 살아남은 생명이 있을까란 의심이 들기도 하지만--- 

 

1) 마리아나 스네일 피시. 

 

8천미터에 사는 생명 마리아나 스네일 피시 .jpg

 

해저 8천미터에서 사는 진성 혼모노 새끼. 

 

극한의 환경에서 살아가기에 적합해 보이지도 않고, 그저 아무 생김새도 가지지 않은 새끼지만. 

 

이 새끼는 놀랍게도 8천미터 아래에 사는 새끼야.  가장 최근에 발견된 새로운 종으로 알려진 정보는 그리 많지않아. 

 

이 새끼가 어떻게 8천미터 아래에서 살 수 있을까란 의문이 일지만, 이 새끼를 채집한 연구자들은 이 새끼가 성공적으로 해저 깊은 곳에서 살아가고 있다는 걸 증명했어. 

 

그리 소개할 특색이 없어서, 깊은 곳에서 살 수 있다는 이유로만 선정해 봤어. 

 

재미있었냐? 

 

열심히 썼어. 재미로 읽었으면 고맙겠다.


반응형
by 발전소장 에르 :) 2018. 3. 18. 23:45
반응형


aab793573ac3d1261a4e40283499dd9f.jpg

위 사진은 '소닉 붐'이라고 검색했을 때에 나오는 대표적인 사진이야.

소닉 붐이란, 어떤 물체가 초음속으로 나아갈 때, 그 물체 주위에 원뿔 모양으로 형성되는 충격파야.

소리는 공기가 미세하게 압축과 팽창을 반복하며 형성되는 종파로 이루어져 있는데, 초음속으로 공기중을 나아가는 물체는

그 전면부에서 공기의 압축이 매우 순간적이고 강하게 일어나. 이렇게 압축된 공기가 다시 강하게 팽창하면서 생기는 충격파가 바로 소닉 붐이야.

다운로드 (12).jpg

그런데 이상하지 않아?

소닉 붐은 힘세고 강한 소리야. 그런데 어떻게 눈에 보인다는 거지?

바로, 위 사진에서 보이는 것은 소닉 붐이 아니기 때문이야.

소닉 붐 하면 보통 생각나는 이미지는 아래와 같아.

images (7).jpgimages (8).jpgimages (12).jpg

이 사진들이 소닉 붐이라고 생각하는 게이들을 멘붕시킬 사진을 보여줄께.
 images (13).jpg 다운로드 (13).jpg

왼쪽 사진은 미 공군의 스텔스 폭격기인 B-2 Spirit으로, 형상을 보면 알 수 있듯 초음속으로 날 수 없는 기체야.

그런데도 저렇게 흰 구름이 형성되지.

게다가 오른쪽 사진을 보면, 심지어 초음속으로 절대 순항할 수 없는 프로펠러 여객기에서도 생기는 것을 볼 수 있어.

또한, 일게이들이 알고 있는 소닉 붐은, 강한 충격파로 유리창을 깨고 사람의 고막을 찢어버릴 위력을 가지고 있지?

그런데 아래 사진을 봐

images (15).jpg

저 F-18 조종사가 미치지 않고서야, 도심에서 소닉 붐을 보여줄 리가 없잖아? 고로 저건 소닉 붐이 아니야.

저 흰 구름은 소닉붐(Sonic Boom)이 아니라 수증기 응축 현상(PGS, Prandtl-Glauert Singularity)이라고 해.

소닉 붐은 반드시 음속 또는 그 이상에서만 생기는 현상인데, 그에 반해 PGS는 아음속에서도 조건에 따라 충분히 생길 수 있어.

일반적으로 공기중에 습기가 많을 때에 PGS현상이 잘 일어나는데, '소닉 붐'이라고 검색하면 나오는 '잘못된' 사진들을 보면 대개 

해안가에서 찍힌 것을 알 수 있어. PGS를 잘 보여주기 위해 해안가에서 에어쇼 하는 경우도 많고.

images (16).jpgimages (17).jpgimages (19).jpg

이 현상 역시 압력과 관련되어 있는데, 공기가 흐르면서 압축되어 정체되었다가, 다시 압력이 낮아지면서 단열 팽창에 의해 온도가 낮아져서

공기중에 있던 수증기가 응결되어 눈에 보이는 현상이야.

