{
  "trx_id": "77a8cf00797780b10db2de84868191324f18258f",
  "block": 106152638,
  "trx_in_block": 2,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2026-05-18T07:56:36",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "7120.910225 VESTS"
    }
  ]
}

{
  "trx_id": "90b061991ebde9019becdd51de60ca5d8a58414a",
  "block": 106013078,
  "trx_in_block": 3,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2026-05-13T11:03:12",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "4408.699820 VESTS"
    }
  ]
}

{
  "trx_id": "165fd31c9816acf3d4bf5224c8184648edce8203",
  "block": 105520079,
  "trx_in_block": 0,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2026-04-26T07:06:09",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "7133.425981 VESTS"
    }
  ]
}

{
  "trx_id": "77d005b4e0362500838c1162fc87c647b1113d13",
  "block": 102876556,
  "trx_in_block": 1,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2026-01-24T04:27:57",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "4450.246639 VESTS"
    }
  ]
}

{
  "trx_id": "41de8b08f46e3a24e4f3b3e6a87e9be2dea58276",
  "block": 91322753,
  "trx_in_block": 3,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2024-12-17T23:36:45",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "4614.465836 VESTS"
    }
  ]
}

{
  "trx_id": "08de62a2146e1ca9bb72df5927c97bf3a320f700",
  "block": 79876848,
  "trx_in_block": 0,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2023-11-14T15:15:45",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "4783.599368 VESTS"
    }
  ]
}

{
  "trx_id": "96eac76d65580d7ba1f133114e86f64095894a4c",
  "block": 78365197,
  "trx_in_block": 0,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2023-09-22T12:20:30",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "7720.508154 VESTS"
    }
  ]
}

{
  "trx_id": "0315acc06213a4cf4e6742fffe3cfd6f1abd2512",
  "block": 69122655,
  "trx_in_block": 0,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2022-11-03T19:34:06",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "7942.559592 VESTS"
    }
  ]
}

{
  "trx_id": "0b54dd9dd21ba9acd9f395832853a1dc9b7b9784",
  "block": 60825711,
  "trx_in_block": 20,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2022-01-18T00:36:21",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "8162.667193 VESTS"
    }
  ]
}

{
  "trx_id": "f00ae54c87945d03075d8975742c16058544a5ab",
  "block": 54615948,
  "trx_in_block": 11,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2021-06-14T07:43:09",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "8346.861481 VESTS"
    }
  ]
}

{
  "trx_id": "71f45fbd0fdbd4f75c4ef4019489430d9d3e0d27",
  "block": 49363158,
  "trx_in_block": 3,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-12-11T17:53:48",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "8534.283455 VESTS"
    }
  ]
}

{
  "trx_id": "0522f2f4c353674157983037ca63eb7882d1540e",
  "block": 49214671,
  "trx_in_block": 2,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-12-06T11:28:57",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "1912.543513 VESTS"
    }
  ]
}

{
  "trx_id": "ab8a1823e17f94ddbd4da31808ed8fa616fe0ff8",
  "block": 49198244,
  "trx_in_block": 2,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-12-05T21:31:42",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "8540.491309 VESTS"
    }
  ]
}

{
  "trx_id": "9eea468d101bf11fcabd7c6050282a234d495dc2",
  "block": 48274373,
  "trx_in_block": 1,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-11-03T05:42:51",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "1920.017158 VESTS"
    }
  ]
}

{
  "trx_id": "86545dbe4702b3a06fc3a50ae2889abe22b90fef",
  "block": 43225025,
  "trx_in_block": 16,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-05-09T12:33:33",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "8743.296668 VESTS"
    }
  ]
}

{
  "trx_id": "6030112a87bd396c8ead9e36bdac2bcd5059b962",
  "block": 43202322,
  "trx_in_block": 12,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-05-08T17:11:06",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "1953.311140 VESTS"
    }
  ]
}

{
  "trx_id": "4b03b85c33084aaf24c96653f7eda56bd1d2683e",
  "block": 40570359,
  "trx_in_block": 1,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2020-02-06T02:44:39",
  "op": [
    "comment",
    {
      "parent_author": "verusloo",
      "parent_permlink": "7z",
      "author": "steemitboard",
      "permlink": "steemitboard-notify-verusloo-20200206t024438000z",
      "title": "",
      "body": "Congratulations @verusloo! You received a personal award!\n\n<table><tr><td>https://steemitimages.com/70x70/http://steemitboard.com/@verusloo/birthday2.png</td><td>Happy Birthday! - You are on the Steem blockchain for 2 years!</td></tr></table>\n\n<sub>_You can view [your badges on your Steem Board](https://steemitboard.com/@verusloo) and compare to others on the [Steem Ranking](https://steemitboard.com/ranking/index.php?name=verusloo)_</sub>\n\n\n**Do not miss the last post from @steemitboard:**\n<table><tr><td><a href=\"https://steemit.com/steemitboard/@steemitboard/steemitboard-ranking-update-a-better-rich-list-comparator\"><img src=\"https://steemitimages.com/64x128/https://cdn.steemitimages.com/DQmfRVpHQhLDhnjDtqck8GPv9NPvNKPfMsDaAFDE1D9Er2Z/header_ranking.png\"></a></td><td><a href=\"https://steemit.com/steemitboard/@steemitboard/steemitboard-ranking-update-a-better-rich-list-comparator\">SteemitBoard Ranking update - A better rich list comparator</a></td></tr></table>\n\n###### [Vote for @Steemitboard as a witness](https://v2.steemconnect.com/sign/account-witness-vote?witness=steemitboard&approve=1) to get one more award and increased upvotes!",
      "json_metadata": "{\"image\":[\"https://steemitboard.com/img/notify.png\"]}"
    }
  ]
}

{
  "trx_id": "06f49f80c670affef4473af5804e7dfa0a750ef7",
  "block": 34384696,
  "trx_in_block": 19,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2019-07-05T03:10:15",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "8920.822513 VESTS"
    }
  ]
}

