阅读更多

19顶
2踩

编程语言
在企业使用的编程工具,开源工具到处可见,常处于统治地位。原因很简单:开源协议被设计来允许用户修改、修复、拓展代码,并且具有社区的持续贡献力,开源力量在企业中蔓延...

InfoWorld选出了13个在企业中持上升势头的开源编程工具。

列表如下:

1、Rhomobile Rhodes

Rhodes是一个新的开源解决方案,将Ruby开发带到移动领 域。更强的是:它允许使用同一个Ruby源文件能够运行于许多移动设备上,目前包括 iPhone,Windows Mobile,RIM的BlackBerry平台!对于Symbian和Android的支持即将完成。

2、Git

Git是一个开源的分布式版本控制系统,用以有效、高速的处理从很小到非常大的项目版本管理。
Git 是 Linux Torvalds 为了帮助管理 Linux 内核开发而开发的一个开放源码的版本控制软件。

3、Gerrit

Gerrit 是一个基于 Web 的代码评审和项目管理的工具,面向基于 Git 版本控制系统的项目。

4、Hadoop

Hadoop并不仅仅是一个用于存储的分布式文件系统,而是设计用来在由通用计算设备组成的大型集群上执行分布式应用的框架。
下图是Hadoop的体系结构:

5、jQuery
jQuery是一款免费且开放源代码的JavaScript代码库,由John Resig创建。授权协议为GPL和MIT许可证双协议。
示例代码:$("p.neat").addClass("ohmy").show("slow");

6、EmacsLISP

Emacs是一种强大的文本编辑器,在程序员和其他以技术工作为主的计算机用户中广受欢迎。EMACS,即Editor MACroS(宏编辑器)的缩写,最初由Richard Stallman于1975年在MIT协同Guy Steele共同完成。这一创意的灵感来源于TECMAC和TMACS,它们是由Guy Steele、Dave Moon、Richard Greenblatt、Charles Frankston等人编写的宏文本编辑器。

7、Eclipse (and the Eclipse Marketplace)

Eclipse是著名的跨平台的自由集成开发环境(IDE)。最初主要用来Java语言开发,但是目前亦有人通过插件使其作为其他计算机语言比如C++和Python的开发工具。


8、 Firebug

Firebug是Firefox下的一款开发类插件,现属于Firefox的 五星级强力推荐插件之一。它集HTML查看和编辑、Javascript控制台、网络状况监视器于一体,是开发JavaScript、CSS、HTML和 Ajax的得力助手。Firebug如同一把精巧的瑞士军刀,从各个不同的角度剖析Web页面内部的细节层面,给Web开发者带来很大的便利。

9、 Preprocessors/CoffeeScript

CoffeeScript (GitHub repo) 是一个使用纯Ruby编写的新编程语言,创建者 Jeremy Ashkenas戏称它是- JavaScript的不那么铺张(买弄)的小兄弟。因为CoffeeScript会将Ruby编译成JavaScript,而且大部分结构都相似,但不 同的是,CoffeeScript拥有更严格的语法。
先来看下对比代码(左为CoffeeScript):

10、Build management tools/ Cruise ControlApache  ContinuumHudson
Apache Continuum的特性:
与Maven 2.x的紧密集成
与Maven SCM的紧密集成,支持Subversion/CVS/Starteam/Clearcase/Perforce
基于web的容易使用的安装和配置接口
Quartz-based scheduling
简单的添加新的项目工程的方法
用于 integration, automation and remoting的XML-RPC interface
邮件提醒和IM(即时通讯)提醒IRC/Jabber/MSN

11、OpenVidia

Openvidia是一个基于Opengl和Cg实现的计算机图形学相关的库,提供了很多基本功能。

12、NoSQL/ CassandramemcachedMembase

NoSQL是一种快速、便携的关系型数据库管理系统,除内存和处理器速度外不受任意限制。NoSQL符合关系模型。
Membase 是 NoSQL 家族的一个新的重量级的成员。
Membase是开源项目,源代码采用了Apache2.0的使用许可。该项目托管在GitHub.Source tarballs上,目前可以 下载beta版本的Linux二进制包。该产品主要是由North Scale的memcached核心团队成员开发完成,其中还包括Zynga和NHN这两个主要贡献者的工程师,这两个组织都是很大的在线游戏和社区网络空间的供应商。