그렇기 때문에 PGS는 비행기에서 압력 구배가 가장 큰 곳, 고로 기체의 형상이 가장 급격하게 바뀌는 곳에 생기게 되.

예를들면 콕핏 부분이나 날개 뿌리 부분이야. 이를 관찰하면, 어디에서 저항이 가장 크게 발생하는지, 또는 어디가 압력이 낮아지는 부분인지 정성적으로

관찰할 수 있지.



일반적으로 우리가 소닉 붐이라고 검색해서 나오는 에어쇼 영상이나 사진들은 모두 소닉 붐이 아니야.

에어쇼에 가본 사람이라면 알겠지만 굳이 초음속이 아니더라도 전투기 소리는 귀가 아플 정도로 강해.

그 소리를 사람들이 소닉 붐이라고 오해하는 거야.


반응형
by 발전소장 에르 :) 2018. 3. 1. 01:15
반응형
3a2f7be56012d0e595a62079366c8a4f.jpg

안녕 게이들아

요새 미군이 북폭한다 이런 말이 많아서. 북한의 방공무기에 대해서 알아보려 해

위에는 정은이가 살고있는 평양의 방공망이야.



1) 대공포

dshkm_aa.jpgZPU-4_14-5mm_quadruple_anti-aircraft_guns_Russia_Russian_army_defence_industry_6.jpg


1. 12.7mm/14.5mm 기관포

위에가 12.7mm 기관포, 아래는 14.5mm 기관포 4개를 엮어 만든 ZPU-4

유효 고도는 지상에서 약 1.5km로(ZPU-4 기준) 전투기에는 거의 위협이 될 수 없고 해봤자 헬기에나 위협이 될 수 있겠네

하지만 유효사거리가 2km로 우리나라의 장갑차에게는 큰 위협이 될 수 있어.

특히 14.5mm는 트럭이나 전차 차체 위에 올려놔서 자주대공포 유형으로 쓰여


145_2.jpg

2. M1984 자주대공포

북한은 속도전을 중요시해서 기계화된 부대가 많지. 때문에 자주대공포 수요가 많아.

아까 말했듯이 ZPU-4 기관포를 장갑차 차체 위에 올려놓은 버전이야.

옛날엔 BTR 장갑차에 올려놨다는데 그거는 퇴역시키고 요새는 VIT 장갑차에 올려놓고 그거 쓴다고 하네.


M1985-37mm.jpg

3. M1985 SPAAG 자주대공포(57mm)

저 ㅎㄷㄷ한 커다란 포신 보이지? 무려 57mm나 한다고 해.

전투기고 뭐고 날라댕기는 게 저거에 맞으면 확찢 당할듯.

대략 4km의 사정거리를 가지고 있지만, 속사능력 종범, 레이다 종범으로 높은데서 고속으로 날라댕기는 전투기에게 전혀 위협이 될 수 없어.

또한 전차 차체이다 보니 차체 내부에 탄약을 보관하기가 힘들어 일회용 만큼만 가지고 다닌다고 해.


23mm.jpg

4. M1992 자주대공포(30mm)

위의 M1985의 단점을 메꾸기 위해 개발된 자주대공포야.

기존의 소련제 전차 차체에서 자기들이 직접 개발한 덕천형 차체를 가지고 있어.

위에 붂!같은 거 보이지? RPK-2 토볼 레이더라고 20km의 탐색거리를 갖추고 있어. 하지만 구형이다 보니 날씨가 좋지 못한 날에는 잘 쓰지 못한다는 단점이 있어. 유효 사정거리는 M1985보다 짧은 3km야.


tumblr_inline_ms5oxgxO071rznupj.jpg

5. M1992 SPAAG 자주대공포(37mm)

덕천형 차체에 37mm 쌍열포를 올린 것으로, 발사 시 5발 클립을 계속 장전해줘야 해서 발사속도가 많이 느리다고 해.

최대사거리는 4~4.5km지만 유효사거리는 2.5km밖에 안된다고 해.


2)대공미사일


다운로드.jpg

1. SA-16(화승총)

1994년 12월 17일 월경한 미국의 정찰헬기를 격추해서 알려진 북한의 휴대용 대공 미사일이야.

