众所周知，大数据时代的大数据挖掘已成为各行各业的一大热点。
一、数据挖掘
在大数据时代，数据的产生和收集是基础，数据挖掘是关键，数据挖掘可以说是大数据最关键也是最基本的工作。通常而言，数据挖掘也称为DataMining，或知识发现Knowledge Discovery from Data，泛指从大量数据中挖掘出隐含的、先前未知但潜在的有用信息和模式的一个工程化和系统化的过程。
不同的学者对数据挖掘有着不同的理解，但个人认为，数据挖掘的特性主要有以下四个方面：
1应用性（A Combination of Theory and Application）：数据挖掘是理论算法和应用实践的完美结合。数据挖掘源于实际生产生活中应用的需求，挖掘的数据来自于具体应用，同时通过数据挖掘发现的知识又要运用到实践中去，辅助实际决策。所以，数据挖掘来自于应用实践，同时也服务于应用实践，数据是根本，数据挖掘应以数据为导向，其中涉及到算法的设计与开发都需考虑到实际应用的需求，对问题进行抽象和泛化，将好的算法应用于实际中，并在实际中得到检验。
2工程性（An Engineering Process）：数据挖掘是一个由多个步骤组成的工程化过程。数据挖掘的应用特性决定了数据挖掘不仅仅是算法分析和应用，而是一个包含数据准备和管理、数据预处理和转换、挖掘算法开发和应用、结果展示和验证以及知识积累和使用的完整过程。而且在实际应用中，典型的数据挖掘过程还是一个交互和循环的过程。
3集合性（A Collection of Functionalities）：数据挖掘是多种功能的集合。常用的数据挖掘功能包括数据探索分析、关联规则挖掘、时间序列模式挖掘、分类预测、聚类分析、异常检测、数据可视化和链接分析等。一个具体的应用案例往往涉及多个不同的功能。不同的功能通常有不同的理论和技术基础，而且每一个功能都有不同的算法支撑。
4交叉性（An Interdisciplinary Field）：数据挖掘是一门交叉学科，它利用了来自统计分析、模式识别、机器学习、人工智能、信息检索、数据库等诸多不同领域的研究成果和学术思想。同时一些其他领域如随机算法、信息论、可视化、分布式计算和最优化也对数据挖掘的发展起到重要的作用。数据挖掘与这些相关领域的区别可以由前面提到的数据挖掘的3个特性来总结，最重要的是它更侧重于应用。
综上所述，应用性是数据挖掘的一个重要特性，是其区别于其他学科的关键，同时，其应用特性与其他特性相辅相成，这些特性在一定程度上决定了数据挖掘的研究与发展，同时，也为如何学习和掌握数据挖掘提出了指导性意见。如从研究发展来看，实际应用的需求是数据挖掘领域很多方法提出和发展的根源。从最开始的顾客交易数据分析（market basket analysis）、多媒体数据挖掘（multimedia data mining）、隐私保护数据挖掘（privacy-preserving data mining）到文本数据挖掘（text mining）和Web挖掘（Web mining），再到社交媒体挖掘（social media mining）都是由应用推动的。工程性和集合性决定了数据挖掘研究内容和方向的广泛性。其中，工程性使得整个研究过程里的不同步骤都属于数据挖掘的研究范畴。而集合性使得数据挖掘有多种不同的功能，而如何将多种功能联系和结合起来，从一定程度上影响了数据挖掘研究方法的发展。比如，20世纪90年代中期，数据挖掘的研究主要集中在关联规则和时间序列模式的挖掘。到20世纪90年代末，研究人员开始研究基于关联规则和时间序列模式的分类算法（如classification based on association），将两种不同的数据挖掘功能有机地结合起来。21世纪初，一个研究的热点是半监督学习（semi-supervised learning）和半监督聚类（semi-supervised clustering），也是将分类和聚类这两种功能有机结合起来。近年来的一些其他研究方向如子空间聚类（subspace clustering）（特征抽取和聚类的结合）和图分类（graph classification）（图挖掘和分类的结合）也是将多种功能联系和结合在一起。最后，交叉性导致了研究思路和方法设计的多样化。
