服务热xian 13823132042
扫一扫
了jie更多
bu局全球、追求卓越! zhuan注渠道品质、技术创新、运营高效,缔造全球工业智能hua品pai!
热搜guan键词

yun计算、大数据和人工智能

2018-05-18 0

一、yun计算最初的目标


wo们首先纁i祔un计算。yun计算最初的目标是对资yuan的管理,管理的zhuyao是计算资yuan、网络资yuan、存储资yuan三个方面。




1管数据中心就像配dian脑


什么叫计算、网络、存储资yuan?


比如你yaomaitai笔记本dian脑,是不是yaoguan心这taidian脑是什么样的CPU?多大的na存?这两个就被wo们称为计算资yuan。


这taidian脑yao上网,就需yaoyou个可以插网xian的网kou,huo者you可以连接wo们家路you器的无xian网卡。您家也需yao到运营商比如lian通、移动huo者dian信开通一个网络,比如100M的dai宽。然后会you师傅弄一gen网xian到您家来,师傅可能会帮您将您的路you器和ta们gong薺ing耐缌优鋤hi好。这样您家的所you的dian脑、手机、ping板就都可以通过您的路you器上网了。这就是网络资yuan。


您可能huai会wenying盘多大?过去的ying盘都很小,大小如10G之类的;后来即使500G、1T、2T的ying盘也不新鲜了。(1T是1000G),这就是存储资yuan。


秡a谝籺aidian脑是这个样讁ong模za谝桓鍪葜行囊彩莟ong样的。想象你you一个非常非常大的机房,里面堆了很多的服务器,这些服务器也是youCPU、na存、ying盘的,也是通过类似路you器的设备上网的。这时的wen题就是:运营数据中心的人是zen么把这些设备统一的管理qi来的ne?


2灵活就是想啥时yao都you,想yao多shao都行


管理的目标就是yao达到两个方面的灵活性。具体哪两个方面ne?


举个例子来理jie:比如you个人需yao一tai很小的dian脑,只you一个CPU、1Gna存、10G的ying盘、一兆的dai宽,你能给ta吗en裾庵终饷葱ui格的dian脑,现在随便一个笔记本dian脑都比这个配zhi强了,家里随便拉一个宽dai都yao100M。然而如果去一个yun计算的苆iaoㄉ希瑃ayao想yao这个资yuan时,只yao一点就you了。


这种情况xia它就能达到两个方面灵活性:

  • 时间灵活性:想什么时候yao就什么时候yao,需yao的时候一点就出来了;

  • 空间灵活性:想yao多shao就觴ie鄐hao。需yao一个tai很小的dian脑,可以满足;需yao一个特别大的空间例如yun盘,yun盘给每个人分配的空间动不动就很大很大,随时上传随时you空间,永远用不完,也是可以满足的。


空间灵活性和时间灵活性,糲i颐浅huo的yun计算的dan性。而jiejue这个dan性的wen题,经历了man长时间的发展。


3wu理设备不灵活


di一个阶秝en莣u理设备时期。这个时期客户需yao一taidian脑,wo们就mai一tai放在数据中心里。


wu理设备dang然是越来越牛,例如服务器,na存动不动就是百Gna存;例如网络设备,一个端kou的dai宽就能you几十G甚至上百G;例如存储,在数据中心至shao是PBji别的(一个P是1000个T,一个T是1000个G)。


然而wu理设备不能做到很好的灵活性:


  • 首先是它缺乏时间灵活性。不能够达礿iao胧裁词焙騳ao就什么时候yao。比如maitai服务器、mai个dian脑,都yaoyou采购的时间。如果突然用户告诉某个yunchang商,shuo想yao开taidian脑,使用wu理服务器,dang时去采购就很nan。与供应商guan系好的可能需yao一个星期,与供应商guan系一ban的就可能需yao采购一个月。用户等了很久dian脑瞡uo轿唬馐庇没uaiyao登录上去慢慢开始部署自己的应用。时间灵活性非常cha。

  • 其ci是它的空间灵活性也不行。例如上述的用户需yao一个很小很小的dian脑,但现在哪huaiyou这么小型簄uo膁ian脑?不能为了满足用户只yao一个G的na存是80Gying盘的,就去mai一个这么小的机器。但是如果mai一个大的,又会因为dian膟uan螅鑩ao向用户多蕑hang捎没鑩ao用的只you那么小一点,所以多付钱就很冤。


4虚nihua灵活多了


you人就想ban法了。di一个ban法就是虚nihua。用户不是只yao一个很小的dian脑么?数据中心的wu理设备都很强大,wo可襶uan觲u理的CPU、na存、ying盘中虚ni出一小块来给客户,tong时也可以虚ni出一小块来给其ta客户。每个客户只能看到自己的那一小块,但其shi每个客户用的是整个大的设备上的一小块。


虚nihua的技术使得不tong客户的dian脑看qi来是隔li的。也就是wo看着好像这块盘就是wo的,你看着这块盘就是你的,但shi际情况可能wo的这个10G和你的这个10G是落在tong样一个很大很大的存储上。而且如果事先wu理设备都准备好,虚nihua软件虚ni出一个dian脑是非常快的,基本上几分钟就能jiejue。所以在任簑o桓鰕un上yao创jian一taidian脑,一点几分钟就出来了,就是这个祃an怼Ⅻ/span>


这样空间灵活性和时间灵活性就基本jiejue了。


5虚ni世界的赚钱与情huai


在虚nihua阶段,最牛的gong司是VMware。它是shi现虚nihua技术比jiaozao的一家gong司,可以shi现计算、网络、存储的虚nihua。这家gong司很牛,性能做得非常好,虚nihua软件卖得也非常好,赚了好多的钱,后来让EMC(世界五百强,存储chang商di一品pai)给shou购了。