{
  "trx_id": "709f6ac467913ad579f46d607027ea447f1719eb",
  "block": 30097996,
  "trx_in_block": 5,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2019-02-06T02:32:12",
  "op": [
    "comment",
    {
      "parent_author": "verusloo",
      "parent_permlink": "7z",
      "author": "steemitboard",
      "permlink": "steemitboard-notify-verusloo-20190206t023211000z",
      "title": "",
      "body": "Congratulations @verusloo! You received a personal award!\n\n<table><tr><td>https://steemitimages.com/70x70/http://steemitboard.com/@verusloo/birthday1.png</td><td>Happy Birthday! - You are on the Steem blockchain for 1 year!</td></tr></table>\n\n<sub>_[Click here to view your Board](https://steemitboard.com/@verusloo)_</sub>\n\n\n> Support [SteemitBoard's project](https://steemit.com/@steemitboard)! **[Vote for its witness](https://v2.steemconnect.com/sign/account-witness-vote?witness=steemitboard&approve=1)** and **get one more award**!",
      "json_metadata": "{\"image\":[\"https://steemitboard.com/img/notify.png\"]}"
    }
  ]
}

{
  "trx_id": "90236af2d4c84bd7d5c8230e1f3507078d8f19fb",
  "block": 24201995,
  "trx_in_block": 20,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-07-15T16:28:21",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "9119.699963 VESTS"
    }
  ]
}

{
  "trx_id": "cd67410d13c882d5872f4cce29f03bc2e6b62599",
  "block": 22574592,
  "trx_in_block": 23,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-05-19T18:55:21",
  "op": [
    "delegate_vesting_shares",
    {
      "delegator": "steem",
      "delegatee": "verusloo",
      "vesting_shares": "29495.304152 VESTS"
    }
  ]
}

{
  "trx_id": "f0746e03d1b518bd46152ad2ecc20d230f9370e8",
  "block": 21592995,
  "trx_in_block": 58,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-04-15T16:13:54",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "zip",
      "author": "verusloo",
      "permlink": "7z",
      "title": "解决7z解压速度慢的问题",
      "body": "碰到一个问题，为了数据比较好拷贝，将大量(约200万个文件)的小文本文件用7z压缩，但是在解压的时候速度非常的慢，具体的原因也不太清楚，有可能是CPU的瓶颈问题，活着是硬盘的缓存问题。这个解压速度非常的慢，而且是随着解压的进程越来越慢，尝试使用`pylzma`和`py7zlib`编写脚本进行解压，速度还是非常的慢。最后发现一个速度比较快的法子，就是使用7z命令行的一个-so的开关，将数据输出到标准流，然后将标准流直接输出到文件，速度快了不少。最后需要读取一个大文件，它包含所有小文件内容，这里就需要根据文件内容的特点进行单个文件内容的匹配。所以这个方法比较适合大量结构类似的小文件，容易对单个文件内容进行提取。\n标准输出流命令：\n`7z x filename.7z -so > outputfile`\n\n为了是文件名称和每一个文件的内容对应起来，需要将解压的信息流和内容标准输出流依次输出到文件中，命令如下：\n `7z x filename.7z -so > outputfile 2>&1`\n如果不指定标准输出`-so`的设备，也就是目标文件，7z会提示说不能将数据和程序信息输出到同一个终端（i won't write data and program's messages to same terminal），可以分别指定`1>`和`2>`的设备，`2>`默认的是当前终端，`1>`就是指定的文件。这里为了将文件名称和文件内容对应，需要将程序信息输出重新定向到标准输出设备，即命令的后部分`2>&1`",
      "json_metadata": "{\"tags\":[\"zip\",\"decompress\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "4bb78aeb9c3b189479f15d13d8393e42c2af70a0",
  "block": 21507478,
  "trx_in_block": 2,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-04-12T16:57:12",
  "op": [
    "vote",
    {
      "voter": "sazareev",
      "author": "verusloo",
      "permlink": "7z",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "6fe293b40fe7acf0f18ba2b42b27daf43a69a4b9",
  "block": 21507477,
  "trx_in_block": 18,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-04-12T16:57:09",
  "op": [
    "vote",
    {
      "voter": "savelin",
      "author": "verusloo",
      "permlink": "7z",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "849d77ede75ca18219be05a42a302dc7224b6642",
  "block": 21498132,
  "trx_in_block": 6,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-04-12T09:09:48",
  "op": [
    "vote",
    {
      "voter": "anomaly",
      "author": "verusloo",
      "permlink": "7z",
      "weight": 100
    }
  ]
}

{
  "trx_id": "39fcf7d59761a9a444a25b34b814d74f036cf9c9",
  "block": 21497424,
  "trx_in_block": 19,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-04-12T08:34:21",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "7z",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "8318103e66e8259f4d7f00657d14c4ca135e03f8",
  "block": 21497416,
  "trx_in_block": 26,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-04-12T08:33:57",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "zip",
      "author": "verusloo",
      "permlink": "7z",
      "title": "解决7z解压速度慢的问题",
      "body": "碰到一个问题，为了数据比较好拷贝，将大量(约200万个文件)的小文本文件用7z压缩，但是在解压的时候速度非常的慢，具体的原因也不太清楚，有可能是CPU的瓶颈问题，活着是硬盘的缓存问题。这个解压速度非常的慢，而且是随着解压的进程越来越慢，尝试使用`pylzma`和`py7zlib`编写脚本进行解压，速度还是非常的慢。最后发现一个速度比较快的法子，就是使用7z命令行的一个-so的开关，将数据输出到标准流，然后将标准流直接输出到文件，速度快了不少。最后需要读取一个大文件，它包含所有小文件内容，这里就需要根据文件内容的特点进行单个文件内容的匹配。所以这个方法比较适合大量结构类似的小文件，容易对单个文件内容进行提取。\n标准输出流命令：\n`7z x filename.7z -so > outputfile`",
      "json_metadata": "{\"tags\":[\"zip\",\"decompress\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "fee35362650e565b46ab30d957a5b42c40423ae6",
  "block": 20914144,
  "trx_in_block": 33,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-23T02:22:39",
  "op": [
    "custom_json",
    {
      "required_auths": [],
      "required_posting_auths": [
        "verusloo"
      ],
      "id": "follow",
      "json": "[\"follow\",{\"follower\":\"verusloo\",\"following\":\"shuke\",\"what\":[\"blog\"]}]"
    }
  ]
}