前面提到的是数据挖掘的特性对研究发展及研究方法的影响，另外，数据挖掘的这些特性对如何学习和掌握数据挖掘提出了指导性的意见，对培养研究生、本科生均有一些指导意见，如应用性在指导数据挖掘时，应熟悉应用的业务和需求，需求才是数据挖掘的目的，业务和算法、技术的紧密结合非常重要，了解业务、把握需求才能有针对性地对数据进行分析，挖掘其价值。因此，在实际应用中需要的是一种既懂业务，又懂数据挖掘算法的人才。工程性决定了要掌握数据挖掘需有一定的工程能力，一个好的数据额挖掘人员首先是一名工程师，有很强大的处理大规模数据和开发原型系统的能力，这相当于在培养数据挖掘工程师时，对数据的处理能力和编程能力很重要。集合性使得在具体应用数据挖掘时，要做好底层不同功能和多种算法积累。交叉性决定了在学习数据挖掘时要主动了解和学习相关领域的思想和技术。
因此，这些特性均是数据挖掘的特点，通过这四个特性可总结和学习数据挖掘。
二、大数据的特征
大数据（bigdata）一词经常被用以描述和指代信息爆炸时代产生的海量信息。研究大数据的意义在于发现和理解信息内容及信息与信息之间的联系。研究大数据首先要理清和了解大数据的特点及基本概念，进而理解和认识大数据。
研究大数据首先要理解大数据的特征和基本概念。业界普遍认为，大数据具有标准的“4V”特征：
1Volume（大量）：数据体量巨大，从TB级别跃升到PB级别。
2Variety（多样）：数据类型繁多，如网络日志、视频、、地理位置信息等。
3Velocity（高速）：处理速度快，实时分析，这也是和传统的数据挖掘技术有着本质的不同。
4Value（价值）：价值密度低，蕴含有效价值高，合理利用低密度价值的数据并对其进行正确、准确的分析，将会带来巨大的商业和社会价值。
上述“4V”特点描述了大数据与以往部分抽样的“小数据”的主要区别。然而，实践是大数据的最终价值体现的唯一途径。从实际应用和大数据处理的复杂性看，大数据还具有如下新的“4V”特点：
5Variability（变化）：在不同的场景、不同的研究目标下数据的结构和意义可能会发生变化，因此，在实际研究中要考虑具体的上下文场景（Context）。
6Veracity（真实性）：获取真实、可靠的数据是保证分析结果准确、有效的前提。只有真实而准确的数据才能获取真正有意义的结果。
7Volatility（波动性）/Variance（差异）：由于数据本身含有噪音及分析流程的不规范性，导致采用不同的算法或不同分析过程与手段会得到不稳定的分析结果。
8Visualization（可视化）：在大数据环境下，通过数据可视化可以更加直观地阐释数据的意义，帮助理解数据，解释结果。
综上所述，以上“8V”特征在大数据分析与数据挖掘中具有很强的指导意义。
三、大数据时代下的数据挖掘
在大数据时代，数据挖掘需考虑以下四个问题：
大数据挖掘的核心和本质是应用、算法、数据和平台4个要素的有机结合。
因为数据挖掘是应用驱动的，来源于实践，海量数据产生于应用之中。需用具体的应用数据作为驱动，以算法、工具和平台作为支撑，最终将发现的知识和信息应用到实践中去，从而提供量化的、合理的、可行的、且能产生巨大价值的信息。
挖掘大数据中隐含的有用信息需设计和开发相应的数据挖掘和学习算法。算法的设计和开发需以具体的应用数据作为驱动，同时在实际问题中得到应用和验证，而算法的实现和应用需要高效的处理平台，这个处理平台可以解决波动性问题。高效的处理平台需要有效分析海量数据，及时对多元数据进行集成，同时有力支持数据化对算法及数据可视化的执行，并对数据分析的流程进行规范。
总之，应用、算法、数据、平台这四个方面相结合的思想，是对大数据时代的数据挖掘理解与认识的综合提炼，体现了大数据时代数据挖掘的本质与核心。这四个方面也是对相应研究方面的集成和架构，这四个架构具体从以下四个层面展开：
应用层（Application）：关心的是数据的收集与算法验证，关键问题是理解与应用相关的语义和领域知识。