但这个世界上huai是you很多you情huai的萻huo模绕涫浅绦蛟崩锩妗Ⅻ/span>you情huai的人喜欢做什么事情?开yuan。


这个世界上很多软件都是you闭yuan就you开yuan,yuan就是yuan代ma。也就是shuo,某个软件做的好,所you人秊i茫飧鋈砑拇鷐a被wo封闭qi来,只youwogong司知道,其ta人不知道。如果其ta人想用这个软件,就yao向wo付钱,这就叫闭yuan。


但世界上zongyou一些大牛看瞙uai咔既靡患易巳サ那榭觥4笈C蔷醯茫飧黾际跄慊醱o也会;你能开发出来,wo也能。wo开发出来就是不蕑hang汛鷐a拿出来分享给大家,全世界谁用都可以,所you的人都可以享受到好处,这个叫做开yuan。


比如最近的di姆·bo纳斯·李就是个非常you情huai的人。2017年,ta因“发明万wei网、di一个liulan器和使万wei网得以扩展的基本协议和算法”而获得2016年度的图灵奖。图灵奖就是计算机界的興ang炊薄H欢鴗a最令人敬佩的是,ta将万wei网,也就是wo们常见的WWW技术无偿贡献给全世界免费使用。wo们现在在网上的所you行为都应该ganxieta的功纓ing绻鹴a将这个技术拿来蕑hangΩmei捅榷谴腸ha不多you钱。


开yuan和闭yuan的例子you很多:

例如在闭yuan的世界里youWindows,大家用Windows都得给微软付钱;开yuan的世界里面就出现了Linux。比尔盖茨靠Windows、Office这些闭yuan的软件赚了很多钱,称为世界首富,就you大牛开发了另外一种操zuo系统Linux。很多人可能没you听shuo过Linux,很多后tai的服务器上pao的程序都是Linux上的,比如大家享受双十一,无论是淘宝、jing东、考拉……支撑双十一抢购的系统都是pao在Linux上的。


再如youApple就you安卓。Appleshi值很高,但是ping果系统的代mawo们是看不到的。于是就you大牛xie了安卓手机操zuo系蚦hangKyuan蠹铱梢钥吹郊负跛鵼ou的其ta手机chang商,里面都装安譳en低changT蚓褪莗ing果系统不开yuan,而安譳en低炒蠹ye伎梢za谩Ⅻ/span>



在虚nihua软件也一样,you了VMware,这个软件非常贵。那就you大牛xie了两个开yuan的虚nihua软件,一个叫做Xen,一个叫做KVM,如果不做技术的,可以不用管这两个名字,但是后面huai是会提到。


6虚nihua的ban自动和yun计算的全自动


yaoshuo虚nihua软件jiejue了灵活性wen题,其shi并不全对。因为虚nihua软件一ban创jian一tai虚ni的dian脑,是需yao人工指ding这tai虚nidian脑放在哪taiwu理机上的。这襤uai炭赡躧uai需yao比jiao复za的人工配zhi。所以使用VMware的虚nihua软件,需yao考一个很牛的证书,而能拿到这个证书的人,薪资是相dang高,也可见复za程度。


所以仅仅ping虚nihua软件所能管理的wu理机的集群gui模都不是特别大,一ban在十几tai、几十tai、最多百tai这么一个gui模。


这一方面会yingxiang时间灵活性:虽然虚ni出一taidian脑的时间很短,但是随着集群gui模的扩大,人工配zhi的过程越来越复za,越来越hao时。另一方面也yingxiang空间灵活性:dang用户数量多时,这点集群gui模,huai远达不礿iao難ao多shaoyao多shao的程度,很可能这点资yuan很快就用完了,huai得去采购。


所以随着集群的gui模越来越大,基本都是千taiqi步,动辄上万tai、甚至几十上百万tai。如果去cha一xiaBAT,包kuo网易、谷歌、亚maxun,服务器数目都大的xia人。这么多机器yao靠人去选一个位zhi放这tai虚nihua的dian脑并做相应的配zhi,几乎是不可能的事情,huai是需yao机器去做这个事情。


人们发明了ge种ge样的算法来做这个事情,算法的名讂hi凶觞strong style="margin:0px;padding:0px;max-width:100%;box-sizing:border-box !important;word-wrap:break-word !important;">diao度(Scheduler)。通俗一点shuo,就是you一个diao度中心,几千tai机器都在一个池子里面,无论用户需yao多shaoCPU、na存、ying盘的虚nidian脑,diao度中心会自动在大池子里面找一个能够满足用户需求的di方,把虚nidian膟un舳痲i来做好配zhi,用户就直接能用了。这个阶段wo们称为池huahuo者詐ing5搅苏飧鼋锥危趴梢猿莆獃un计算,在这之前都只能叫虚nihua。


7yun计算的私you与gongyou


yun计算大致分两种:一个是私youyun,一个是gongyouyun,huaiyou人把私youyun和gongyouyun连接qi来称为混合yun,这里暂且不shuo这个。


  • 私youyun:把虚nihua和詐ing恼馓兹砑渴鹪诒鹑shuo氖葜行睦锩妗J褂盟統ouyun的用户往往很you钱,自己maidijian机房、自己mai服务器,然后让yunchang商部署在自己这里。VMware后来除了虚nihua,也推出了yun计算的产品,并且在私youyunshichang赚的盆满钵满。

  • gongyouyun:把虚nihua和詐ing砑渴鹪趛unchang商自己数据中心里面的,用户不需yao很大的投入,只yao注册一个zhang号,就能在一个网ye上点一xia创jian一tai虚nidian脑。例如AWS即亚maxun的gongyouyun;例如国na的阿里詐iengxun詐i⑼讁un等。


亚maxun为什么yao做gongyouyunne?wo们知道亚maxun原来是国外比jiao大的一个dian商,它做dian商时也kending会遇到类似双十一的chang景:在某一个时ke大紋e汲迳侠磎ai东xi。dang大紋e汲迳xia蚨玿i时,就特别需yaoyun的时间灵活性和空间灵活性。因为它不能时ke准备好所you的资yuan,那样tai浪费了。但也不能什么都不准备,看着双十一这么多用户想mai东xi登不上去。所以需yao双十一时,就创jian一大批虚nidian脑来支撑dian商应用,过了双十一再把这些资yuan都shi穘uo羧ジ杀鸬摹R騝i亚maxun是需yao一个yun苆iaoǖ摹Ⅻ/span>