베트남전때 쓰인 구형 레드아이가 개량된 것으로 판단했었는데 열추적을 회피하기 위해 디자인된 헬기가 한방에 나가떨어지는 걸 보고 중동에 뿌렸던 스팅어가 개량된 것으로 보고 있어.

불곰사업때 우리나라에 들어온 걸로 보이는데 북한에서 쓰이는 거랑 동일 기종인지는 잘 모르겠다.

유효사거리는 최대 5km야.

대공포보다 훨씬 기노.


다운로드 (1).jpg

2. SA-13(고퍼)

비교적 최근인 2012년에 북한에서 처음 공개된 대공미사일이야.

위에 발사대 4발+차체 내부 8발을 보관할 수 있으며 코소보와 이라크에서 A-10에게 큰 피해를 입힌 전적이 있는 몸이야

최대 사거리 4.5km를 가지고 있어.


1291017428.413615_MNM_20101129164945_V.jpg

3. SA-2 지대공미사일

지대공 미사일을 따로 분류할까 했는데 그냥 포함시켰어

SA-2 미사일은 북한이 가지고 있는 미사일 중 가장 오래된 미사일이지만 그만큼 북한 전역에 엄청나게 뿌려져 있어.

소련에서 정보수집하던 U2 정찰기를 격추시키면서 유명해졌지

지대공 미사일답게 최대 사거리가 35km에 이르고 최대고도도 27km까지야.


PYH2013041103300001300_P2_59_20130411112210.jpg

4. SA-3 지대공 미사일

코소보 전쟁 당시 스텔스기인 F-117을 격추시켜서 유명해진 놈이야.

이 때문에 스텔스기 잔해를 중국놈들이 가져가서 카피판 만들었지.

딱히 설명할 건 없고 최대사거리 35km에 최대고도가 18km야.


1280896546.jpg

5. SA-5 지대공 미사일

현재 한미 공군에 위협이 되는 미사일 중 하나라고 얘기할게.

사거리가 300km에 달하기 때문에 북한 전 지역은 물론, 우리나라 수도권 이북 지방에서도 격추 시도를 얼마든지 당할 수 있어.

때문에 이새끼가 레이더 가동시키면 초계비행중이던 우리 공군기들은 비상에 들어가기도 하지.

다행인 게 그다지 많은 수량을 가지지 않는다는 거지.

한미 연합사 타격 1순위임.


1.jpg

6. KN-06 지대공 미사일

러시아의 S-300 모델을 카피해서 만들었다 하지만 자세한 내용은 공개된 바 없는 미사일이야.

사거리는 60~100km로 '추정'이고 북한에서는 패트리어트와 같이 요격능력이 있다고 선전하지만 이것도 검증되지 않은 사실이야.

트럭 위에 3개의 발사관, 위성배열 레이더, 사통장치가 포함되어 있어.

아마 북한이 가지고 있는 가장 현대화된 대공미사일같아.


반응형
by 발전소장 에르 :) 2018. 3. 1. 01:08
반응형

hdfs에 hadoop-evn.sh을 넣어놓고 wordcount 예제를 돌려보자.


LoganLeeui-MacBook-Pro:hadoop Logan$ hadoop jar hadoop-examples-1.2.1.jar wordcount conf/hadoop-env.sh output

18/02/10 03:25:11 INFO input.FileInputFormat: Total input paths to process : 1

18/02/10 03:25:11 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

18/02/10 03:25:11 WARN snappy.LoadSnappy: Snappy native library not loaded

18/02/10 03:25:11 INFO mapred.JobClient: Running job: job_201802100324_0001

18/02/10 03:25:12 INFO mapred.JobClient:  map 0% reduce 0%

18/02/10 03:25:15 INFO mapred.JobClient:  map 100% reduce 0%

18/02/10 03:32:44 INFO mapred.JobClient: Task Id : attempt_201802100324_0001_r_000000_0, Status : FAILED

Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.

18/02/10 03:32:44 WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

18/02/10 03:32:44 WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

18/02/10 03:40:14 INFO mapred.JobClient: Task Id : attempt_201802100324_0001_r_000000_1, Status : FAILED

Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.

18/02/10 03:40:14 WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

18/02/10 03:40:14 WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

18/02/10 03:47:45 INFO mapred.JobClient: Task Id : attempt_201802100324_0001_r_000000_2, Status : FAILED

Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.