{
  "trx_id": "f526195027807cf9dd93b43a70d8c84ed9aa9749",
  "block": 20833164,
  "trx_in_block": 33,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-20T06:14:27",
  "op": [
    "vote",
    {
      "voter": "shuke",
      "author": "verusloo",
      "permlink": "aqi-data-of-cities-in-china",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "801570971dca36f6c1e4304a8a9b1a31eb7edab4",
  "block": 20833157,
  "trx_in_block": 50,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-20T06:14:06",
  "op": [
    "vote",
    {
      "voter": "shuke",
      "author": "verusloo",
      "permlink": "pi-day-a-man-goes-back-to-the-space",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "95b5d700af3ca054b6b8ea7337f8cf8751f1080d",
  "block": 20660195,
  "trx_in_block": 23,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-14T05:58:54",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "stephen-hawking",
      "author": "verusloo",
      "permlink": "pi-day-a-man-goes-back-to-the-space",
      "title": "Pi Day, A man goes back to the space.",
      "body": "@@ -69,15 +69,19 @@\n cien\n+tifi\n c\n-e\n  book\n+s\n  are\n",
      "json_metadata": "{\"tags\":[\"stephen-hawking\",\"hawking\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "ec7a0d586e3fbadeac378ccc963788131fe89798",
  "block": 20660172,
  "trx_in_block": 12,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-14T05:57:45",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "pi-day-a-man-goes-back-to-the-space",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "ec7a0d586e3fbadeac378ccc963788131fe89798",
  "block": 20660172,
  "trx_in_block": 12,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-14T05:57:45",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "stephen-hawking",
      "author": "verusloo",
      "permlink": "pi-day-a-man-goes-back-to-the-space",
      "title": "Pi Day, A man goes back to the space.",
      "body": "Pi Day, A great man goes back to the space. His easy to understand science book are great for the massive. And his sprit to fight with disease are always encourage us to go  to future without fear. \nGreat Man, R.I.P.",
      "json_metadata": "{\"tags\":[\"stephen-hawking\",\"hawking\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "0417b7b15f1da3c8a8cb4eda876a157dc5d61702",
  "block": 20612998,
  "trx_in_block": 37,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-12T14:37:54",
  "op": [
    "custom_json",
    {
      "required_auths": [],
      "required_posting_auths": [
        "verusloo"
      ],
      "id": "follow",
      "json": "[\"follow\",{\"follower\":\"verusloo\",\"following\":\"fenng\",\"what\":[\"blog\"]}]"
    }
  ]
}

{
  "trx_id": "9672cfb0030a810422578c505c84180023d80432",
  "block": 20611068,
  "trx_in_block": 35,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-12T13:01:21",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "ubuntu-error-mounting-can-t-read-superblock-to-recovery",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "9672cfb0030a810422578c505c84180023d80432",
  "block": 20611068,
  "trx_in_block": 35,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-12T13:01:21",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "disk",
      "author": "verusloo",
      "permlink": "ubuntu-error-mounting-can-t-read-superblock-to-recovery",
      "title": "[Ubuntu]error mounting can't read superblock to recovery",
      "body": "I mounted a HHD disk with my Ubuntu system to store huge amount of files.  Once I use `rm -rf data/` to delete one data directory, my disk crashed and can not be mounted. When I tried to mount the disk, it prompted the message \"error mounting can't read superblock\". How to rescue it?\n\nI tried command `fsck -y /dev/sdb`,  it prompted information that I need to recover the superblock from backups. It suggested two backup block id and I tried one. Now , everything is Ok. But, it becomes slow to mount the disk. I have no idea why this happened.\n\nJust logging this situation.",
      "json_metadata": "{\"tags\":[\"disk\",\"linux\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "095219b90a54d91e6845df1d8891fe2cb7b3b698",
  "block": 20522682,
  "trx_in_block": 38,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-09T11:13:15",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "5e4e4x",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "095219b90a54d91e6845df1d8891fe2cb7b3b698",
  "block": 20522682,
  "trx_in_block": 38,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-09T11:13:15",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "map",
      "author": "verusloo",
      "permlink": "5e4e4x",
      "title": "互联网地图实现原理——百度地图",
      "body": "今天百度主任研发架构师、百度地图技术委员会负责人张传明博士来学校做讲座，介绍了一下百度地图制作的一些原理。这里说讲原理，其实讲的是百度地图整个产品研发过程中遇到的各种工程细节问题，整个讲座非常实在，很接地气。张博士主要从数据获取，地图绘制，定位，路径规划几个方面介绍了遇到的各种有趣的工程问题。\n\n关于地图数据获取，张博士说现在虽然政府部门有数据，但是不出售，只有自己进行测绘数据采集。也提到了四维，腾讯，百度之间的一些“恩怨情仇”。百度现在采集数据主要是用自主设计的数据采集车，用于户外数据采集，以及数据采集背包，用于人工室内数据采集。这个背包特意设计成很普通的背包样式，以免进入公共场所采集数据被安保拦住。这点也说明了数据采集的不易。还有一种数据采集方式就是UGC，但不是免费的，是提供有偿的UGC，很多人靠这个月入1万多元。\n\n地图绘制，张博士提到在2010年前基本都是绘制好栅格图片加载到前端，但2013年后绝大部分厂商的地图绘制都是矢量数据在前端进行绘制，开始是二维的绘制，现在基本直接采用WebGL进行三维绘制，也就是二三维一体化的绘制。\n\n关于定位问题，要考虑两方面的需求，精度与速度。一般说来，GPS定位精度高，但速度慢，场景必须是室外；WiFi+基站定位，速度快，可以满足室内定位需求，但是精度不高。所以，针对不同的应用场景需要采用不同的定位策略。比如，汽车导航必然需要GPS定位。关于室内WiFi+基站定位，则需要考虑的问题是WiFi热点数据，基站位置数据如何获取。WiFi热点的位置数据基本无法获取，基站数据严格保密，无法购买。最后采用的策略是，采集用户同时开启GPS，WiFi时的GPS位置信息，WiFi指纹信息，以及基站信息，将这三者用于聚类分析，可以得到基站的大致位置，下次手机出现的某个WiFi指纹信息链接或者基站连接时，便可推定用户的粗略位置信息。\n\n汽车导航的定位是综合GPS信号，手机内的陀螺仪，加速度计，磁力计数据进行多传感器信息综合位置推定。根据汽车运行的不同状态，可能产生的传感器读数特征，进行位置的推定。路径的规划问题需要考虑多种因素，距离已经不是最重要的因素，一个路段的耗时方差是很关键的，需要综合考虑，也需要用户的反馈，了解路径的偏好。\n\n我提了一个问题，关于行人，自行车路径规划的问题，百度在和ofo合作做行人导航，前些年没人做这一块，最近开始比较多了。其实，这也是我最近半年考虑的问题，我希望今年上半年能有一个简单的关于行人，自行车出行，运动爱好者路线规划的服务产品。",
      "json_metadata": "{\"tags\":[\"map\",\"positioning\",\"gis\",\"notes\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "4405e25105f56659af53483019bd8c1776b78bdd",
  "block": 20494051,
  "trx_in_block": 57,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-08T11:21:15",
  "op": [
    "vote",
    {
      "voter": "anomaly",
      "author": "verusloo",
      "permlink": "3qzxyv",
      "weight": 100
    }
  ]
}