然而商用的虚nihua软件shi在是tai贵了,亚maxunzong不能把自己在dian商赚的钱全部给了虚nihuachang商。于是亚maxun基于开yuan的虚nihua技术,如上所述的Xenhuo者KVM,开发了一套自己的詐ing砑C幌氲窖莔axun后来dian商越做越牛,yun苆iaoㄒ苍阶鲈脚!Ⅻ/span>


you于它的yun苆iaoㄐ鑩ao支撑自己的dian商应用;而传统的yun计算chang商多为ITchang商出身,几乎没you自己的应用,所以亚maxun的yun苆iaoǘzaτ酶佑押茫竤u发展成为yun计算的di一品pai,赚了很多钱。


在亚maxungongbu其yun计算苆iao╟aibao之前,人们都cai测,亚maxundian商赚钱,yun也赚钱吗?后来襤uai玝ucaibao,发现不是一ban的赚钱。仅仅去年,亚maxunAWS年营shou达122yi美yuan,运营利润31yi美yuan。


8yun计算的赚钱与情huai


gongyouyun的di一名亚maxun过祄ei芩琩i二名Rackspace过得就一ban了。没ban法,这就是互lian网行业的残酷性,多是赢者通吃的模shi。所以di二名如果不是yun计算行业的,很多人可能都没听过了。


di二名就想,wo干瞙uai齦ao大zen么banne?开yuanba。如上所述,亚maxun虽然使用了开yuan的虚nihua技术,但詐ing拇鷐a是闭yuan的。很多想做又做不了詐ingjiaoǖ膅ong司,只能眼巴巴的看着亚maxun挣大钱。Rackspace把yuan代ma襤uai鲂幸稻涂梢砸籷i把这个苆iaoㄔ阶鲈胶茫瑇iong弟们大家一qi上,和lao大拼了。



于是Rackspace和美国航空簀iao炀趾蟴uo创ban了开yuan软件OpenStack,如上图所示OpenStack的架构图,不是yun计算行业的不用弄懂这个图,但能够看到三个guan键字:Compute计算、Networking网络、Storage存储。huai是一个计算、网络、存储的詐ing芾砥jiaoāⅫ/span>


dang然di二名的技术也是非常棒的,you了OpenStack之后,果zhen像Rackspace想的一样,所you想做yun的大qi业都疯了,你能想象到的所you如雷贯耳的大型ITqi业:IBM、惠普、dai尔、华为、lian想等都疯了。


原来yun苆iaoù蠹ye枷胱觯醋叛莔axun和VMware赚了这么多钱,眼巴巴看着没ban法,想自己做一个好像nan度huai挺大。现在好了,you了这样一个开yuan的yun苆iao∣penStack,所you的ITchang商都加入到这个社区中来,对这个yun苆iaoń泄毕祝俺勺约旱牟罚瑃ong自己的ying件设备一qi卖。you的做了私youyun,you的做了gongyouyun,OpenStack已经成为开yuanyun苆iaoǖ氖率dang曜肌Ⅻ/span>


9 IaaS, 资yuan层面的灵活性


随着OpenStack的技术越来越成熟,可以管理的gui模也越来越大,并且可襷axie喔鯫penStack集群部署多套。比如北jing部署一套、杭州部署羓iao住⒐阒莶渴鹨惶祝缓蠼型骋坏墓芾怼U庋鰃ui模就更大了。


在这个gui模xia,秡a谄胀ㄓ没У母xiong唇玻灸芄蛔龅jiao胧裁词焙騳ao就什么什么yao,想yao多shao就yao多shao。huai是拿yun盘举例子,每个用户yun盘都分配了5T甚至更大的空间,如果you1yi人,那加qi来空间多大啊。


其蔰ang澈蟮幕鷝hi是这样的:分配你的空间,你可能只用了其中很shao一点,比如shuo它分配给你了5个T,这么大的空间仅仅是你看到的,而不是zhen的就给你了,你其shi只用了50个G,zezhenshi给你的就是50个G,随着你文件的不断上传,分给你的空间会越来越多。


dang大紋e忌洗瑈un苆iaoǚ⑾挚炻shuo氖焙?例如用了70%),会采购更多的服务器,扩充背后的资yuan,这个秡a没峭该鞯摹⒖床坏降摹4觛an觉上来讲,就shi现了yun计算的dan性。其shiyou点像yin行,给储户的gan觉是什么时候取钱都you,只yao不tong时挤兑,yin行就不会垮。


10zong结


到了这个阶段,yun计算基本上shi现了时间灵活性和空间灵活性;shi现了计算、网络、存储资yuan的dan性。计算、网络、存储wo们常称为基础设施Infranstracture, 因而这个阶段的dan性称为资yuan层面的dan性。管理资yuan的yun苆iaoǎ瑆o们称为基础设施服务,也就是wo们常听到的IaaS(Infranstracture As A Service)。


二、yun计算瞙uai夤茏蕐uan,也yao管应用



you了IaaS,shi现了资yuan层面的dan性就够了吗en匀徊皇牵琱uaiyou应用层面的dan性。


这里举个例子:比如shuoshi现一个dian商的应用,ping时十tai机器就够了,双十一需yao一百tai。你可能觉祄ei芎胋an啊,you了IaaS,新创jian九十tai机器就可以了啊。但90tai机器创jian出来是空的,dian商应用并没you放上去,只能让gong薺ing脑藈ei人员一tai一tai的弄,需yao很长时间才能安装好的。


虽然资yuan层面shi现了dan性,但没you应用层的dan性,依然灵活性是瞙uai坏摹Ⅻ/span>you没you方法jiejue这个wen题ne?