18/02/10 03:47:45 WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

18/02/10 03:47:45 WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

18/02/10 03:55:18 INFO mapred.JobClient: Job complete: job_201802100324_0001

18/02/10 03:55:18 INFO mapred.JobClient: Counters: 20

18/02/10 03:55:18 INFO mapred.JobClient:   Map-Reduce Framework

18/02/10 03:55:18 INFO mapred.JobClient:     Combine output records=178

18/02/10 03:55:18 INFO mapred.JobClient:     Spilled Records=178

18/02/10 03:55:18 INFO mapred.JobClient:     Map output materialized bytes=3151

18/02/10 03:55:18 INFO mapred.JobClient:     Map input records=62

18/02/10 03:55:18 INFO mapred.JobClient:     SPLIT_RAW_BYTES=116

18/02/10 03:55:18 INFO mapred.JobClient:     Map output records=306

18/02/10 03:55:18 INFO mapred.JobClient:     Map output bytes=3856

18/02/10 03:55:18 INFO mapred.JobClient:     Combine input records=306

18/02/10 03:55:18 INFO mapred.JobClient:     Total committed heap usage (bytes)=179306496

18/02/10 03:55:18 INFO mapred.JobClient:   File Input Format Counters 

18/02/10 03:55:18 INFO mapred.JobClient:     Bytes Read=2676

18/02/10 03:55:18 INFO mapred.JobClient:   FileSystemCounters

18/02/10 03:55:18 INFO mapred.JobClient:     HDFS_BYTES_READ=2792

18/02/10 03:55:18 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=60256

18/02/10 03:55:18 INFO mapred.JobClient:   Job Counters 

18/02/10 03:55:18 INFO mapred.JobClient:     Launched map tasks=1

18/02/10 03:55:18 INFO mapred.JobClient:     Launched reduce tasks=4

18/02/10 03:55:18 INFO mapred.JobClient:     SLOTS_MILLIS_REDUCES=7072

18/02/10 03:55:18 INFO mapred.JobClient:     Total time spent by all reduces waiting after reserving slots (ms)=0

18/02/10 03:55:18 INFO mapred.JobClient:     SLOTS_MILLIS_MAPS=3591

18/02/10 03:55:18 INFO mapred.JobClient:     Total time spent by all maps waiting after reserving slots (ms)=0

18/02/10 03:55:18 INFO mapred.JobClient:     Failed reduce tasks=1

18/02/10 03:55:18 INFO mapred.JobClient:     Data-local map tasks=1

저번편을 참고하면, 마지막에 wordcount예제를 돌릴려는 도중에 에러가 발생했었다.

Task Id : attempt_201802100324_0001_r_000000_0, Status : FAILED

Shuffle Error: Exceeded MAX_FAILED_UNIQUE_FETCHES; bailing-out.

이 에러는 보통 쓰레드를 초과했을 때 나는거라고 하는데 용량이 얼마하지도않는 hadoop-env.sh에서 쓰레드 초과가 나는건 아니니,

말이 안되는것이고 
WARN mapred.JobClient: Error reading task outputConnection refused (Connection refused)

문제점은 이놈이 확실해 보인다. 흔히들 말하는 map 100% reduce 0% 에러인데, 

mapper에서 reducer로 처리된 데이터를 보내는 과정 중에 shuffle이라는 과정을 거치게되는데 

이때 리듀서와 통신 에러가 나는 것이다.

그럼 뭐가 문제인걸까...ssh localhost로 해보았을 때, 문제가 없다...

그렇다면 블로깅하면서 설정파일을 내가 만졌을까? 그건 아니지싶다.

무언가가 엉킨것같은데 모르겠다. 고로 필자는 하둡을 지웠다.

hadoop-data도 지웠고

추후 설정에서는 hadoop-data폴더를 hadoop-1.2.1폴더안에 넣었다.

그리고 설치편에서 진행했던 과정을 모두 진행하고 wordcount를 실행해보았다.


