避免盲目跟風，萬年歷CTO羅世龍帶你還原新技術本質

“云計算、大數據、人工智能、區塊鏈……”這些詞在剛剛過去的2018年持續火熱。在應用需求的推動下，新技術的發展得以提速，催生了更多的新產業、新業態。我們看到，這些新技術在中國企業受到熱烈歡迎，迅速普及，然后成為一個個風口;但另一方面，盲目跟風，技術落地緩慢，也是當下面臨的難題。

那么，面對當前日趨復雜且多樣的新技術，走在行業前沿的互聯網企業是如何應對的呢?作為互聯網公司，萬年歷CTO羅世龍在接受記者采訪時，分享了萬年歷的上云之路，以及針對人工智能、區塊鏈等新技術的態度。

萬年歷CTO 羅世龍

應對流量峰值，萬年歷的上云之路

作為互聯網公司，IT架構遇到的最大挑戰在于大流量、高并發。在用戶使用高峰期，萬年歷要實現每秒種處理超過5K次請求。如何利用技術手段使得系統可以并行處理更多的請求，降低延遲和響應時間，提升性能和用戶體驗，成為每個公司必須解決的難題。

萬年歷起初采取自建機房的方式，面對流量峰值，加大機房的帶寬，加資源以及加服務器。但發展到后期，這種簡單粗暴的方式并不能滿足高速增長的用戶規模，萬年歷便將整個服務器全部遷移到了公有云平臺。

一方面，通過分倍擴容，根據現有流量，可進行程序化自動判斷。如果超過現有運行設備或者后端服務器所能承載的數量，就會分析計算資源實現自動擴容;

另一方面，通過差分請求，每次請求并不會直接返回所有數據，而是對比數據的新舊程度。如果數據沒有變化會直接返回，從而達到縮短請求時間、減少請求次數的目的。

此外，還實現了差異請求。用戶每次啟動客戶端時，雖然都會調用很多接口，但接口調用的順序或者時間并不固定，如此一來，請求的集中性會得到很大程度的分散，在用戶高峰期會帶來非常明顯的集約效果。

對于自建私有云和上公有云如何選擇，羅世龍認為，如果從成本出發，不建議采用自建私有云的形式。最主要的原因在于規模產生利潤，對于阿里云、騰訊云、AWS等公有云服務商而言，他們能夠集中采購大量服務器和帶寬，分攤到每個單元的成本，肯定會比自己采購小部分服務器、小部分帶寬的價格要低很多。即便加上平臺的利潤，也比企業自建機房成本要低。

目前，萬年歷也在考慮多云的災備方案，以一個公有云平臺作為主戰場，另外幾家作為災備，避免完全依賴于某一個云服務商的情況產生。對于數據安全問題，羅世龍認為，如果云服務商可以隨意調取或讀取客戶數據，對于整個公有云行業來說將是一場毀滅性的打擊。因此，作為客戶而言，更傾向于相信云平臺的職業操守和契約精神。

還原新技術本質，避免盲目跟風

從去年開始，有兩個詞越來越被人們所熟知，成為了現在科技最高水平的代名詞：“人工智能”與“區塊鏈”。如何看待新技術，羅世龍指出，應該更多的看到這些技術的本質，避免盲目跟風。例如，區塊鏈究竟能夠給現有業務帶來哪些價值，并不是隨便買幾臺服務器，做幾個節點，放些內容上去就是一個區塊鏈項目。

實際上，區塊鏈的本質是分布式存儲，具體到應用，需要把它回歸到分布式存儲的本質上，例如具有不依賴于單一節點、防篡改、容錯性和容災性比數據中心更強等優勢。而后，企業在將新技術與自身業務相結合時，就需要考慮到是否有真正的結合點。萬年歷現有數據都存儲在主數據庫中，經過思考和驗證，認為沒有必要使用區塊鏈技術做成分布式數據庫，對于整個業務也不會有本質性的幫助。

在AI方面，AI和大數據相輔相成的，其本質是統計，首先根據以往的行為數據建立統計模型，利用大量的樣本數據進行模型的訓練，在錄入新的參數之后，通過模型輸出預測結果。通過AI技術，在萬年歷業務系統中最直接的應用是信息和廣告的推薦，還可以進行圖片識別、語音識別，這些應用都是基于特征統計實現的信息分發流轉。

AI對于萬年歷整個商業BI系統的構建和內容的分發，也占有舉足輕重的作用。萬年歷會將所有用戶的行為操作全部記錄到中央數據庫中，包含每個用戶在整個App體系中所有的點擊行為、點擊的內容標簽都會上傳到統計服務器。對這些行為數據進行清洗和運算之后，萬年歷會構建出每個用戶的畫像，同時得出該用戶在整個生命周期中對于產品的貢獻度，例如是否付費、在哪些位置點擊了哪些廣告等數據。從而計算得出，該推廣渠道對于產品推廣而言是否值得。

同時，萬年歷針對自建的廣告平臺，也可以根據用戶的畫像、標簽進行信息推送，幫助提升廣告和流量的利用效率。以往，萬年歷只能進行全面投放，一個廣告位在一個單位時間內只能接一個廣告主的單。現在就可以根據不同的用戶喜好，進行更加精細化的投放。因此，相同的位置在同樣時間內，萬年歷可以服務到更多的廣告主，也可以為用戶提供他們所需的信息。基于這兩方面，萬年歷通過AI技術提升內容的分發效率。(來源：51CTO 作者：Barry)