人们在IaaS苆iaoㄖ嫌旨恿艘徊悖糜诠芾碜蕐uan以上的应用dan性的wen题,这一层通常称为PaaS(Platform As A Service)。这一层往往比jiaonan理jie,大致分两部分:一部分眘hou叱莆澳阕约旱挠τ米远沧啊保徊糠直shou叱莆巴ㄓ玫挠τ貌挥冒沧啊薄Ⅻ/span>


  • 自己的应用自动安装比如dian商应用是你自己开发的,除了你自己,其ta人是不知道zen么安装的。像dian商应用,安装时需yao配zhi支付宝huo者微衝uo膠hang号,才能使别人在你的dian商蓌ia蚨玿i时,付的钱是打到你的zhang户里面的,除了你,谁也不知道。所以安装的过程苆iaoò锊涣嗣Γ芄话锬阕龅米远痟ua,你需yao做一些工zuo,将自己的配zhi信息融入到自动hua的安装过程中方可。比如上面的例子,双十一新创jian出来的90tai机器是空的,如果能够提供一个工具,能够自动在这新的90tai机器上将dian商应用安装好,就能够shi现应用层面的zhen正dan性。例如Puppet、Chef、Ansible、Cloud Foundary都可以干这件事情,最新的容器技术Docker能更好的干这件事情。


  • 通用的应用不用安装所谓通用的应用,一ban指一些复za性比jiao高,但大紋e荚谟玫模缡菘狻<负跛鵼ou的应用都会用数据库,但数据库软件是标准的,虽然安装和wei护比jiao复za,但无论谁安装都是一样。这样的应用可以变成标准的PaaS层的应用放在yun苆iaoǖ慕缑嫔稀ang用户需yao一个数据库时,一点就出来了,用户就可以直接用了。you人wen,既然谁安装都一个样,那wo自己来好了,不需yao花钱在yun苆iaoㄉxia颉ang然不是,数据库是一个非常nan的东xi,光Oracle这家gong司,靠数据库就能赚这么多钱。maiOracle也是yao花很多钱的。


然而大多数yun苆iaoɑ崽峁㎝ySQL这样的开yuan数据库,又是开yuan,钱不需yao花这么多了。但wei护这个数据库,却需yaozhuan门招一个很大的团队,如果这个数据库能够优hua到能够支撑双十一,也不是一年两年能够搞ding的。


比如您是一个做单车的,dang然没必yao招一个非常大的数据库团队来干这件事情,成本tai高了,应该交给yun苆iaoɡ醋稣饧虑椋瑉huan业的事情zhuan业的人来做,yun苆iao▃huan门yang了几百人wei护这套系统,您只yaozhuan注于您的单车应用就可以了。


yao么是自动部署,yao么是不用部署,zong的纁i稻褪怯τ貌隳阋瞴aoshao操心,这就是PaaS层的重yaozuo用。



虽shuo脚眏ing姆絪hi能够jiejue自己的应用的部署wen题,然而不tong的环境千cha万别,一个脚本往往在一个环境上运行正确,到另一个环境就不正确了。


而容器是能更好dijiejue这个wen题。



容器是 Container,Container另一个意思是集装xiang,其shi容器的思想就是yao变成软件交付的集装xiang。集装xiang的特点:一是封装,二是标准。


在没you集装xiang的时代,jia设将huowu从 A詓huo B,中间yao经过三个ma头、换三ci船。每ci都yao将huowuxiexia船来,摆得七零ba落,然后搬上船重新整qi摆好。因ci在没you集装xiang时,每ci换船,船员们都yao在岸上dai几tian才能zou。


you了集装xiang以后,所you的huowu都打包在一qi了,并且集装xiang的chi寸全部一致,所以每ci换船时,一个xiang子整体搬过去就行了,小时ji别就能完成,船员再也不用上岸长时间耽搁了。


这是集装xiang“封装”、“标准”两大特点在生活中的应用。


那么容器如何秡aτ么虬黱e?huai是yao学习集装xiang。首先yaoyou个封闭的环境,将huowu封装qi来,让huowu之间互不干扰、互相隔li,这样装huoxiehuo才方便。好在 Ubuntu中的LXC技术zao就能做到这一点。


封闭的环境zhuyao使用了两种技术,一种是看qi来是隔li的技术,称为 Namespace,襜u疵扛 Namespace中的应用看到的是不tong的 IPdi址、用户空间、程簄uo取A硪恢质怯胵i来是隔li的技术,称为 Cgroups,襜u疵髅髡鹴ai机器you很多的 CPU、na存,而一个应用只能用其中的一部分。


所谓的jing像,就是将你焊好集装xiang的那一ke,将集装xiang的状态保存xia来,就像孙悟空shuo:“ding”,集装xiang里面就ding在了那一ke,然后将这一ke的状态保存成一系lie文件。这些文件的格shi是标准的,谁看到这些文件都能huai原dang时ding住的那个时ke。将jing像huai原成运行时的过程(就是读取jing像文件,huai原那个时ke的过程)就是容器运行的过程。


you了容器,使得 PaaS层秡a谟没ё陨碛τ玫淖远渴鸨涞每靤u而优雅。


三、大数据觗angun计算


在PaaS层中一个复za的通用应用就是大数据苆iaoā4笫菔侨绾wo徊揭徊饺谌難un计算的ne?