{
  "trx_id": "2743606a35af11063ae4efa4e5c82557e7487335",
  "block": 20493410,
  "trx_in_block": 44,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-08T10:49:09",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "3qzxyv",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "2743606a35af11063ae4efa4e5c82557e7487335",
  "block": 20493410,
  "trx_in_block": 44,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-03-08T10:49:09",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "sports",
      "author": "verusloo",
      "permlink": "3qzxyv",
      "title": "黑河-腾冲骑行计划（不断更新）",
      "body": "前两年一直有个想法，来一次长途骑行，从东北的黑河，一路南下，到云南腾冲，沿途经过中国人口分布线两侧的大小城镇。可迟迟没有成行，一方面是博士任务较重没能安排出时间，二来是博士比较穷没能准备好预算。说也奇怪，这一切都怪上了读博士，比较尴尬。不过最近几天又和朋友提到过这件事情，昨天，赶巧一位微博博主，就那个最近比较红的博物馆讲解员，提到了东北到西南的徒步计划，这再次勾起我之前的盘算。这里立一个目标，逐步完善自己的这次骑行计划，并不断更新这篇文章，直至成行。\n\n## 基本线路\n下图是两点直线经过的大概区域，后期用OSM的道路网，以及天地图的区县级地名点，城镇点进行一个分析确定分段落脚点。\n![黑河—腾冲线两侧区域](http://upload-images.jianshu.io/upload_images/2700362-4f2f0c5719373fed.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n下图是百度骑行路径规划图，约5000公里，20天估计净算时间，预估50-60天比较合适，每天约100公里，6-7个小时的骑行。\n![百度骑行线路规划图](http://upload-images.jianshu.io/upload_images/2700362-9226ac5adb0e7650.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n接下来的工作是确定线路，以及路途的分段。",
      "json_metadata": "{\"tags\":[\"sports\",\"cycling\",\"bike\",\"ride\",\"travel\"],\"image\":[\"http://upload-images.jianshu.io/upload_images/2700362-4f2f0c5719373fed.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-9226ac5adb0e7650.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "3a6af38601b9fff58cbe2ea3b2c0f5fe8235217a",
  "block": 19690488,
  "trx_in_block": 47,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-08T13:08:21",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "fredrikaa",
      "permlink": "steempress-now-available-in-the-wordpress-org-plugin-store-introducing-v1-0",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "6e2d3838e74f8247b39cd5280694d6232cb4e1a7",
  "block": 19690455,
  "trx_in_block": 7,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-08T13:06:39",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "aqi-data-of-cities-in-china",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "89a9acc52d02af7ac5dc8a280c831e891aa210bc",
  "block": 19690387,
  "trx_in_block": 9,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-08T13:03:15",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "air",
      "author": "verusloo",
      "permlink": "aqi-data-of-cities-in-china",
      "title": "AQI Data of Cities in China",
      "body": "I build a Github Repository [ChinaAQIData](https://github.com/geoinsights/ChinaAQIData)\n\nWe collect real-time air quality data from [China National Environmental Monitoring Centre](http://www.cnemc.cn/). The data API is `http://106.37.208.233:20035/emcpublish/ClientBin/Env-CnemcPublish-RiaServices-EnvCnemcPublishDomainService.svc/binary/GetAQIDataPublishLives`. This API provides a WCF binary data stream. We can use `wget` to get the data, and use [`python-wcfbin`](https://github.com/ernw/python-wcfbin) to decode this binary data to XML text format.\n\nIn this project, we use the shell `data_from_cepm.sh` to do the whole process of data crawling and decoding. We set up a `cron` job on linux system to execute this shell twice every hour. XML files are stored in the `xml` directory and json files in the `archives` directory. We also keep a `airnow.json` file which contains the air quality data of current hour. \n\nAbout the Units:\n\n* For PM2.5, PM10, SO2,NO2, O3, the unit is μg/m^3.\n* For CO, the unit is mg/m^3.\n\nBase on this data, we built [Air Now:Air Quality Map of China](http://mapviz.xyz:8080/)\n\nWhen using the data by this method, give appropriate credit and cite the following paper:\n\nWei Lu, Tinghua Ai, Xiang Zhang and Yakun He. [***An Interactive Web Mapping Visualization of Urban Air Quality Monitoring Data of China***](http://www.mdpi.com/2073-4433/8/8/148/htm)[J]. Atmosphere, 2017, 8(8): 148.\n\n## Disclaimer\nWe are not responsible for the truth of the data collected by this method. Anyone who uses the data by this method should be responsible for any consequence caused by using the data.",