13、CMS/Drupal

Drupal是一个开源的内容管理系统(CMS) 平台,它是用PHP写成的。主要用于构造提供多种功能和服务的动态网站,这些功能包括用户管理(UserAdministration)、发布工作流 (Publishing Workflow)、讨论、新闻聚合(NewsAggregation)、元数据(Metadata)操作和用于内容共享的XML发布。Drupal有一 个优秀的模块化结构,提供了许多模块,包括短消息、个性化书签、网站管理、Blog、日记、电子商务、电子出版、留言簿、Job、网上电影院、论坛、投票 等模块。并且Drupal模块的下载、安装、定制非常方便。
下面是一个建站实例:

原文地址http://www.infoworld.com/d/application-development/open-source-programming-tools-the-rise-740
19
2
评论 共 9 条 请登录后发表评论
9 楼 wangxin0072000 2011-08-01 11:23
哎,自从javaEye改了名,新闻质量越来越水了。
8 楼 hnicypb 2011-04-25 11:32
都是些好东西
7 楼 liu.anxin 2011-04-21 15:41
Emacs 一直神往!
6 楼 arrongao 2011-04-21 11:10
貌似很让我心动
5 楼 bom8741659422 2011-04-21 11:09
最近用过git, 很不错的版本控制软件.
很多的开源软件都改用这个了,比如spring
4 楼 witcheryne 2011-04-21 10:08
jQuery, eclipse, firebug在用...

NoSql 想用...
3 楼 grandboy 2011-04-20 20:36
编程工具,这个词可不太准确,没有源链接,不知道原来是哪个词。
2 楼 runjia1987 2011-04-20 16:29
carlzhao531 写道
沙发..感觉就是个大杂烩啊


确实!
1 楼 carlzhao531 2011-04-20 15:48
沙发..感觉就是个大杂烩啊

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 2020年,我在编程时遇见的几个好物

    年年都写年终总结,确实没什么新意,虽然今年也做了总结,但写完之后总觉得过于悲观,只是到了年底应该要有些什么表示,想着今年是该换个花样了,于是便有了这篇《2020 年,我在编程时遇到的几个好物》。 这篇文章...

  • 几款开源的数据挖掘工具

    RapidMiner现在流行的势头在上升,但它的操作方式和商用软件差别较大,不支持分析流程图的方式,当包含的运算符比较多的时候就不容易查看了;KNIME和Orange看起来都不错,Orange界面看上去很清爽,但我发现它不支持...

  • 微软开源最强自动化工具-Playwright

    搞过自动化测试的小伙伴,相信都知道,在Web自动化测试中,有一款自动化测试神器工具:selenium。结合标准的WebDriver API来编写Python自动化脚本,可以实现解放双手,...

  • 开源的数据挖掘工具

    开源的数据挖掘工具

  • 几款优秀的开源数据挖掘工具

    R (http://www.r-project.org) 是用于统计分析和图形化的计算机语言及分析工具,为了保证性能,其核心计算模块是用C、C++和Fortran编写的。同时为了便于使用,它提供了一种脚本语言,即R语言。R语言和贝尔实验室开发...

  • 毫无保留的"共享经济",这场开源盛会你不能错过!

    2017,”共享”一词红遍大江南北,共享单车、共享充电宝、共享KTV等等全新模式,带动共享经济迅速渗透至日常生活中。然而,如果你询问一名开发者,最伟大的共享经济是什么?他们的答案会是:”开源”。纵观当前全球...

  • 7款优秀的开源数据挖掘工具

    7款优秀的开源数据挖掘工具   IDMer说道:本文只对几种流行的开源数据挖掘平台进行了检视,比如Weka和R等。如果您想找寻更多的开源数据挖掘软件,可以到KDnuggets和Open Directory上查看。为了评测这些软件,我们...

  • 2021年十大热门编程语言

    点击上方前端瓶子君,关注公众号回复算法,加入前端编程面试算法每日一题群来源:bigo大魔王https://juejin.cn/post/6932278515714752525前言编程已成...

  • 数据结构学习(C++)——平衡二叉树(AVL树)【1】 ——请孟岩审

        这个恐怕是整个《数据结构》教科书里面最难的和最“没用”的数据结构了(现在的教科书还有部分算法内容)。说它没用,恰恰是因为它太有用——有着和普通的二叉搜索树完全一样的接口界面,绝大多数情况下比普通的二叉搜索树效率高(很多)。因此,通常情况下,人们都是一劳永逸的——写完后就重用,而不会再写了。所以说,你虽然学完了平衡二叉树,但很可能你永远也不会亲自写一个。你现在随便在身边拉个人,让他来写一个,

  • 数据结构学习(C++)——图【4】(最短路径)