LoganLeeui-MacBook-Pro:hadoop Logan$ hadoop jar hadoop-examples-1.2.1.jar wordcount conf/hadoop-env.sh output_

18/02/10 19:52:25 INFO input.FileInputFormat: Total input paths to process : 1

18/02/10 19:52:25 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

18/02/10 19:52:25 WARN snappy.LoadSnappy: Snappy native library not loaded

18/02/10 19:52:25 INFO mapred.JobClient: Running job: job_201802101951_0001

18/02/10 19:52:26 INFO mapred.JobClient:  map 0% reduce 0%

18/02/10 19:52:29 INFO mapred.JobClient:  map 100% reduce 0%

18/02/10 19:52:36 INFO mapred.JobClient:  map 100% reduce 33%

18/02/10 19:52:38 INFO mapred.JobClient:  map 100% reduce 100%

18/02/10 19:52:38 INFO mapred.JobClient: Job complete: job_201802101951_0001

18/02/10 19:52:38 INFO mapred.JobClient: Counters: 26

18/02/10 19:52:38 INFO mapred.JobClient:   Map-Reduce Framework

18/02/10 19:52:38 INFO mapred.JobClient:     Spilled Records=346

18/02/10 19:52:38 INFO mapred.JobClient:     Map output materialized bytes=2979

18/02/10 19:52:38 INFO mapred.JobClient:     Reduce input records=173

18/02/10 19:52:38 INFO mapred.JobClient:     Map input records=59

18/02/10 19:52:38 INFO mapred.JobClient:     SPLIT_RAW_BYTES=116

18/02/10 19:52:38 INFO mapred.JobClient:     Map output bytes=3700

18/02/10 19:52:38 INFO mapred.JobClient:     Reduce shuffle bytes=2979

18/02/10 19:52:38 INFO mapred.JobClient:     Reduce input groups=173

18/02/10 19:52:38 INFO mapred.JobClient:     Combine output records=173

18/02/10 19:52:38 INFO mapred.JobClient:     Reduce output records=173

18/02/10 19:52:38 INFO mapred.JobClient:     Map output records=302

18/02/10 19:52:38 INFO mapred.JobClient:     Combine input records=302

18/02/10 19:52:38 INFO mapred.JobClient:     Total committed heap usage (bytes)=308281344

18/02/10 19:52:38 INFO mapred.JobClient:   File Input Format Counters 

18/02/10 19:52:38 INFO mapred.JobClient:     Bytes Read=2532

18/02/10 19:52:38 INFO mapred.JobClient:   FileSystemCounters

18/02/10 19:52:38 INFO mapred.JobClient:     HDFS_BYTES_READ=2648

18/02/10 19:52:38 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=127735

18/02/10 19:52:38 INFO mapred.JobClient:     FILE_BYTES_READ=2979

18/02/10 19:52:38 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=2283

18/02/10 19:52:38 INFO mapred.JobClient:   Job Counters 

18/02/10 19:52:38 INFO mapred.JobClient:     Launched map tasks=1

18/02/10 19:52:38 INFO mapred.JobClient:     Launched reduce tasks=1

18/02/10 19:52:38 INFO mapred.JobClient:     SLOTS_MILLIS_REDUCES=8086

18/02/10 19:52:38 INFO mapred.JobClient:     Total time spent by all reduces waiting after reserving slots (ms)=0

18/02/10 19:52:38 INFO mapred.JobClient:     SLOTS_MILLIS_MAPS=3033

18/02/10 19:52:38 INFO mapred.JobClient:     Total time spent by all maps waiting after reserving slots (ms)=0

18/02/10 19:52:38 INFO mapred.JobClient:     Data-local map tasks=1

18/02/10 19:52:38 INFO mapred.JobClient:   File Output Format Counters 

18/02/10 19:52:38 INFO mapred.JobClient:     Bytes Written=2283

LoganLeeui-MacBook-Pro:hadoop Logan$ hadoop jar hadoop-examples-1.2.1.jar wordcount conf/hadoop-env.sh output_2