      "json_metadata": "{\"tags\":[\"air\",\"air-quality\",\"air-pollution\",\"haze\",\"opendata\"],\"links\":[\"https://github.com/geoinsights/ChinaAQIData\",\"http://www.cnemc.cn/\",\"https://github.com/ernw/python-wcfbin\",\"http://mapviz.xyz:8080/\",\"http://www.mdpi.com/2073-4433/8/8/148/htm\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "ae646104b846610c250e8304462f99a79f5ee744",
  "block": 19690308,
  "trx_in_block": 32,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-08T12:59:15",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "5l4cqp",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "f7fe7d8b82d9f7ea2cb4ff597c1a25c1d04306c4",
  "block": 19690282,
  "trx_in_block": 25,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-08T12:57:57",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "sport",
      "author": "verusloo",
      "permlink": "5l4cqp",
      "title": "我的马拉松记事",
      "body": "2015年9月20日参加北京马拉松到现在已经一年多了，中间还参加过一次2016年4月10日的武汉马拉松，写点东西记录一下。最近发现全国举办马拉松的城市也多了，分享一下自己的一点经验与思考。我的简书：[我的马拉松记事](https://www.jianshu.com/p/ab0e114c9f45)\n## 1 我跑马拉松的起源\n\n在2015年暑假开始的时候，学校人开始少了，踢球也少了，自己觉得需要通过跑步来锻炼，那就绕着学部跑步，用APP记录自己的跑步数据。跑了两次就觉得带个手机跑挺麻烦，于是乎破财买了块GPS手表记录数据，同步到运动APP上看。紧接着，开始发现运动APP上会有一些活动，这才了解到业余选手也可以参加马拉松，暗想着可以什么时候试一试半程马拉松。正好APP上一个公益活动的机会，献爱心200元，我就获得了2015年北马的公益名额。然而，等到确定个人信息报名的时候，我才知道2015年北马进入全马时代，并不能按我想象的选择跑半程马拉松。就这样，就硬着皮头开始我两个来月的马拉松训练。\n\n## 2 我的马拉松训练\n\n开始在网上搜索各种关于马拉松训练的信息，可就是没听说两个月训练就跑全马的，其实一度想让出名额。但随着深入了解，觉得这个名额还是挺难得，心理就想，既然报名了，就去参与一下好了。对于训练，我不追求成绩，当然这么短时间也不可能去追求啥成绩，所以我决定用长距离慢跑提高自己的有氧能力和耐力作为主要训练方式。接着简单置备了一双300元的跑鞋和一套150元的跑步T恤和短裤，就开始执行自己的运动计划。其实最后计划也没怎么执行下来，还是按照自己主要指导思想去跑——增强有氧能力和耐力。\n\n对于业余选手来说，我觉得马拉松训练是三个方面的：物理、生理、心理。物理指的是人体肌肉力量，协调性，稳定性等方面，生理是指人体心肺功能，心理则是指对单调重复动作，挑战自我极限的心理承受能力。我的把自己的训练分为两个阶段，第一个月进行慢速度，长距离的训练，调动和提高自己的心肺能力，以及对于长距离单调重复跑步动作的适应能力；同时兼顾力量训练，包括俯卧撑、仰卧起坐，平板支撑，提高自己肌肉力量和稳定性。第二个月进行速度耐力训练，提高跑步速度，并维持尽可能长的时间，提高肌肉耐力，心肺能力，以及对于高速长距离的心理适应能力。\n\n### 2.1 跑步训练数据\n\n#### 总体统计数据\n\n在为期两个半月的训练中，具体统计数据如下：\n\n- 总次数 49\n\n- 总距离 450公里\n\n- 平均速度 9.5公里/小时（配速约6:20）\n\n- 平均距离 9.2公里\n\n- 平均时间 58分钟\n\n- 平均心率 166bpm\n\n\n下图是我的训练日志统计图：\n\n![2015北马训练日志](http://upload-images.jianshu.io/upload_images/2700362-e0da79e62991447f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n\n\n可以看出训练大都保证10公里的量，一共完成了5个半程及以上的距离。一个月左右完成了第一次半程马拉松，两个月左右的时候完成一次25+公里距离训练，在离比赛10天的时候尝试了一次30+公里，三个里程碑直接完成两次半程马拉松。\n\n#### 运动轨迹图\n\n![全部运动轨迹图](http://upload-images.jianshu.io/upload_images/2700362-ecadf66cd353f022.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n\n#### 进步情况\n\n* **分月的统计数据**\n\n|   时段    |  次数  | 距离(km) |   总时间    | 平均速度（km/h） | 平均心率 |\n| :-----: | :--: | :----: | :------: | :--------: | :--: |\n| 九月 2015 |  12  | 137.01 | 13:14:11 |    10.4    | 163  |\n| 八月 2015 |  19  | 186.83 | 20:02:00 |    9.3     | 168  |\n| 七月 2015 |  18  | 125.6  | 14:14:36 |    8.8     | 165  |\n\n* **分周统计数据**\n\n|     时段     |  次数  | 距离(km) |   总时间   | 平均速度（km/h） | 平均心率 |\n| :--------: | :--: | :----: | :-----: | :--------: | :--: |\n| 09/13/2015 |  3   | 23.87  | 2:28:16 |    9.7     | 154  |\n| 09/06/2015 |  4   | 66.96  | 6:27:22 |    10.4    | 165  |\n| 08/30/2015 |  8   | 68.58  | 6:30:19 |    10.5    | 167  |\n| 08/23/2015 |  5   | 58.22  | 6:11:52 |    9.4     | 168  |\n| 08/16/2015 |  3   | 22.13  | 2:24:00 |    9.2     | 163  |\n| 08/09/2015 |  3   | 36.19  | 3:42:12 |    9.8     | 177  |\n| 08/02/2015 |  3   |  33.7  | 4:03:10 |    8.3     | 165  |\n| 07/26/2015 |  8   | 54.28  | 5:49:51 |    9.3     | 162  |\n| 07/19/2015 |  6   | 55.13  | 6:38:27 |    8.3     | 164  |\n| 07/12/2015 |  4   | 18.34  | 1:54:46 |    9.6     | 173  |\n| 06/28/2015 |  2   | 12.05  | 1:20:33 |     9      | 168  |\n\n从上面两个表可以看出来，我每周的跑量只在50-60公里，每月跑量也都不到200公里。7月份的时候压着心率跑步，速度超慢；八月份速度稍微上来一点；九月份的时候有氧能力上来了，可以以较低的心率维持较高的速度。