    最短路径恐怕是图的各种算法中最能吸引初学者眼球的了——在地图上找一条最短的路或许每个人都曾经尝试过。下面我们用计算机来完成我们曾经的“愿望”。在图的算法中有个有趣的现象,就是问题的规模越大,算法就越简单。图是个复杂的结构,对于一个特定问题,求解特定顶点的结果都会受到其他顶点的影响——就好比一堆互相碰撞的球体,要求解特定球体的状态,就必须考虑其他球体的状态。既然每个顶点都要扫描,如果对所有的顶点

  • 数据结构学习(C++)——平衡二叉树(AVL树)【2】

    平衡化    显然的,平衡化后的子树应该是平衡的,以此为原则,很容易得知在各种情况下应该怎么旋转。private:       void L_Balance(BTNode* &p)       {              if (p->right->bf == 1) R_Rotate(p->right);             L_Rotate(p); current

  • 数据结构学习(C++)——图(总结)

    以上就是现在的教科书里面,图的全部内容了。写完之后,茫茫然,不知道学完之后有什么用……就像我在开篇写的,图的应用太广泛了,以至于现在觉得图“没什么用”——很奇怪的逻辑,只有仔细体味才能觉察到写教科书的人的无奈。不同于前面的链表和树,在图这里,储存方法不是重点,我们更多的注意力放在了算法上。我在写程序的时候,也尽量做到了算法和储存方法无关。然而算法实际上就是现实问题的抽象,如果我们的常识所不及,

  • 数据结构学习(C++)——单链表应用(一元多项式【1】)

    总算到了这里,这时,你会很得意的说,辛辛苦苦学的单链表总算知道能干点什么了。但是很不幸,如果你和我一样看的是那本书,到这里,你可能比学双向链表时还要痛苦。如果你是按照书上的介绍一步一步做到这里,你能把书上的多项式加法函数调试出来,我对你致以十二分的敬意。说到这里,我想起来我发单链表的时候,有人给我建议说:最好把链表和链表位置这两个分开。没错,C++标准库是这么做的,而我也不是什么专家,也不能证

  • 数据结构学习(C++)——递归【1】

    按照黄皮书的安排,到了该讲递归的时候了。上网查了查,关于“递归”的文章可以说“汗牛充栋”——请原谅我在这里犯酸,我的意思是,写别人都写臭的东西让大家看,只是浪费大家的时间,所以我下面的东西应该是一些至少我看起来是新的东西,如果觉得有什么不清楚的,请参阅相关的文章(太多了)。即使这样,这篇文章还是不能把我想说的写完,看来我这人真的有废话的习惯。看过这样一道题,问,“程序结构化设计的三种基础结构,

  • 数据结构学习(C++)——单链表(定义与实现)

    节点类#ifndef Node_H#define Node_H template class Node    //单链节点类{public:       Type data;       Node *link;       Node() : data(Type()), link(NULL) {}               Node(const Typ

  • 数据结构学习(C++)——二叉树【1】

    这些天参与了CSDN论坛的讨论,改变了我以前的一些看法。回头看我以前的东西,我虽对这本书很不满,但我还是按照它的安排在一点点的写;这样就导致了,我过多的在意书中的偏漏,我写的更多是说“这本书怎样”,而偏离了我写这些的初衷——给正在学习数据结构的人一些帮助。正像我在前面所说的,虽然现有的教科书都不是很合理,但如果仅仅是抱怨这点,那无异于泼妇骂街。虽然本人的水平连初级都够不上,但至少先从我做一点尝试,

  • 数据结构学习(C++)——图【5】活动网络(AOV、AOE)

    这部分是和工程相关的,也就是说,当AOV、AOE很复杂的时候,才能显示出这部分的价值——简单的话,手工都要比程序快,输入数据那段时间手工结果就出来了。我也没什么例子好举,总给我一种没底气的感觉,勉为其难的把程序写完就算完事吧。和前边的相比,这部分专业了一点,换而言之,不是每个人都感兴趣,不想看就跳过去吧。准备工作活动网络主要有两个算法,拓扑排序和求关键路径,后者以前者为基础。仿照上篇,另外

  • 数据结构学习(C++)——图【2】(DFS和BFS)

    对于非线性的结构,遍历都会首先成为一个问题。和二叉树的遍历一样,图也有深度优先搜索(DFS)和广度优先搜索(BFS)两种。不同的是,图中每个顶点没有了祖先和子孙的关系,因此,前序、中序、后序不再有意义了。仿照二叉树的遍历,很容易就能完成DFS和BFS,只是要注意图中可能有回路,因此,必须对访问过的顶点做标记。最基本的有向带权网#ifndef Graph_H#define Graph_H

Global site tag (gtag.js) - Google Analytics