晚上听XBD讲怎么把GNU Make用在科学数据处理中。思想比较straightforward，就是把从数据到最后画图的过程分解，利用make进行流程管理。核心方法是：模块化和流程化，对大过程进行数据分割成为多个小过程。这样做的好处主要是：可以并行处理，便于中断与恢复，粘合多种语言，实现多人协作。甚至可以粘合多种计算环境，比如与高性能计算集群结合。

目前在科学研究领域，大部分人对于数据的处理还比较原始，主要是计算机水平太低。用make来有效进行管理确实是一个比较不错的思路。

按惯例记一下学到的东西：

• make加-n参数可以显示将要进行的命令但不执行。不过并不是所有的命令都不执行的，比如order-only依赖就得执行。之前看到过这个不过一直没用过，感觉查错的时候比较好用。
• GNU Make 4开始引入了Guile，这玩意是把Scheme变成嵌入式的东西。这样可以在make中写Scheme。
• 用parallel可以并行执行多个任务，而且会等待所有任务执行完成。（这个是bash中的）
• aptitude，Debian的包管理器，特点是会把不需要用到的包删掉以保证系统的清洁，带个GUI。总感觉听说过只是没用过，主要是如果不是把Linux当日常使用环境的话确实没有太大的必要用。

UPDATE: WXC表示这个aptitude没用，如果有用早就跟我说了:)

WXC: 是以前apt的依赖管理有点问题，现在apt早完美了，要真好debian早换成默认包管理器了。

我表示有理！