8月底到9月初是我有意识的进行了速度耐力的训练。\n\n### 2.2 训练成果\n*  5公里最佳成绩 24:45（2015年9月3日）\n* 10公里最佳成绩 49:36 （2015年9月3日）\n* 半程最佳成绩 01:55:00（2015年9月10日）\n5公里和10公里那时候最佳成绩可以再好一点，没有全力去测试，但是半马成绩却是尽全力跑的。我就带这这样的训练成绩参加2015年北京马拉松，这个半马成绩自测成绩让我心里有普了，觉得自己大概最多5小时可以跑完全程。\n\n### 2.3 训练伤病\n\n由于时间有限，自己的训练稍微有些激进，所以大家可以看出来我八月2号第一次半马之后，两周内每周只是尝试性跑了2次，这是因为脚受伤了，足跟靠外侧疼，无法着力，走路都有些不方便。休息这两周，主要是通过游泳骑自行车保持体能，偶尔尝试想跑步恢复。所以建议跑步训练还是循序渐进的好，不要过于激进。\n\n## 3 两场马拉松比赛\n\n### 3.1比赛数据\n\n* 比赛运动轨迹地图\n![北马汉马轨迹](http://upload-images.jianshu.io/upload_images/2700362-760b7c9130130ed5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n* 比赛官方成绩\n  2015北马：04:44:01\n  2016汉马：04:11:01\n![比赛官方成绩](http://upload-images.jianshu.io/upload_images/2700362-2cc393476be64f16.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n\n### 3.2 比赛感受\n\n* 2015年北京马拉松\n\n在北京马拉松开始前5天开始停止训练，准备参加比赛。提前两天去的北京，周五和同学一起吃饭，喝了扎啤，也是怪，喝啤酒没醉过，那一天居然醉了，周六睡了一天，还算是恢复了，不过对比赛还是影响蛮大的。比赛当天，早上早起，进入广场，由于是公益选手，排在靠后的位置，发枪20分钟左右才到起跑点。起跑之后，一来人还是太多，速度无法起来，二来醉过酒，体能确实损失较大，跑不快。前30公里慢慢跑还算正常，身体没啥反应，到了30公里之后，身体慢慢起反应，步伐开始变得艰难，开始进入俗称的撞墙阶段。到了38公里左右，实在是挪不动步子了，开始有呕吐现象，停下来恢复一阵子，开始跑走结合完成最后的一段距离。到了终点，也没很兴奋，只有一个字——累。拿完完赛包裹，直接瘫坐地上好一会才出广场去找同学。\n\n* 2016武汉马拉松\n\n隔了半年之后，武汉在2016年4月10日也举行了马拉松，由于有北京的成绩，我顺利中签并较为轻松完赛。北马之后进入冬季，跑步减少，2016年仅仅1月分跑过两次21公里的七山越野跑，2月没有跑步，三月分开始准备，月跑量100公里，4月份就直接参加比赛。武汉马拉松线路桥比较多，爬升较大，不过组委会组织很好，氛围和补寄都很棒，一路跑下来感觉很轻松，最终没有跑进4小时也是一个遗憾吧，这也与自己训练不到位有关系。\n\n## 4 跑马拉松的一点感想\n首先，我认为跑步是一项比较好的锻炼方式，简单易行，增强心肺能力。只要找到适合自己的节奏，跑起来就好。我认为跑步记录自己的数据是一个很好的激励方式，看着数字，看着轨迹图，会给自己一定的动力，当然对数字不感兴趣的朋友就不一定的。\n\n其次，我觉得马拉松也算是一项极限运动，对于我这样的一般跑者来说，要参与比赛还是得充分科学的训练准备，循序渐进，不要过于冒进。本人的训练稍微有点激进，一个月就环了一次东湖，然后脚受伤，休息了10来天才敢进一步训练。\n\n最后，我为什么跑步呢？我开始认为我跑步就是为了锻炼，跑了这么久才发现，其实我并不是很喜欢单调乏味的跑步，如果锻炼的话，我更喜欢骑自行车和踢足球，我跑步主要是为了跑马拉松。",
      "json_metadata": "{\"tags\":[\"sport\",\"marathon\",\"life\",\"sports\",\"running\"],\"image\":[\"http://upload-images.jianshu.io/upload_images/2700362-e0da79e62991447f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-ecadf66cd353f022.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-760b7c9130130ed5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-2cc393476be64f16.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\"],\"links\":[\"https://www.jianshu.com/p/ab0e114c9f45\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "c643b305c7d23c2498426f3b1141e77b6d8010f0",
  "block": 19690194,
  "trx_in_block": 34,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-08T12:53:24",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "sport",
      "author": "verusloo",
      "permlink": "5l4cqp",
      "title": "我的马拉松记事",
      "body": "2015年9月20日参加北京马拉松到现在已经一年多了，中间还参加过一次2016年4月10日的武汉马拉松，写点东西记录一下。最近发现全国举办马拉松的城市也多了，分享一下自己的一点经验与思考。我的简书：[我的马拉松记事](https://www.jianshu.com/p/ab0e114c9f45)\n## 1 我跑马拉松的起源\n\n在2015年暑假开始的时候，学校人开始少了，踢球也少了，自己觉得需要通过跑步来锻炼，那就绕着学部跑步，用APP记录自己的跑步数据。跑了两次就觉得带个手机跑挺麻烦，于是乎破财买了块GPS手表记录数据，同步到运动APP上看。紧接着，开始发现运动APP上会有一些活动，这才了解到业余选手也可以参加马拉松，暗想着可以什么时候试一试半程马拉松。正好APP上一个公益活动的机会，献爱心200元，我就获得了2015年北马的公益名额。然而，等到确定个人信息报名的时候，我才知道2015年北马进入全马时代，并不能按我想象的选择跑半程马拉松。就这样，就硬着皮头开始我两个来月的马拉松训练。\n\n## 2 我的马拉松训练\n\n开始在网上搜索各种关于马拉松训练的信息，可就是没听说两个月训练就跑全马的，其实一度想让出名额。但随着深入了解，觉得这个名额还是挺难得，心理就想，既然报名了，就去参与一下好了。对于训练，我不追求成绩，当然这么短时间也不可能去追求啥成绩，所以我决定用长距离慢跑提高自己的有氧能力和耐力作为主要训练方式。接着简单置备了一双300元的跑鞋和一套150元的跑步T恤和短裤，就开始执行自己的运动计划。其实最后计划也没怎么执行下来，还是按照自己主要指导思想去跑——增强有氧能力和耐力。\n\n对于业余选手来说，我觉得马拉松训练是三个方面的：物理、生理、心理。物理指的是人体肌肉力量，协调性，稳定性等方面，生理是指人体心肺功能，心理则是指对单调重复动作，挑战自我极限的心理承受能力。我的把自己的训练分为两个阶段，第一个月进行慢速度，长距离的训练，调动和提高自己的心肺能力，以及对于长距离单调重复跑步动作的适应能力；同时兼顾力量训练，包括俯卧撑、仰卧起坐，平板支撑，提高自己肌肉力量和稳定性。第二个月进行速度耐力训练，提高跑步速度，并维持尽可能长的时间，提高肌肉耐力，心肺能力，以及对于高速长距离的心理适应能力。\n\n### 2.1 跑步训练数据\n\n#### 总体统计数据\n\n在为期两个半月的训练中，具体统计数据如下：\n\n- 总次数 49\n\n- 总距离 450公里\n\n- 平均速度 9.5公里/小时（配速约6:20）\n\n- 平均距离 9.2公里\n\n- 平均时间 58分钟\n\n- 平均心率 166bpm\n\n\n下图是我的训练日志统计图：\n\n![2015北马训练日志](http://upload-images.jianshu.io/upload_images/2700362-e0da79e62991447f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n\n\n可以看出训练大都保证10公里的量，一共完成了5个半程及以上的距离。一个月左右完成了第一次半程马拉松，两个月左右的时候完成一次25+公里距离训练，在离比赛10天的时候尝试了一次30+公里，三个里程碑直接完成两次半程马拉松。