18/02/11 09:37:54 INFO input.FileInputFormat: Total input paths to process : 1

18/02/11 09:37:54 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

18/02/11 09:37:54 WARN snappy.LoadSnappy: Snappy native library not loaded

18/02/11 09:37:54 INFO mapred.JobClient: Running job: job_201802101951_0002

18/02/11 09:37:55 INFO mapred.JobClient:  map 0% reduce 0%

18/02/11 09:37:58 INFO mapred.JobClient:  map 100% reduce 0%

18/02/11 09:38:05 INFO mapred.JobClient:  map 100% reduce 33%

18/02/11 09:38:06 INFO mapred.JobClient:  map 100% reduce 100%

18/02/11 09:38:08 INFO mapred.JobClient: Job complete: job_201802101951_0002

18/02/11 09:38:08 INFO mapred.JobClient: Counters: 26

18/02/11 09:38:08 INFO mapred.JobClient:   Map-Reduce Framework

18/02/11 09:38:08 INFO mapred.JobClient:     Spilled Records=346

18/02/11 09:38:08 INFO mapred.JobClient:     Map output materialized bytes=2979

18/02/11 09:38:08 INFO mapred.JobClient:     Reduce input records=173

18/02/11 09:38:08 INFO mapred.JobClient:     Map input records=59

18/02/11 09:38:08 INFO mapred.JobClient:     SPLIT_RAW_BYTES=116

18/02/11 09:38:08 INFO mapred.JobClient:     Map output bytes=3700

18/02/11 09:38:08 INFO mapred.JobClient:     Reduce shuffle bytes=2979

18/02/11 09:38:08 INFO mapred.JobClient:     Reduce input groups=173

18/02/11 09:38:08 INFO mapred.JobClient:     Combine output records=173

18/02/11 09:38:08 INFO mapred.JobClient:     Reduce output records=173

18/02/11 09:38:08 INFO mapred.JobClient:     Map output records=302

18/02/11 09:38:08 INFO mapred.JobClient:     Combine input records=302

18/02/11 09:38:08 INFO mapred.JobClient:     Total committed heap usage (bytes)=308281344

18/02/11 09:38:08 INFO mapred.JobClient:   File Input Format Counters 

18/02/11 09:38:08 INFO mapred.JobClient:     Bytes Read=2532

18/02/11 09:38:08 INFO mapred.JobClient:   FileSystemCounters

18/02/11 09:38:08 INFO mapred.JobClient:     HDFS_BYTES_READ=2648

18/02/11 09:38:08 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=127733

18/02/11 09:38:08 INFO mapred.JobClient:     FILE_BYTES_READ=2979

18/02/11 09:38:08 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=2283

18/02/11 09:38:08 INFO mapred.JobClient:   Job Counters 

18/02/11 09:38:08 INFO mapred.JobClient:     Launched map tasks=1

18/02/11 09:38:08 INFO mapred.JobClient:     Launched reduce tasks=1

18/02/11 09:38:08 INFO mapred.JobClient:     SLOTS_MILLIS_REDUCES=8102

18/02/11 09:38:08 INFO mapred.JobClient:     Total time spent by all reduces waiting after reserving slots (ms)=0

18/02/11 09:38:08 INFO mapred.JobClient:     SLOTS_MILLIS_MAPS=3325

18/02/11 09:38:08 INFO mapred.JobClient:     Total time spent by all maps waiting after reserving slots (ms)=0

18/02/11 09:38:08 INFO mapred.JobClient:     Data-local map tasks=1

18/02/11 09:38:08 INFO mapred.JobClient:   File Output Format Counters 

18/02/11 09:38:08 INFO mapred.JobClient:     Bytes Written=2283

결과는 드디어 성공이었다.

hadoop fs -lsr

drwxr-xr-x   - Logan supergroup          0 2018-02-10 19:52 /user/Logan/conf

-rw-r--r--   1 Logan supergroup       2532 2018-02-10 19:52 /user/Logan/conf/hadoop-env.sh

drwxr-xr-x   - Logan supergroup          0 2018-02-10 19:52 /user/Logan/output_

-rw-r--r--   1 Logan supergroup          0 2018-02-10 19:52 /user/Logan/output_/_SUCCESS

drwxr-xr-x   - Logan supergroup          0 2018-02-10 19:52 /user/Logan/output_/_logs

drwxr-xr-x   - Logan supergroup          0 2018-02-10 19:52 /user/Logan/output_/_logs/history

-rw-r--r--   1 Logan supergroup      11699 2018-02-10 19:52 /user/Logan/output_/_logs/history/job_201802101951_0001_1518259945223_Logan_word+count

