社区
非技术区
帖子详情
Borland Delphi 2006武汉发布会见闻,顺带散分
lextm
2005-11-30 10:57:33
http://blog.csdn.net/lextm/
...全文
591
30
打赏
收藏
Borland Delphi 2006武汉发布会见闻,顺带散分
http://blog.csdn.net/lextm/
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
30 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
日立奔腾浪潮微软松下联想
2005-12-01
打赏
举报
回复
早在1997年Delphi的销量就已经突破100万套了,是你不知道而已。
另外你怎么估计平均价格?
不是三种版本的价格加起来除以三就可以的,
你要知道每种版本的销售比例才行。
alaclp
2005-12-01
打赏
举报
回复
羡慕能参加Delphi大会啊
用Delphi这么多年了,也接到过Delphi2005的试用版光盘,只是无缘这种大会
老之
2005-12-01
打赏
举报
回复
接分了
Hank
2005-12-01
打赏
举报
回复
这样就更明确了
一个公司的销售收入应该会低于财政收入的吧,销售收入是3亿,这个应该是产品线(Delphi、BCB、JBuilder、Kylix等等)的直接收入
Delphi Arc 3500
Delphi Ent 2500
Delphi Pro 1500
有些Delphi没有Arc版本,但不管什么版本,这三个阶梯版本基本是这三个价位,升级版本会在相应的版本打5-6折扣左右,所以算下来,Delphi的平均售价应该在$2000左右
所以即使这么算,Delphi一年的销量最多4万套,摊在中国大陆地区最多3000套,还是那么回事。
为什么Delphi迟迟不公布它的销量?象当年BC3.1销售百万套一样?
小呆之家
2005-12-01
打赏
举报
回复
have a look
fjswge
2005-12-01
打赏
举报
回复
出手真大方啊
GARNETT2183
2005-12-01
打赏
举报
回复
强烈支持。。
ly_liuyang
2005-11-30
打赏
举报
回复
有D版下载就差不多
等吧
l_xiaofeng
2005-11-30
打赏
举报
回复
不如貼在這裡直觀.
前朝遗民
2005-11-30
打赏
举报
回复
真的趕不上形勢了,兄弟我可還在用d7啊,5555...
alexanda2000
2005-11-30
打赏
举报
回复
楼主写得挺详细,也满足了一下我们的心奇心,呵呵.
日立奔腾浪潮微软松下联想
2005-11-30
打赏
举报
回复
以销售收入来代表一个公司的财政收入是不正确的。
还有技术授权、转让、股票、利息等等。
Borland这些年来的年收入在3亿多,4季度的收入由于Delphi/BCB新版本的发布会比2、3季度有较大的增长。
另外你以3000美元一套来估计销售数量也是错误的。
销量最多的并非arch版本,而是std和pro版本。
人家买正版的,几千美元一套也是要考虑一下的,够用就行,不象用D版的,当然上手就是architect。
另外还有大量的版本升级的折扣,比买新版本要便宜很多。
所以平均下来,估计以一套500~700美元比较接近。
Eastunfail
2005-11-30
打赏
举报
回复
郁闷.昨天基本上是睡了一天.要早知道这个就去了
leonkim
2005-11-30
打赏
举报
回复
关注:来接点儿分
Tensionli
2005-11-30
打赏
举报
回复
关注
Hank
2005-11-30
打赏
举报
回复
数据有误
Borland公司2005年前三季度的销售收入是3600万美元
刚才死查烂查
第二季度 6500万美元
所以推测一下,2005年销售收入应该在2.5亿左右,2004年是3亿,假如有1/3的收入来自Delphi,那么,2005年Delphi全球销量也就是
250000000/3/3000=2.7万套,摊到中国最多2000套,也改变不了什么!
5201314
2005-11-30
打赏
举报
回复
关注中…………
xixuemao
2005-11-30
打赏
举报
回复
汗,眼神果然不错,赶上了,看看有机会没有了。呵呵
xixuemao
2005-11-30
打赏
举报
回复
楼主,那个连接在哪啊?
Hank
2005-11-30
打赏
举报
回复
整个会议到场的人员不超过100人,不管是那个版本的描述都是这个数字,有些描述甚至是40-50人,这至少说明3个问题
1、武汉的Delphi市场并不大,使用Delphi的人少的可怜
2、大伙并不关心Delphi的升级情况,甚至对Delphi的未来不看好
3、会议的时间、地点选的有问题,至少说明Borland的公关有问题
别不服,我记得前一段时间看过一个消息:Borland公司2005年前三季度的销售收入是3600万美元!
假如这个消息是真的,如果是假的大伙可以再找找数字。
即使Borland的所有收入都归到Delphi头上,那么Delphi的全球销量1万套左右,平均下来每个月1000套出头,摊到中国大陆地区一个月最多100套的销售量,也就是Delphi在中国大陆地区一年的销量最多1000套,这个量Borland怎么混?
加载更多回复(10)
node-v16.13.1-darwin-arm64.tar.xz
Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
【前端素材】大数据-大数据可视化系统数据分析通用模版.zip
大数据技术指的是用于处理和分析大规模数据集的技术和工具。以下是一些常见的大数据技术和工具: Hadoop:Apache Hadoop是一个用于分布式存储和处理大规模数据的开源框架。它包括Hadoop Distributed File System(HDFS)用于数据存储和MapReduce用于数据处理。 Spark:Apache Spark是一个快速、通用的集群计算系统,提供了比MapReduce更快的数据处理能力。它支持内存计算和更多复杂的数据处理流程。 NoSQL数据库:NoSQL数据库(如MongoDB、Cassandra等)则更适用于处理这类数据。 数据仓库:数据仓库是一个用于集成和分析大规模数据的存储系统,一些知名的数据仓库包括Snowflake、Amazon Redshift等。 数据湖:数据湖是一个存储结构化和非结构化数据的存储池,用于支持数据分析和机器学习应用。 机器学习:大数据技术也广泛应用于机器学习领域,支持大规模数据的模型训练和预测分析。 流式处理:针对实时数据处理需求,流式处理技术(如Apache Kafka、Apache Flink)可以实时。
node-v8.3.0.tar.xz
Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
云计算存储架构dr.pptx
云计算存储架构dr.pptx
【前端素材】大数据-兰州智慧消防大数据平台.zip
大数据技术指的是用于处理和分析大规模数据集的技术和工具。以下是一些常见的大数据技术和工具: Hadoop:Apache Hadoop是一个用于分布式存储和处理大规模数据的开源框架。它包括Hadoop Distributed File System(HDFS)用于数据存储和MapReduce用于数据处理。 Spark:Apache Spark是一个快速、通用的集群计算系统,提供了比MapReduce更快的数据处理能力。它支持内存计算和更多复杂的数据处理流程。 NoSQL数据库:NoSQL数据库(如MongoDB、Cassandra等)则更适用于处理这类数据。 数据仓库:数据仓库是一个用于集成和分析大规模数据的存储系统,一些知名的数据仓库包括Snowflake、Amazon Redshift等。 数据湖:数据湖是一个存储结构化和非结构化数据的存储池,用于支持数据分析和机器学习应用。 机器学习:大数据技术也广泛应用于机器学习领域,支持大规模数据的模型训练和预测分析。 流式处理:针对实时数据处理需求,流式处理技术(如Apache Kafka、Apache Flink)可以实时。
非技术区
828
社区成员
53,611
社区内容
发帖
与我相关
我的任务
非技术区
Delphi 非技术区
复制链接
扫一扫
分享
社区描述
Delphi 非技术区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章