\n\n#### 运动轨迹图\n\n![全部运动轨迹图](http://upload-images.jianshu.io/upload_images/2700362-ecadf66cd353f022.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n\n#### 进步情况\n\n* **分月的统计数据**\n\n|   时段    |  次数  | 距离(km) |   总时间    | 平均速度（km/h） | 平均心率 |\n| :-----: | :--: | :----: | :------: | :--------: | :--: |\n| 九月 2015 |  12  | 137.01 | 13:14:11 |    10.4    | 163  |\n| 八月 2015 |  19  | 186.83 | 20:02:00 |    9.3     | 168  |\n| 七月 2015 |  18  | 125.6  | 14:14:36 |    8.8     | 165  |\n\n* **分周统计数据**\n\n|     时段     |  次数  | 距离(km) |   总时间   | 平均速度（km/h） | 平均心率 |\n| :--------: | :--: | :----: | :-----: | :--------: | :--: |\n| 09/13/2015 |  3   | 23.87  | 2:28:16 |    9.7     | 154  |\n| 09/06/2015 |  4   | 66.96  | 6:27:22 |    10.4    | 165  |\n| 08/30/2015 |  8   | 68.58  | 6:30:19 |    10.5    | 167  |\n| 08/23/2015 |  5   | 58.22  | 6:11:52 |    9.4     | 168  |\n| 08/16/2015 |  3   | 22.13  | 2:24:00 |    9.2     | 163  |\n| 08/09/2015 |  3   | 36.19  | 3:42:12 |    9.8     | 177  |\n| 08/02/2015 |  3   |  33.7  | 4:03:10 |    8.3     | 165  |\n| 07/26/2015 |  8   | 54.28  | 5:49:51 |    9.3     | 162  |\n| 07/19/2015 |  6   | 55.13  | 6:38:27 |    8.3     | 164  |\n| 07/12/2015 |  4   | 18.34  | 1:54:46 |    9.6     | 173  |\n| 06/28/2015 |  2   | 12.05  | 1:20:33 |     9      | 168  |\n\n从上面两个表可以看出来，我每周的跑量只在50-60公里，每月跑量也都不到200公里。7月份的时候压着心率跑步，速度超慢；八月份速度稍微上来一点；九月份的时候有氧能力上来了，可以以较低的心率维持较高的速度。8月底到9月初是我有意识的进行了速度耐力的训练。\n\n### 2.2 训练成果\n*  5公里最佳成绩 24:45（2015年9月3日）\n* 10公里最佳成绩 49:36 （2015年9月3日）\n* 半程最佳成绩 01:55:00（2015年9月10日）\n5公里和10公里那时候最佳成绩可以再好一点，没有全力去测试，但是半马成绩却是尽全力跑的。我就带这这样的训练成绩参加2015年北京马拉松，这个半马成绩自测成绩让我心里有普了，觉得自己大概最多5小时可以跑完全程。\n\n### 2.3 训练伤病\n\n由于时间有限，自己的训练稍微有些激进，所以大家可以看出来我八月2号第一次半马之后，两周内每周只是尝试性跑了2次，这是因为脚受伤了，足跟靠外侧疼，无法着力，走路都有些不方便。休息这两周，主要是通过游泳骑自行车保持体能，偶尔尝试想跑步恢复。所以建议跑步训练还是循序渐进的好，不要过于激进。\n\n## 3 两场马拉松比赛\n\n### 3.1比赛数据\n\n* 比赛运动轨迹地图\n![北马汉马轨迹](http://upload-images.jianshu.io/upload_images/2700362-760b7c9130130ed5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n* 比赛官方成绩\n  2015北马：04:44:01\n  2016汉马：04:11:01\n![比赛官方成绩](http://upload-images.jianshu.io/upload_images/2700362-2cc393476be64f16.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)\n\n### 3.2 比赛感受\n\n* 2015年北京马拉松\n\n在北京马拉松开始前5天开始停止训练，准备参加比赛。提前两天去的北京，周五和同学一起吃饭，喝了扎啤，也是怪，喝啤酒没醉过，那一天居然醉了，周六睡了一天，还算是恢复了，不过对比赛还是影响蛮大的。比赛当天，早上早起，进入广场，由于是公益选手，排在靠后的位置，发枪20分钟左右才到起跑点。起跑之后，一来人还是太多，速度无法起来，二来醉过酒，体能确实损失较大，跑不快。前30公里慢慢跑还算正常，身体没啥反应，到了30公里之后，身体慢慢起反应，步伐开始变得艰难，开始进入俗称的撞墙阶段。到了38公里左右，实在是挪不动步子了，开始有呕吐现象，停下来恢复一阵子，开始跑走结合完成最后的一段距离。到了终点，也没很兴奋，只有一个字——累。拿完完赛包裹，直接瘫坐地上好一会才出广场去找同学。\n\n* 2016武汉马拉松\n\n隔了半年之后，武汉在2016年4月10日也举行了马拉松，由于有北京的成绩，我顺利中签并较为轻松完赛。北马之后进入冬季，跑步减少，2016年仅仅1月分跑过两次21公里的七山越野跑，2月没有跑步，三月分开始准备，月跑量100公里，4月份就直接参加比赛。武汉马拉松线路桥比较多，爬升较大，不过组委会组织很好，氛围和补寄都很棒，一路跑下来感觉很轻松，最终没有跑进4小时也是一个遗憾吧，这也与自己训练不到位有关系。\n\n## 4 跑马拉松的一点感想\n首先，我认为跑步是一项比较好的锻炼方式，简单易行，增强心肺能力。只要找到适合自己的节奏，跑起来就好。我认为跑步记录自己的数据是一个很好的激励方式，看着数字，看着轨迹图，会给自己一定的动力，当然对数字不感兴趣的朋友就不一定的。\n\n其次，我觉得马拉松也算是一项极限运动，对于我这样的一般跑者来说，要参与比赛还是得充分科学的训练准备，循序渐进，不要过于冒进。本人的训练稍微有点激进，一个月就环了一次东湖，然后脚受伤，休息了10来天才敢进一步训练。\n\n最后，我为什么跑步呢？我开始认为我跑步就是为了锻炼，跑了这么久才发现，其实我并不是很喜欢单调乏味的跑步，如果锻炼的话，我更喜欢骑自行车和踢足球，我跑步主要是为了跑马拉松。",
      "json_metadata": "{\"tags\":[\"sport\",\"marathon\"],\"image\":[\"http://upload-images.jianshu.io/upload_images/2700362-e0da79e62991447f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-ecadf66cd353f022.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-760b7c9130130ed5.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\",\"http://upload-images.jianshu.io/upload_images/2700362-2cc393476be64f16.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240\"],\"links\":[\"https://www.jianshu.com/p/ab0e114c9f45\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "b068a2a3a9967dd21e31dddcbd92f1c5580f4882",
  "block": 19619335,
  "trx_in_block": 24,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-06T01:39:42",
  "op": [
    "vote",
    {
      "voter": "verusloo",
      "author": "verusloo",
      "permlink": "hello",
      "weight": 10000
    }
  ]
}