1数据不大也包含智hui


一开始这个大数据并不大。原来才觴ie鄐hao数据en衷诖蠹ye既タ磀ian子书,上网看新wen了,在wo们80后小时候,信息量没you那么大,也就看看书、看看bao,一个星期的baozhi加qi来才觴ie鄐hao字?如果你不在一个大城shi,一个普通祅an5耐际楣菁觪i来也没几个书架,是后纁i孀判畔ua的到来,信息才会越来越多。


首先wo们来看一xia大数据里面的数据,就分三种类衪ing恢zhi薪峁筯ua的数据,一謟hi蟹墙峁筯ua的数据,huaiyou一謟hi衎an结构hua的数据。


  • 结构hua的数据即you固ding格shi和you限长度的数据。例如tian的biao格就是结构hua的数据,国籍:謝ie嗣窆埠凸褡澹汉海员穑hao校舛冀薪峁筯ua数据。

  • 非结构hua的数据现在非结构hua的数据越来越多,就是不ding长、无固ding格shi的数据,例如网ye,you时候非常长,you时候几句话就没了;例如语音,视频都是非结构hua的数据。

  • ban结构hua数据是一些XMLhuo者HTML的格shi的,不从事技术的可能不了jie,但也没youguan系。


其shi数据本身不是you用的,必须yao经过一ding的处理。例如你每tianpao步dai个手环shou集的也是数据,网上这么多网ye也是数据,wo们称为Data。数据本身没you什么用处,但数据里面包含一个很重yao的东xi,叫做信息(Information)。


数据十分za乱,经过梳理和清洗,才能筯uai莆畔ⅰP畔⒒岚芏鄃ui律,wo们需yao磞ou畔⒅薪玤ui律zong结出来,称为知识(Knowledge),而知识改变命运。信息是很多的,但you人看到了信息相dang于白看,但you人就磞ou畔⒅锌吹搅薲ian商的未来,you人看到了直播的未来,所以人家就牛了。如果你没you磞ou畔⒅刑崛〕鲋叮瑃iantian看朋友圈也只能在互lian网滚滚大潮中做个看客。


you了知识,然后利用这些知识去应用于shi战,you的人会做得非常好,这个东xi叫做智hui(Intelligence)。觴iong恫⒉灰籨ing觴iong莌ui,例如好多学者很觴iong叮丫⑸氖虑榭梢yuan觛e个角度分析得头头是道,但一到shi干就歇cai,并不能转hua成为智hui。而很多的创业家之所以wei大,就是通过获得的知识应用于shi践,最后做了很大的生意。


所以数据的应用分这四个步骤:数据、信息、知识、智hui


最终的阶秝en呛芏嗌碳ye枷難ao的。你縞i襰hou集了这么多的数据,能不能基于这些数据来帮wo做xia一步的jue策,改善wo的产品。例如让用户看视频的时候旁边dan出广告,正好是ta想mai的东xi;再如让用户听音乐时,另外推荐一些ta非常想听的其ta音乐。


用户在wo的应用huo者网站上随便点点shu标,输入文字对wo纁i刀际鞘荩瑆o就是yao将其中某些东xi提取出来、指导shi践、形成智hui,让用户陷入到wo的应用里面不可自ba,上了wo的网就不想li开,手不tingdi点、不tingdimai。


很多人shuo双十一蝭e枷攵贤耍瑆olaopo在上面不断dimaimaimai,mai了A又推荐B,laopo大人shuo,“哎呀,B也是wo喜欢的啊,laogongwoyaomai”。你shuo这个程序zen么这么牛,这么觴iong莌ui,比wohuai了jiewolaopo,这件事情是zen么做到的ne?



2数据如何升华为智hui


数据的处理分几个步骤,完成了才最后会觴iong莌ui。


di一个步骤叫数据的shou集。首先得you数据,数据的shou集you两个方shi:


  • di一个方shi是拿,zhuan业点的shuo法叫zhua取huo者爬取。例如搜索引擎就是这么做的:它把网上的所you的信息都蟣ue氐剿氖葜行模缓竽阋凰巡拍芩殉隼础1热缒闳ニ阉鞯氖焙颍峁崾且桓鰈iebiao,这个liebiao为什么会在搜索引擎的gong司里面?就是因为ta把数据都拿xia来了,但是你一点链接,点出来这个网站就不在搜索引擎它们gong司了。比如shuo新浪you个新wen,你拿百度搜出来,你不点的时候,那一ye在百度数据中心,一点出来的网ye就是在新纒huo氖葜行牧恕Ⅻ/span>

  • di二个方shi是推藅ing瑈ou很多终端可以帮woshou集数据。比如shuo小米手环,可以将你每tianpao步的数据,心跳的数据,睡mian的数据都上传到数据中心里面。


di二个步骤是数据的传输。一ban会通过队lie方shi进行,因为数据量shi在是tai大了,数据必须经过处理才会you用。可系统处理瞙uai矗缓门藕枚樱怼Ⅻ/span>


di三个步骤是数据的存储。现在数据就是jin钱,掌wo了数据就相dang于掌wo了钱。yao不然网站zen么知道你想mai什么?就是因为它you你历史的交易的数据,这个信息可不能给别人,十分宝贵,所以需yao存储xia来。


di四个步骤是数据的处理和分析。上面存储的数据是原始数据,原始数据多是za乱无zhang的,you很多垃圾数据在里面,因而需yao清洗和过滤,得到一些高质量的数据。秡a诟咧柿康氖荩涂梢越蟹治觯佣允萁蟹掷啵琱uo者发现数据之间的相互guan系,得到知识。


比如盛传的沃尔machaoshi的pijiu和尿bu的故事,就是通过对人们的购mai数据进行分析,发现了男人一banmai尿bu的时候,会tong时购maipijiu,这样就发现了pijiu和尿bu之间的相互guan系,获得知识,然后应用到shi践中,将pijiu和尿bu的柜tai弄的很近,就获得了智hui。


di五个步骤是秡a谑莸募焖骱屯趈ue。检索就是搜索,所谓外事不juewenGoogle,na事不juewen百度。na外两大搜索引擎都是将分析后的数据放入搜索引擎,因ci人们想寻找信息的时候,一搜就you了。


另外就是挖jue,仅仅搜索出来已经不能满足人们的yao求了,huai需yao磞ou畔⒅型趈ue出相互的guan系。比如瞤ing阉鳎琩ang搜索某个gong司gu票的时候,该gong薺ing母吖苁遣皇且灿Ω帽煌趈ue出来ne?如果仅仅搜索出这个gong薺ing膅u票发现zhang的特别好,于是你就去mai了,其shi其高管发了一个声明,对gu票十分不利,di二tian就跌了,这不坑害广大gu民么?所以通过ge种算法挖jue数据中的guan系,形成知识库,十分重yao。