数据层（Data）：数据的管理、存储、访问与安全，关心的是如何进行高效的数据使用。
算法层（Algorithm）：主要是数据挖掘、机器学习、近似算法等算法的设计与实现。
平台层（Infrastructure）：数据的访问和计算，计算平台处理分布式大规模的数据。
综上所述，数据挖掘的算法分为多个层次，在不同的层面有不同的研究内容，可以看到目前在做数据挖掘时的主要研究方向，如利用数据融合技术预处理稀疏、异构、不确定、不完整以及多来源数据；挖掘复杂动态变化的数据；测试通过局部学习和模型融合所得到的全局知识，并反馈相关信息给预处理阶段；对数据并行分布化，达到有效使用的目的。
四、大数据挖掘系统的开发
1背景目标
大数据时代的来临使得数据的规模和复杂性都出现爆炸式的增长，促使不同应用领域的数据分析人员利用数据挖掘技术对数据进行分析。在应用领域中，如医疗保健、高端制造、金融等，一个典型的数据挖掘任务往往需要复杂的子任务配置，整合多种不同类型的挖掘算法以及在分布式计算环境中高效运行。因此，在大数据时代进行数据挖掘应用的一个当务之急是要开发和建立计算平台和工具，支持应用领域的数据分析人员能够有效地执行数据分析任务。
之前提到一个数据挖掘有多种任务、多种功能及不同的挖掘算法，同时，需要一个高效的平台。因此，大数据时代的数据挖掘和应用的当务之急，便是开发和建立计算平台和工具，支持应用领域的数据分析人员能够有效地执行数据分析任务。
2相关产品
现有的数据挖掘工具
有Weka、SPSS和SQLServer，它们提供了友好的界面，方便用户进行分析，然而这些工具并不适合进行大规模的数据分析，同时，在使用这些工具时用户很难添加新的算法程序。
流行的数据挖掘算法库
如Mahout、MLC++和MILK，这些算法库提供了大量的数据挖掘算法。但这些算法库需要有高级编程技能才能进行任务配置和算法集成。
最近出现的一些集成的数据挖掘产品
如Radoop和BC-PDM，它们提供友好的用户界面来快速配置数据挖掘任务。但这些产品是基于Hadoop框架的，对非Hadoop算法程序的支持非常有限。没有明确地解决在多用户和多任务情况下的资源分配。
3FIU-Miner
为解决现有工具和产品在大数据挖掘中的局限性，我们团队开发了一个新的平台——FIU-Miner，它代表了A Fast,Integrated,and User-Friendly System for Data Miningin Distributed Environment。它是一个用户友好并支持在分布式环境中进行高效率计算和快速集成的数据挖掘系统。与现有数据挖掘平台相比，FIU-Miner提供了一组新的功能，能够帮助数据分析人员方便并有效地开展各项复杂的数据挖掘任务。
与传统的数据挖掘平台相比，它提供了一些新的功能，主要有以下几个方面：
A用户友好、人性化、快速的数据挖掘任务配置。基于“软件即服务”这一模式，FIU-Miner隐藏了与数据分析任务无关的低端细节。通过FIU-Miner提供的人性化用户界面，用户可以通过将现有算法直接组装成工作流，轻松完成一个复杂数据挖掘问题的任务配置，而不需要编写任何代码。
B灵活的多语言程序集成。允许用户将目前最先进的数据挖掘算法直接导入系统算法库中，以此对分析工具集合进行扩充和管理。同时，由于FIU-Miner能够正确地将任务分配到有合适运行环境的计算节点上，所以对这些导入的算法没有实现语言的限制。
C异构环境中有效的资源管理。FIU-Miner支持在异构的计算环境中（包括图形工作站、单个计算机、和服务器等）运行数据挖掘任务。FIU-Miner综合考虑各种因素（包括算法实现、服务器负载平衡和数据位置）来优化计算资源的利用率。
D有效的程序调度和执行。
应用架构上包括用户界面层、任务和系统管理层、逻辑资源层、异构的物理资源层。这种分层架构充分考虑了海量数据的分布式存储、不同数据挖掘算法的集成、多重任务的配置及系统用户的交付功能。一个典型的数据挖掘任务在应用之中需要复杂的主任务配置，整合多种不同类型的挖掘算法。因此，开发和建立这样的计算平台和工具，支持应用领域的数据分析人员进行有效的分析是大数据挖掘中的一个重要任务。