{
  "trx_id": "4ce19e0d9a3bbd9b7929f130c5f447c4a7132f40",
  "block": 19619318,
  "trx_in_block": 32,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-06T01:38:51",
  "op": [
    "comment",
    {
      "parent_author": "",
      "parent_permlink": "hello",
      "author": "verusloo",
      "permlink": "hello",
      "title": "你好！Hello！",
      "body": "这是我的第一条Post！\nThis is my first post!",
      "json_metadata": "{\"tags\":[\"hello\"],\"app\":\"steemit/0.1\",\"format\":\"markdown\"}"
    }
  ]
}

{
  "trx_id": "e499f534cb3c6e559e7664b42a648441fa431591",
  "block": 19619258,
  "trx_in_block": 47,
  "op_in_trx": 0,
  "virtual_op": 0,
  "timestamp": "2018-02-06T01:35:51",
  "op": [
    "account_create_with_delegation",
    {
      "fee": "0.500 STEEM",
      "delegation": "29700.000000 VESTS",
      "creator": "steem",
      "new_account_name": "verusloo",
      "owner": {
        "weight_threshold": 1,
        "account_auths": [],
        "key_auths": [
          [
            "STM5vsHGoNEjvAV5PMze6NqHE1GtQzcW4pjXmuLhGwYRda9ELSqCn",
            1
          ]
        ]
      },
      "active": {
        "weight_threshold": 1,
        "account_auths": [],
        "key_auths": [
          [
            "STM4w9BHMEvNUgpiSeqFRLQSMS8f9TgoQCW4PaodYCWCbYQdjB4ZB",
            1
          ]
        ]
      },
      "posting": {
        "weight_threshold": 1,
        "account_auths": [],
        "key_auths": [
          [
            "STM6HYvQ8QFxXfBvgzeRaGCKiYNUEwYhDpdKbbdELTYQqvB4XUuae",
            1
          ]
        ]
      },
      "memo_key": "STM6aZ3r5WkExbF7G4rGMeCgZzYWzohcXS5xHYb7681LTZH1Ht4JW",
      "json_metadata": "",
      "extensions": []
    }
  ]
}