-rw-r--r--   1 Logan supergroup      53374 2018-02-10 19:52 /user/Logan/output_/_logs/history/job_201802101951_0001_conf.xml

-rw-r--r--   1 Logan supergroup       2283 2018-02-10 19:52 /user/Logan/output_/part-r-00000


 hadoop fs -cat output_/part-r-00000

# 38

$HADOOP_BALANCER_OPTS" 1

$HADOOP_DATANODE_OPTS" 1

$HADOOP_HOME/conf/slaves 1

$HADOOP_HOME/logs 1

$HADOOP_JOBTRACKER_OPTS" 1

$HADOOP_NAMENODE_OPTS" 1

$HADOOP_SECONDARYNAMENODE_OPTS" 1

$USER 1

'man 1

(fs, 1

-o 1

/tmp 1

1000. 1

A 1

All 1

CLASSPATH 1

Command 1

ConnectTimeout=1 1

Default 1

Empty 2

Extra 3

File 1

HADOOP_BALANCER_OPTS="-Dcom.sun.management.jmxremote 1

HADOOP_CLASSPATH= 1

HADOOP_CLIENT_OPTS 1

HADOOP_DATANODE_OPTS="-Dcom.sun.management.jmxremote 1

HADOOP_HEAPSIZE=2000 1

HADOOP_HOME_WARN_SUPPRESS=1 1

HADOOP_IDENT_STRING=$USER 1

HADOOP_JOBTRACKER_OPTS="-Dcom.sun.management.jmxremote 1

HADOOP_LOG_DIR=${HADOOP_HOME}/logs 1

HADOOP_MASTER=master:/home/$USER/src/hadoop 1

HADOOP_NAMENODE_OPTS="-Dcom.sun.management.jmxremote 1

HADOOP_NICENESS=10 1

HADOOP_OPTS 1

HADOOP_OPTS=-server 1

HADOOP_PID_DIR=/var/hadoop/pids 1

HADOOP_SECONDARYNAMENODE_OPTS="-Dcom.sun.management.jmxremote 1

HADOOP_SLAVES=${HADOOP_HOME}/conf/slaves 1

HADOOP_SLAVE_SLEEP=0.1 1

HADOOP_SSH_OPTS="-o 1

HADOOP_TASKTRACKER_OPTS= 1

Hadoop-specific 1

JAVA_HOME 1

JAVA_HOME. 1

JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_131.jdk/Contents/Home 1

Java 2

MB. 1

NOTE: 1

Optional. 1

Otherwise 1

Required. 1

Seconds 1

See 1

SendEnv=HADOOP_CONF_DIR" 1

Set 1

Suppessing 1

The 6

This 1

Unset 2

Warning 1

When 1

Where 1

a 3

amount 1

appended 1

applies 1

are 4

arrive 1

attack. 1

be 4

best 1

between 1

by 9

can 4

clusters, 1

code 1

commands 1

commands. 1

configuration 1

correctly 1

daemon 1

daemons. 1

default. 8

defined 1

dfs, 1

directory 2

distcp 1

distributed 1

e.g., 1

elements. 1

environment 2

etc) 1

export 20

faster 1

file, 1

files 2

following 1

for 2

from. 1

fsck, 1

going 1

hadoop 2

hadoop. 1

heap 1

here. 1

host:path 1

hosts. 1

implementation 1

in 3

instance 1

is 5

it 2

java 1

large 1

log 1

master 1

maximum 1

multiple 1

naming 1

nice'. 1

nodes. 1

of 2

on 1

only 2

optional. 1

options 1

options. 2

others 1

otherwise 1

pid 1

potential 1

priority 1

processes. 1

remote 2

representing 1

required 1

rsync'd 1

rsyncs 1

run 1

running 1

runtime 1

scheduling 1

service 1

set 2

should 2

slave 3

sleep 1

so 1

specific 1

specified 1

ssh 1

stored. 2

string 1

symlink 1

than 1

that 3

the 4

them. 1

there 1

this 3

to 9

use, 1

use. 1

useful 1

users 1

variable 1

variables 1

when 1

where 2

where, 1

written 1


정상적으로 출력된다. 

궁금점이 있다면 댓글에 남겨주길 바란다.

반응형
by 발전소장 에르 :) 2018. 2. 11. 10:54
| 1 2 3 4 5 ··· 11 |