FIU-Miner系统用在了不同方面：如高端制造业、仓库智能管理、空间数据处理等，TerraFly GeoCloud是建立在TerraFly系统之上的、支持多种在线空间数据分析的一个平台。提供了一种类SQL语句的空间数据查询与挖掘语言MapQL。它不但支持类SQL语句，更重要的是可根据用户的不同要求，进行空间数据挖掘，渲染和画图查询得到空间数据。通过构建空间数据分析的工作流来优化分析流程，提高分析效率。
制造业是指大规模地把原材料加工成成品的工业生产过程。高端制造业是指制造业中新出现的具有高技术含量、高附加值、强竞争力的产业。典型的高端制造业包括电子半导体生产、精密仪器制造、生物制药等。这些制造领域往往涉及严密的工程设计、复杂的装配生产线、大量的控制加工设备与工艺参数、精确的过程控制和材料的严格规范。产量和品质极大地依赖流程管控和优化决策。因此，制造企业不遗余力地采用各种措施优化生产流程、调优控制参数、提高产品品质和产量，从而提高企业的竞争力。
在空间数据处理方面，TerraFly GeoCloud对多种在线空间数据分析。对传统数据分析而言，其难点在于MapQL语句比较难写，任务之间的关系比较复杂，顺序执行之间空间数据分许效率较低。而FIU-Miner可有效解决以上三个难点。
总结而言，大数据的复杂特征对数据挖掘在理论和算法研究方面提出了新的要求和挑战。大数据是现象，核心是挖掘数据中蕴含的潜在信息，并使它们发挥价值。数据挖掘是理论技术和实际应用的完美结合。数据挖掘是理论和实践相结合的一个例子。石头 STONE 1
草块 GRASS 2
泥土 DIRT 3
圆石 COBBLESTONE 4
橡木木板 WOOD 5
云杉木板 WOOD:1 5:1
桦木木板 WOOD:2 5:2
丛林木板 WOOD:3 5:3
橡树树苗 SAPLING 6
云杉树苗 SAPLING:1 6:1
桦木树苗 SAPLING:2 6:2
丛林树苗 SAPLING:3 6:3
沙子 SAND 12
沙硕 GRAVEL 13
金矿石 GOLD_ORE 14
铁矿石 IRON_ORE 15
煤矿石 COAL_ORE 16
橡木 LOG 17
云杉木 LOG:1 17:1
白桦木 LOG:2 17:2
丛林木 LOG:3 17:3
橡木树叶 LEAVES 18
云杉树叶 LEAVES:1 18:1
白桦树叶 LEAVES:2 18:2
丛林树叶 LEAVES:3 18:3
玻璃 GLASS 20
青金石矿石 LAPIS_ORE 21
青金石块 LAPIS_BLOCK 22
发射器 DISPENSER 23
沙石 SANDSTONE 24
錾制沙石 SANDSTONE:1 24:1
平滑沙石 SANDSTONE:2 24:2
音符盒 NOTE_BLOCK 25
动力铁轨 POWERED_RAIL 27
探测铁轨 DETECTOR_RAIL 28
粘性活塞 PISTON_STICKY_BASE 29
灌伯木 LONG_GRASS 31
枯死的灌木 DEAD_BUSH 32
活塞 PISTON_BASE 33
白色羊毛 WOOL 35
橙色羊毛 WOOL:1 35:1
红色羊毛 WOOL:2 35:2
蓝色羊毛 WOOL:3 35:3
羊毛 WOOL:4 35:4
灰色羊毛 WOOL:5 35:5
粉色羊毛 WOOL:6 35:6
灰色羊毛 WOOL:7 35:7
淡灰色羊毛 WOOL:8 35:8
青色羊毛 WOOL:9 35:9
紫色羊毛 WOOL:10 35:10
蓝色羊毛 WOOL:11 35:11
棕色羊毛 WOOL:12 35:12
深绿色羊毛 WOOL:13 35:13
红色羊毛 WOOL:14 35:14
黑色羊毛 WOOL:15 35:15
蒲公英 YELLOW_FLOWER 37
玫瑰 RED_ROSE 38
棕色蘑菇 BROWN_MUSHROOM 39
红色蘑菇 RED_MUSHROOM 40
金块 GOLD_BLOCK 41
铁块 IRON_BLOCK 42
石台阶 STEP 44
沙石台阶 STEP:1 44:1
