这个开源项目是做什么的，它解决什么问题？
开始在这篇文章里，试图回答这个问题，但是又发现内容有点多。
我另起了一篇文章来聊这个问题，请看这里：Lithosphere是什么，它解决什么问题？
先简单聊聊Lithosphere是啥，后面我会开专题来详细阐述各个专门的话题。
有没有图和在线Demo，最直观
怎么说呢？
应用系统是比较容易有图的，UI界面，用户功能。
开发框架、开发平台，怎么说呢，不好抓图啊。比如说，Spring Framework，抓几个图来看，这个图怎么抓呢？
我们会用Spring来开发各种应用系统，这些应用系统都会有图。
我以前做的Iot应用项目，当然有图，但是它们不是用Lithosphere做的，那时候还没有Lithosphere呢。
我第一个IoT创业项目是民宿专用智能锁，走到Pre-A轮（这一轮融了1600W），部署了3500个节点。然后，项目失败了。
第二个IoT项目，不是创业项目，上市公司的一个IoT项目，智慧路灯杆。
Lithospere项目里，提供的Demo程序，会有些图。不过Demo程序哈，看上去，比起直接卖给最终用户最终产品，看上去要简陋得多。毕竟，它就是用来做演示用。
我抓两个图贴一下哈，很简陋，莫笑哈！
这个是Lithosphere里的Webcam插件做的例子，实时摄像头监控，手机上远程打开IoT设备上的摄像头查看。
一个有趣的功能，当视频流中出现人脸的时候，视觉识别检查到人脸，就给这个人头上带个帽子。
这个算是AIoT吗？哈哈哈。
请忽略打了马赛克的人脸，看那个帽子就行。
这两张是树莓派接上了拍实时 视频监控的摄像头。
这个是例子程序里，接上了LoRa通讯模块，接上了LED小灯的Arduino硬件板。
这个可以被手机遥控的IoT闪灯设备，在Arduino UNO R3硬件板测试通过。
Arduino UNO R3硬件板有2K SRAM内存，在淘宝上买零售价15块RMB。10元硬件板，Mud IoT通讯C库在这个板子上运行良好，说明Mud通讯库的性能还不错。
关于Demo，这个问题是这样的。
Hello， Lithosphere系列教程中，基本上每个教程，都带有软硬件结合的IoT Demo。
有一个全功能的例子，sand-demo。这个Demo演示了执行器、传感器、LoRa网关、事件上报、远程控制、数据上报、实时视频监控等一堆功能，相较完整一些的例子。
关于在线Demo，这事是这样的。这些Demo里都会有终端和网关硬件板存在，这个没法做成在线Demo啊，在线Demo没有这些硬件的东西，做不了演示啊。
就好比一个在线Demo，用手机来看这个Demo，你说，我没有手机，那肯定演示不了。
缺少了硬件的IoT例子，这个确实不太好弄成在线Demo，现在没有。
现在用C#了，你这个用Java做的，没法搞了。
这个看你想用IoT来做什么了。
如果是项目中要用，用.net来开发，那这个你就去找.net的IoT解决方案呗。
MS提供了Azure IoT云的解决方案，业界应该也有.net的开源解决方案吧，我对.net不熟悉不太了解了。
如果是想来参与开源，学习设计和IoT相关技术，我觉得用什么编程语言无所谓吧。
MPP、插件架构、IoT Component，这些用什么语言来做，区别不大吧，设计上是想通的。
Lithosphere主要是Java、C++和C来开发的。正好我比较熟悉这些开发语言。
Basalt库，Chalk库，完全没有使用第三方依赖库，完全是重头开始写的东西，纯Java代码，没用到什么依赖库。Chalk的插件开发框架，都是我自己重头写的，没有用第三方的东西。Java和C#区别没这么大吧，这些项目，对你应该完全没有障碍啊。
Granite项目，Sand项目，那没办法，我不可能重新造所有的轮子。有用到一些Java的开源库。比如，Spring Framework。Lithosphere提供Spring Framework的无缝集成，没办法，这些东西肯定是要用的。
Mud库，大部分是纯C代码，少量的Arduino适配代码。这和Java和C#都无关。
欢迎参与Lithosphere开源项目哈，如果你是急着找手上项目要用的东西，那Lithosphere就不太适合了。
聊聊大数据技术
我记得应该是2014年做的项目了，到现在也快有10年了。
后来一直没搞大数据了。
怎么说呢，我个人看法是这样的哈。
学习和使用一个技术，其实就是基础技术 + 设计能力（创新思维能力）。
我其实并不是大数据专家，当然，我要负责大数据项目的时候，我肯定得学习大数据技术，我会读书，上网看资料，甚至取读源码。
但我确实不是大数据专家，我的团队里有对大数据技术很熟悉的开发者，何况电信研究院那边合作的团队，还有一堆博士呢。
并不需要我去具体做部署大数据平台、数据库，写大数据程序这些具体工作。
我需要考虑整体架构，需要分析设计问题，和团队成员们一块儿讨论设计，以及解决项目中碰到的一些障碍。
我印象中的大数据，是Map-Reduce，是怎么理解应用，合理的设计算法，让数据能够均匀的Map到各个硬件节点上去，来平衡所有节点算力。
然后，我们需要把Map出去计算的结果，再Reduce合并起来。
是的，我印象中，就是怎么将应用需求，合理的拆分成Map和Reduce，合理平衡的分布到各个节点去做计算，然后再用算法合并结果，得到最后的输出。
如果设计做好了，具体的开发，似乎并不是那么大的问题。部署系统和写代码不就是用大数据的一些基础技术来做吗？
我相信现在大数据技术一定很不一样了，毕竟我们这个行业，技术进步那真是日新月异的啊！
Ok，今天先聊这些呗，希望能跟大家保持交流。特别是做IoT和学习IoT的朋友们哈，希望能和大家多多交流。