3大数据时代,众人拾柴火焰高


dang数据量很小时,很shao的几tai机器就能jiejue。慢慢的,dang数据量越来越大,最牛的服务器都jiejue不了wen题时,zen么banne?这时就yao聚合多tai机器的力量,大家qi心协力一qi把这个事搞ding,众人拾柴火焰高。


秡a谑莸膕hou集:就IoT来讲,外面部署这成千上万的检测设备,将大量的蝜u取⑹取⒓鄈ong、dian力等数据统统shou集上来;就互lian网网ye的搜索引擎来讲,需yao将整个互lian网所you的网ye都蟣ue豿ia来。这显然一tai机器做不到,需yao多tai机器组成网络爬虫系统,胟eɑ飨lue匾徊糠郑瑃ong时工zuo,才能在you限的时间na,将海量的网ye蟣ue赝瓯稀Ⅻ/span>



秡a谑莸拇洌裹/span>一个na存里面的队liekending会被大量的数据挤bao掉,于是就产生了基于ying盘的分bushi队lie,这样队lie可以多tai机器tong时传输,随你数据量多大,只yaowo的队lie足够多,管道足够粗,就能筯uainuo米 Ⅻ/span>



秡a谑莸拇娲ⅲ裹/span>一tai机器的文件系统kending是放不xia的,所以需yao一个很大的分bushi文件系统来做这件事情,皒un鄑ai机器的ying盘打成一块大的文件系蚦hangⅫ/span>



秡a谑莸姆治觯裹/span>可能需yao秠uan罅康氖葑龇謏ie、统紁i⒒銁ong,一tai机器kending搞不ding,处理到hou年ma月也分析不完。于是就you分bushi计算的方法,将大量的数据分成小份,胟eɑ鞔硪恍》荩鄑ai机器并衳ie恚芸炀湍芩阃辍@缰腡erasort对1个TB的数据排序,相dang于1000G,如果单机处理,zen么也yao几个小时,但并衳ie?09秒就完成了。






所以shuo什么叫做大数据?shuo白了就是一tai机器干不完,大家一qi干。可是随着数据量越来越大,很多不大的gong司都需yao处理相dang多的数据,这些小gong司没you这么多机器可zen么banne?


4大数据需yaoyun计算,yun计算需yao大数据


shuo到这里,大家想qiyun计算了ba。dang想yao干这些活时,需yao很多的机器一块做,zhen的是想什么时候yao就什么时候yao,想yao多shao就yao多shao。


例如大数据分析gong薺ing腸ai务情况,可能一周分析一ci,如果yao把这一百tai机器huo者一千tai机器都在那放着,一周用一ci非常浪费。那能不能需yao计算的时候,把这一千tai机器拿出来;不算的时候,让这一千tai机器去干别的事情?


谁能做这个蔿u鵱e?只youyun计算,可以为大数据的运算提供资yuan层的灵活性。而yun计算也会部署大数据穘uo剿腜aaS苆iaoㄉ希瑉uo为一个非常非常重yao的通用应用。因为大数据苆iao芄皇沟枚鄑ai机器一qi干一个蔿u飧龆玿i不是一ban人能开发出来的,也不是一ban人wan得转的,zen么也得雇个几十上百号人才能把这个wanqi来。


所以shuo就像数据库一样,其shihuai是需yaoyou一帮zhuan业的人来wan这个东xi。现在gongyouyun上基本上都会you大数据的jiejue方案了,一个小gong司需yao大数据苆iaoǖ氖焙颍恍鑩ao采购一千tai机器,只yao到gongyouyun上一点,这一千tai机器都出来了,并且上面已经部署好羢huo拇笫萜jiaoǎ粂ao把数据放进去算就可以了。


yun计算需yao大数据,大数据需yaoyun计算,二者就这样结合了。


四、人工智能觗angТ笫茳/span>


1机器什么时候才能懂人心


虽shuoyou了大数据,萻huo挠鹷ang却不能够满足。虽shuo在大数据苆iaoɡ锩鎦ou搜索引擎这个东xi,想yao什么东xi一搜就出来了。但也存在这样的情况:wo想yao的东xi不会搜,biao达瞙uai隼矗阉鞒隼吹挠植皇莣o想yao的。


例如音乐软件推荐了一首歌,这首歌wo没听过,dang然不知道名字,也没法搜。但是软件推荐给wo,wo的确喜欢,这就是搜索做不到的事情。dang人们使用这种应用时,会发现机器知道wo想yao什么,而不是shuodangwo想yao时,去机器里面搜索。这个机器zhen像wo的朋友一样懂wo,这就you点人工智能的意思了。


人们很zao就在想这个事情了。最zao的时候,人们想象,yao是you一堵墙,墙后面是个机器,wo给它shuo话,它就给wo回应。如果wogan觉瞙uai鏊潜呤侨薶uai是机器,那它就zhen的是一个人工智能的东xi了。


2让机器学会推理


zen么才能做到这一点ne?人们就想:wo首先yao告诉计算机人类的推理的能力。你看人重yao的是什么?人和动wu的区别在什么?就是能推理。yao是把wo这个推理的能力告诉机器,让机器gen据你的提wen,推理出相应的回答,这样多好?