木台阶 STEP:2 44:2
圆石台阶 STEP:3 44:3
砖台阶 STEP:4 44:4
石砖台阶 STEP:5 44:5
红砖 BRICK 45
TNT TNT 46
书架 BOOKSHELF 47
苔石 MOSSY_COBBLESTONE 48
黑曜石度 OBSIDIAN 49
火把 TORCH 50
橡木楼梯 WOOD_STAIRS 53
箱子知 CHEST 54
钻石矿石 DIAMOND_ORE 56
钻石块 DIAMOND_BLOCK 57
工作台 WORKBENCH 58
熔炉 FURNACE 61
梯子 LADDER 65
铁轨 RAILS 66
石楼梯 COBBLESTONE_STAIRS 67
拉杆 LEVER 69
石压力板 STONE_PLATE 70
木压力板 WOOD_PLATE 72
红石矿石 REDSTONE_ORE 73
红石火把 REDSTONE_TORCH_ON 76
石按钮 STONE_BUTTON 77
冰 ICE 79
雪 SNOW_BLOCK 80
仙人掌 CACTUS 81
粘土 CLAY 82
唱片机 JUKEBOX 84
栅栏 FENCE 85
南瓜 PUMPKIN 86
地狱岩 NETHERRACK 87
灵魂沙 SOUL_SAND 88
萤石 GLOWSTONE 89
南瓜灯 JACK_O_LANTERN 91
活板门 TRAP_DOOR 96
石砖 SMOOTH_BRICK 98
苔石砖 SMOOTH_BRICK:1 98:1
裂石砖 SMOOTH_BRICK:2 98:2
錾制石砖 SMOOTH_BRICK:3 98:3
蘑菇 HUGE_MUSHROOM_1 99
蘑菇 HUGE_MUSHROOM_2 100
铁栅栏 IRON_FENCE 101
玻璃板 THIN_GLASS 102
西瓜 MELON_BLOCK 103
藤蔓 VINE 106
栅栏门 FENCE_GATE 107
砖楼梯 BRICK_STAIRS 108
石楼梯 SMOOTH_STAIRS 109
菌丝 MYCEL 110
睡莲 WATER_LILY 111
地狱砖衟块 NETHER_BRICK 112
地狱砖栅栏 NETHER_FENCE 113
地狱砖楼梯 NETHER_BRICK_STAIRS 114
附魔台 ENCHANTMENT_TABLE 116
末地石 ENDER_STON 121
龙蛋 DRAGON_EGG 122
红石灯 REDSTONE_LAMP_OFF 123
橡木台阶 WOOD_STEP 126
云杉台阶 WOOD_STEP:1 126:1
桦木台阶 WOOD_STEP:2 126:2
丛林台阶 WOOD_STEP:3 126:3
沙石楼梯 SANDSTONE_STAIRS 128
绿宝石矿石 EMERALD_ORE 129
末影箱 ENDER_CHEST 130
拌线钩 TRIPWIRE_HOOK 131
绿宝石矿石 EMERALD_BLOCK 133
云杉木楼梯 SPRUCE_WOOD_STAIRS 134
桦木楼梯 BIRCH_WOOD_STAIRS 135
丛林木楼梯 JUNGLE_WOOD_STAIRS 136
更多在下方佰！
武器/工具
物品名称 物品英文衜ID 物品数字ID
铁铲子 IRON_SPADE 256
铁镐知 IRON_PICKAXE 257
铁斧 IRON_AXE 258
打火石 FLINT_AND_STEEL 259
弓 BOW 261
铁剑 IRON_SWORD 267
木剑 WOOD_SWORD 268
木铲 WOOD_SPADE 269
木镐 WOOD_PICKAXE 270
木斧 WOOD_AXE 271
石剑 STONE_SWORD 272
石铲 STONE_SPADE 273
石镐 STONE_PICKAXE 274
石斧 STONE_AXE 275
金剑 GOLD_SWORD 283
金铲 GOLD_SPADE 284
金镐 GOLD_PICKAXE 285
金斧 GOLD_AXE 286
木锄 WOOD_HOE 290
石锄 STONE_HOE 291
铁锄 IRON_HOE 292
钻石锄 DIAMOND_HOE 293
金锄 GOLD_HOE 294
钻石剑 DIAMOND_SWORD 276
钻石铲 DIAMOND_SPADE 277
钻石镐 DIAMOND_PICKAXE 278
钻石斧 DIAMOND_AXE 279
桶 BUCKET 325
水桶 WATER_BUCKET 326
岩浆桶 LAVA_BUCKET 327
指南针 COMPASS 345
钓鱼竿 FISHING_ROD 346
钟 WATCH 347
空地图 MAP 358
剪刀 SHEARS 359
火焰d FIREBALL 385
更多在下方！
粮食和种子
物品名称 物品英文ID 物品数字ID
苹果 APPLE 260
碗 BOWL 281
炖蘑菇 MUSHROOM_SOUP 282
小麦种子 SEEDS 295
小麦 WHEAT 296
面包 BREAD 297
生猪排 PORK 319
熟猪排 GRILLED_PORK 320
金苹果 GOLDEN_APPLE 322
牛奶 MILK_BUCKET 335
生鱼 RAW_FISH 349
熟鱼 COOKED_FISH 350
糖 SUGAR 353
蛋糕 CAKE 354
曲奇 COOKIE 357
西瓜 MELON 360
南瓜种子 PUMPKIN_SEEDS 361
西瓜种子 MELON_SEEDS 362
生牛肉 RAW_BEEF 363
牛排 COOKED_BEEF 364
生鸡肉 RAW_CHICKEN 365
熟鸡肉 COOKED_CHICKEN 366
更多在下方！
衣服
物品名称 物品英文ID 物品数字ID
皮革帽子 LEATHER_HELMET 298
皮革外衣 LEATHER_CHESTPLATE 299
皮革裤子 LEATHER_LEGGINGS 300
皮靴 LEATHER_BOOTS 301
铁头盔 IRON_HELMET 306
铁盔甲 IRON_CHESTPLATE 307
铁护腿 IRON_LEGGINGS 308
铁靴 IRON_BOOTS 309
钻石头盔 DIAMOND_HELMET 310
钻石胸甲 DIAMOND_CHESTPLATE 311
钻石护腿 DIAMOND_LEGGINGS 312
钻石靴 DIAMOND_BOOTS 313
金头盔 GOLD_HELMET 314
金护甲 GOLD_CHESTPLATE 315
金护腿 GOLD_LEGGINGS 316
金靴子 GOLD_BOOTS 317
更多见下方！
运输
物品名称 物品英文ID 物品数字ID
矿车 MINECART 328
鞍 SADDLE 329
船 BOAT 330
运输矿车 STORAGE_MINECART 342
动力矿车 POWERED_MINECART 343
更多见下方！
矿石和锭
物品名称 物品英文ID 物品数字ID
煤炭 COAL 263
木炭 COAL:1 263:1
钻石 DIAMOND 264
铁锭 IRON_INGOT 265
金锭 GOLD_INGOT 266
青金石 INK_SACK:4 351:4
更多见下方！
炼药
物品名称 物品英文ID 物品数字ID
萤石粉 GLOWSTONE_DUST 348
水瓶 POTION 373
恶魂之泪 GHAST_TEAR 370
金粒~~~~~ GOLD_NUGGET 371
地狱庞 NETHER_STALK 372
玻璃瓶 GLASS_BOTTLE 374
蜘蛛眼 SPIDER_EYE 375
发酵的蜘蛛眼 FERMENTED_SPIDER_EYE 376
烈焰粉 BLAZE_POWDER 377
岩浆膏 MAGMA_CREAM 378
末影之眼 EYE_OF_ENDER 381
闪烁的西瓜 SPECKLED_MELON 382
更多见下方！
装饰
物品名称 物品英文ID 物品数字ID
画 PAINTING 321
告示牌衜 SIGN 323
木门 WOOD_DOOR 324
铁门 IRON_DOOR 330