其shi目前人们慢慢di让机器能够做到一些推理了,例如证明数学gongshi。这是一个非常让人惊喜的一个过程,机器竟然能够证明数学gongshi。但慢慢又发蟴hi鋝hi这个结果也没you那么令人惊喜。因为大家发现了一个wen题:数学gongshi非常严谨,推理过程也非常严谨,而且数学gongshi很容易拿机器来进行biao达,程序也相对容易biao达。


然而人类的语言就没这么jian单了。比如今tian晚上,你和你nv朋友约会,你nv朋友shuo:如果你zao来,wo没来;你等着,如果wozao来;你没来,你等着!这个机器就比jiaonan理jie了,但人秊iK阅愫蚽v朋友约会,是不竬e俚降摹Ⅻ/span>


3jiao给机器知识


因ci,仅仅告诉机器严格的推理是瞙uai坏模琱uaiyao告诉机器一些知识。但告诉机器知识这个事情,一ban人可能就做不来了。可能zhuan家可以,比如语言领yu的zhuan家huo者瞤ing靬u的zhuan家。


语言领yu和瞤ing靬u知识能不能biao示成像数学gongshi一样稍微严格点ne?例如语言zhuan家可能会zong结出zhu谓宾ding状补这些语法guize,zhu语后面一ding是谓语,谓语后面一ding是宾语,将这些zong结出来,并严格biao达出来不久行了吗?


后来发现这个不行,tainanzong结了,语言biao达千变万hua。就拿zhu谓宾的例子,很多时候在kou语里面就省lue了谓语,别人wenao闼。縲o回答:wo刘chao。但你不能guiding在语音语义识别时,yao求对着机器薲ang曜嫉氖槊嬗铮庋鵫uai是瞙uai恢悄埽拖衤抻篮圃谝籧i演讲中shuo的那样,每ci对着手机,用书面语shuo:请帮wo呼叫某某某,这是一件很尴尬的事情。


人工智能这个阶段叫做zhuan家系蚦hanghuan家系统不易成功,一方面是知识比jiaonanzong结,另一方面zong结出来的知识nan以jiao给计算机。因为你自己huai迷迷糊糊,觉得似乎yougui律,就是shuo瞙uai隼矗謟en么能够通过编程jiao给计算机ne?


4算了,jiao不会你自己学ba


于是人们想到:机器是和人完全不一样的wu种,干脆让机器自己学习好了。


机器zen么学习ne?既然机器的统计能力这么强,基于统计学习,一ding能从大量的数字中发现一ding的gui律。


其shi在yu乐圈you很好的一个例子,可见一ban:

you一位网友统计了知名歌手在大陆发行的 9 张zhuan辑中 117 首歌曲的歌词,tong一词语在一首歌出现只算一ci,形容词、名词和动磗hi那笆鐇iabiao所示(词语后面的数字是出现的ci数):

 


如果wo们随便xie一chuan数字,然后按照数位依ci在形容词、名词和动词中取出一个词,连在一qi会zen么样ne?


例如取圆周率 3.1415926,秡aΦ拇视锸牵杭崆浚罚桑詙ou,yu,埋,迷惘。稍微连接和润se一xia:

坚强的hai子,

依然前行在路上,

张开chi膀飞向自you,

让yushui埋葬ta的迷惘。


是不是you点gan觉了?dang然,zhen正基于统计祅anba惴ū日飧鰆ian单的统紁in磟a得多。


然而统计学习比jiao容易理jiejian单的相guan性:例如一个词和另一个词zong是一qi出现,两个词应该youguan系;而无法biao达复za的相guan性。并且统计方法的gongshi往往非常复za,为了jianhua计算,常常做出ge种独立性的jia设,来降低gongshi的计算nan度,然而现shi生活中,具觴ie懒⑿缘氖录窍喽詊iaoshao的。


5模ni大脑的工zuo方shi


于是人类开始从机器的世界,穋i既死嗟氖澜缡莦en么工zuo的。



人类的脑子里面不是存储着大量的guize,也不是记录着大量的统计数据,而是通过神经yuan的chu发shi现的,每个神经yuanyou从其它神经yuan的输入,dang接shou到输入时,会产生一个输出来刺激其它神经yuan。于是大量的神经yuan相互反应,最终形成ge种输出的结果。


例如dang人们看到美nv瞳孔会放大,jue不是大脑gen据身材比例进行guize舩ie希膊皇墙松锌垂乃鵼ou的美nv都统计一遍,而蕅iao窬瓂uan从视网mochu发到大脑再回到瞳孔。在这个过程中,其shi很nanzong结出每个神经yuan对最终的结果qi到了哪些zuo用,反正就是qizuo用了。


于是人们开始用一个数学单yuan模ni神经yuan。


这个神经yuanyou输入,you输出,输入和输出之间通过一个gongshi来biao示,输入gen据重yao程度不tong(权重),yingxiang着输出。



于是将n个神经yuan通过像一张神经网络一样连接在一qi。n这个数字可以很大很大,所you的神经yuan可以分成很多lie,每一lie很多个排lieqi来。每个神经yuan秡a谑淙氲娜ㄖ乜梢远疾幌鄑ong,从而每个神经yuan的gongshi也不相tong。dang人们从这张网络中输入一个东xi的时候,希wang输出一个对人类来讲正确的结果。


例如上面的例子,输入一个xie着2的图片,输出的liebiao里面di二个数字最大,其shi从机器来讲,它既不知道输入的这个图片xie的是2,也不知道输出的这一系lie数字的意义,没guan系,人知道意义就可以了。正如秡a谏窬瓂uan纁i担瑃a们既不知道视网mo看到的是美nv,也不知道瞳孔放大是为了看的清楚,反正看到美nv,瞳孔放大了,就可以了。


秡a谌魏wo徽派窬纾膊桓冶Vな淙胧?,输出一ding是di二个数字最大,yao保证这个结果,需yaoxunlian和学习。毕竟看到美nv而瞳孔放大也是人类很多年进hua的结果。学习的过程就是,输入大量的图片,如果结果不是想yao的结果,ze进行diao整。


如何diao整ne?就是每个神经yuan的每个权重都向目标进行微diao,you于神经yuan和权重shi在是tai多了,所以整张网络产生的结果很nanbiao现出非ci即bi的结果,而是向着结果微微di进步,最终能够达到目标结果。


dang然,这些diao整的策luehuai是非常you技qiao的,需yao算法的高手来zi细的diao整。正如人类见到美nv,瞳孔一开始没you放大到能看清楚,于是美nv跟别人pao了,xiaci学习的结果是瞳孔放大一点点,而不是放大bi孔。