红砖 CLAY_BRICK 336
粘土 CLAY_BALL 337
床 BED 355
酿造台 BREWING_STAND_ITEM 379
炼药锅 CAULDRON_ITEM 380
绿宝石 EMERALD 388
更多见下方！
染料
物品名称 物品英文ID 物品数字ID
墨囊 INK_SACK 351
红色玫瑰 INK_SACK:1 351:1
仙人掌绿 INK_SACK:2 351:2
可可豆 INK_SACK:3 351:3
青金石 INK_SACK:4 351:4
紫色的染料 INK_SACK:5 351:5
青色的染料 INK_SACK:6 351:6
浅灰色的染料 INK_SACK:7 351:7
灰色的染料 INK_SACK:8 351:8
粉红色染料 INK_SACK:9 351:9
黄绿色染料 INK_SACK:10 351:10
蒲公英黄 INK_SACK:11 351:11
浅蓝色的染料 INK_SACK:12 351:12
品红染料 INK_SACK:13 351:13
橙色染料 INK_SACK:14 351:14
骨粉 INK_SACK:15 351:15
更多在下方！
光盘
物品名称 物品英文ID 物品数字ID
唱片C418-13 GOLD_RECORD 2256
唱片C418-cat GREEN_RECORD 2257
唱片C418-blocks RECORD_3 2258
唱片C418-chirp RECORD_4 2259
唱片C418-far RECORD_5 2260
唱片C418-mall RECORD_6 2261
唱片C418-mellohi RECORD_7 2262
唱片C418-satl RECORD_8 2263
唱片C418-strad RECORD_9 2264
唱片C418-ward RECORD_10 2265
唱片C418-11 RECORD_11 2266
唱片C418-wait RECORD_12 2267
更多见下方！
[spoiler]
杂物
[spoiler]
物品名称 物品英文ID 物品数字ID
箭 ARROW 262
木棍 STICK 280
线 STRING 287
羽毛 FEATHER 288
火药 SULPHUR 289
燧石 FLINT 318
雪球 SNOW_BALL 332
皮革 LEATHER 334
甘蔗 SUGAR_CANE 338
纸 PAPER 339
书 BOOK 340
粘液球 SLIME_BALL 341
鸡蛋 EGG 344
骨头 BONE 352
腐肉 ROTTEN_FLESH 367
末影珍珠 ENDER_PEARL 368
火焰棒 BLAZE_ROD 369
书与笔 BOOK_AND_QUILL 386
成书 WRITTEN_BOOK 387
更多见下方！
红石
物品名称 物品英文ID 物品数字ID
红石 REDSTONE 331
红石中继器 DIODE 356
红石比较器 0404
三星note20ultra播放音乐可以安装第三方音乐播放器。
三星已经把国行版三星音乐服务停止了，安装第三方音乐播放器。或者可以去下载国际版三星音乐吧。三星宣布将要关掉自家的音乐服务Milk Music（国内被译为三星牛奶音乐）。三星音乐已经正式发布了公告，将于2020年3月1日起不再提供服务。
从9月22日起，美国地区的Milk Music用户将不能继续使用这项服务。三星建议他们转而使用合作伙伴Slacker Radio提供的音乐服务。
三星音乐服务关闭国内服务器原因：
三星公告称，是＂为了提升使用体验＂，手机端三星音乐将于2020年3月1日起不再提供服务。如果用户有未到期的三星音乐VIP，可以免费兑换QQ音乐绿钻会员。
在当前音乐版权竞争越发激烈的场面下，手机音乐服务也越发艰难。去年年初，魅族Flyme就发布公告称，因业务调整，Flyme"音乐＂客户端将自2018年3月5日起停止提供在线播放和下载服务。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）