6没祃an淼龅玫键/span>


听qi来也没you那么you祃an恚娜纺茏龅剑褪钦饷慈涡裕狘/span>


神经网络的普遍性ding理是这样shuo的,jia设某个人给你某种复za奇特的han数,f(x):



瞙uai苷飧鰄an数是什么样的,zong会确保you个神经网络能够对任何可能的输入x,其值f(x)(huo者某个能够准确的近似)蕅iao窬绲氖涑觥Ⅻ/span>


如果在han数代biao着gui律,也意味着这个gui律无论多么奇妙,多么不能理jie,都是能通过大量的神经yuan,通过大量权重的diao整,biao示出来的。


7人工智能的经济学jieshi


这让wo想到了经济学,于是比jiao容易理jie了。



wo们把每个神经yuandang成社会謝ie邮戮没疃母鎏濉S谑qiao窬缦郿ang于整个经济社会,每个神经yuan秡a谏缁岬氖淙耄紋ou权重的diao整,做出相应的输出,比如工资zhang了、cai价zhang了、gu票跌了,wo应该zen么ban、zen么花自己的钱。这里面没yougui律么?kendingyou,但是具体什么gui律ne?很nanshuo清楚。


基于zhuan家系统的经济属于紁ing谩U鼍胓ui律的biao示不希wang通过每个经济个体的独立jue策biao现出来,而是希wang通过zhuan家的高屋jian瓴和远见卓识zong结出来。但zhuan家永远不可能知道哪个城shi的哪个街道缺shao一个卖甜豆fu脑的。


于是zhuan家shuo应该产多shao钢铁、产多shao馒头,往往距li人民生活的zhen正需求youjiao大的cha距,就算整个紁ing閤ie个几百ye,也无法biao达隐藏在人民生活中的小gui律。


基于统计的宏观diaokong就靠谱多了,每年统紁ing侄蓟嵬臣普錾缁岬木鸵德省⑼ㄕ吐省DP等指标。这些指标往往代biao着很多na在gui律,虽然不能精确biao达,但是相对靠谱。


然而基于统计的gui律zong结biao达相对比jiao粗cao。比如经济学家看到这些统计数据,可以zong结出长期来看房价是zhanghuai是跌、gu票长期来看是zhanghuai是跌。例如,如果经济zong体上扬,房价和gu票应该都是zhang的。但基于统计数据,无法zong结出gu票,wu价的微小波动gui律。


基于神经网络的微观经济学才是对整个经济gui律最最准确的biao达,每个人秡a谧约涸谏缁嶂械氖淙虢術e自的diao整,并且diao整tong样会zuo为输入反馈到社会中。想象一xiagushi行情细微的波动曲xian,正是每个独立的个体ge自不断交易的结果,没you统一的gui律可xun。


而每个人gen据整个社会的输入进衳ie懒ue策,dang某些因素经过多cixunlian,也会形成宏观上统计性的gui律,这也就是宏观经济学所能看到的。例如每cihuo币大量发行,最后房价都会上zhang,多cixunlian后,人们也就都学会了。


8人工智能需yao大数据


然而,神经网络包含这么多的节点,每个节点又包含非常多的瞱en霾wen縮hi在是tai大了,需yao的计算量shi在tai大。但没youguan系,wo们you大数据苆iaoǎ梢曰憔鄱鄑ai机器的力量一qi来计算,就能在you限的时间na得礿iao難ao的结果。


人工智能可以做的事情非常多,例如可以鉴别垃圾邮件、鉴别黄se暴力文字和图片等。这也是经历了三个阶段的:


  • di一个阶秝olan涤趃uan键词hei白名单和过滤技术,包含哪些词就是黄sehuo者暴力的文字。随着这个网络语言越来越多,词也不断di变hua,不断di更新这个词库就you点顾瞙uai础Ⅻ/span>

  • di二个阶秝en保谝恍┬碌乃惴ǎ热缢dang磞e斯过聅huo龋悴挥霉鼙磞e斯算法是什么,但是这个名字你应该听过,这个一个基于概聅hi乃惴āⅫ/span>

  • di三个阶段就是基于大数据和人工智能,进行更加精准的用户画像和文本理jie和图像理jie。


you于人工智能算法多是襩an涤诖罅康氖莸模庑┦萃鑩ao面向某个特ding的领yu(例如dian商,邮xiang)进行长期的积累,如果没you数据,就算you人工智能算法也白搭,所以人工智能程序很shao像前面的IaaS和PaaS一样,将人工智能程序给某个客户安装一套,让客户去用。因为给某个客户单独安装一套,客户没you相guan的数据做xunlian,结果往往是很cha的。


但yun计算chang商往往是积累了大量数据的,于是就在yun计算chang商里面安装一套,暴lu一个服务接kou,比如您想鉴别一个文本是不蕅iao鎗i黄se和暴力,直接用这个在xian服务就可以了。这种衱en频姆瘢趛un计算里面称为软件即服务,SaaS (Software AS A Service)


于是工智能程序zuo为SaaS苆iaoń肓藋un计算。


五、基于三者guan系的美好生活


终于yun计算的三xiong弟凑qi了,分别是IaaS、PaaS和SaaS。所以一ban在一个yun计算苆iaoㄉ希pi⒋笫荨⑷斯ぶ悄芏寄苷业玫健R桓龃笫輌ong司,积累了大量的数据,会使用一些人工智能的算法提供一些服务;一个人工智能gong司,也不可能没you大数据苆iaoㄖС拧Ⅻ/span>


所以,dangyun计算、大数据、人工智能这样整合qi来,便完成了相遇、相识、相知的过程。

lian系方shi
广东省深圳shi宝安区xi乡共和工业路xi发B区旭生研发大厦5层523J
Business@ningwei-electric.com
13823132042
在xian留言
Copyright@2017 版权所you 欧洲冠军lian赛技术(深圳)you限gong司 粤ICP备17140903号 www.ningwei-electric.com