2015年中国公有云服务发展报告——服务运营篇(上)

2016 年 10 月 10 日

背景介绍

2015 年 12 月,InfoQ 的编辑魏星邀请作者撰写一篇关于中国公有云服务发展状况的文章。因为作者个人对公有云这个领域一直抱有很大的兴趣,便贸然答应了下来。在这篇文章的准备过程中,作者系统地阅读了国内较为知名的几份云计算白皮书 [1,2,3]。作者发现这些报告大都高瞻远瞩提纲挈领,缺乏对具体的公有云服务提供商的描述,未能让读者一窥国内公有云服务发展之真实面貌。在 InfoQ 的协调下,作者与国内多家公有云服务提供商的主要负责人进行了电话访谈,围绕团队建设、产品研发、服务运营这三个问题进行了讨论。除此之外,作者也在本文所探讨的所有公有云上都注册了账号,从用户体检的角度进行了一些小规模的测试。这篇文章的目的,便是从团队建设、产品研发、服务运营、用户体验等四个方面对中国的公有云服务发展状况做一个简要的综述。

根据美国国家标准技术研究院(NIST)的定义 [4],云计算在服务模型上可以划分为软件即服务(SaaS)、平台即服务(PaaS)和设施即服务(IaaS),在发布模型上又可以划分为私有云、社区云、公有云和混合云。需要说明的是,随着云计算技术的发展,如上所述服务模型和发布模型之间的界限也日趋模糊。在本文的范畴内,“公有云”一词泛指面向公众开放服务的平台即服务和设施即服务。除此之外,各种名义的私有云(Private Cloud)、专有云(Dedicated Cloud)、托管云(Managed Cloud)均未包括在本文的范畴之中。

本文中“团队建设”、“产品研发”、“服务运营”三个小节的数据来源有两个。一个是云服务提供商主动发布的新闻资讯,另一个是作者与云服务提供商的主要负责人之间的电话访谈。作者与黄允松(青云)、季昕华(UCloud)、李爽(美团云)、钱广杰(盛大云)、沈志华(又拍云)、王慧星(腾讯云)、许式伟(七牛云)、朱桦(金山云)等业内专家(按姓氏拼音排序)的访谈,是由 InfoQ 方面统一协调安排的,在此作者深表感谢。这个三个小节的内容,在定稿之前均经过受访者及其公关 / 市场团队的确认,反映的是云服务提供商自身的观点和思路。在审稿阶段,青云撤回了与作者进行访谈时所发表的一切言论;出于保护商业机密的考虑,阿里云拒绝了作者的访谈邀请。因此,如上三个小节未能包括青云和阿里云的观点。

“用户体验”和“其他讨论”这两个小节,是作者独立获得的数据以及由此引出的观点,在定稿之前未接受任何一家云服务提供商的审核。需要特别说明的是,如上所述云服务提供商的主要负责人接受作者的访谈并不代表他们认可作者在“用户体验”和“其他讨论”这两个小节中所报告的数据和观点。此外,作者本人也并不持有本文中所讨论的任何一家云服务提供商的内幕信息,作者独立获得的数据仅仅是基于作者所使用的测试方法得到的观测结果。受种种技术条件的限制,作者无法对这些数据的准确性进行背书,也无法对其误差范围进行估算。本文中报告的大部分数据是在 2016 年 3 月底之前获得的,这部分数据的获取时间在正文中不再特别说明;小部分数据是在 2016 年 8 月底获得的,这部分数据的获取时间在正文中会有特别说明。读者在引用本文所报告之数据时,应当考虑到数据的时效性。

本文中有多个小节对各个云服务提供商进行了逐一介绍。相关云服务提供商在这几个小节中出现的顺序是按照拼音字母次序排列的。

本文仅讨论中国本土的公有云服务提供商。Amazon Web Services(AWS)、Microsoft Azure、Google Cloud Platform 等等进入或者未进入中国市场的外资企业不在本文的讨论范围之内。

服务运营(上)

在这个部分,我们以服务运营为主线,探讨不同公有云服务提供商在运维运营和市场拓展方面的思路。我们关心的问题包括数据中心选址、服务等级协议(SLA)、运行维护、应急预案、安全防护、扩容策略、IPv4 储备、服务规模、客户筛选、定价策略、市场竞争等等。

金山云

金山云在国内有华东和华北两个大的区域(Region)。华北主要是北京、河北、天津;华东在上海、浙江。国外有美国(北美)和香港(东南亚)两个区域,未来会有扩张的考虑。数据中心都是远程管理的,并不是每个数据中心都需要现场部署运维人员。系统层面的扩容通过软件实现,硬件层面的扩容需要外包人员进场。

金山云认为国内公司和国外公司对于服务等级协议(SLA)的定义是一致的,但是对待 SLA 的态度是不同的。此外,用户和服务提供商对于 SLA 的理解也是不同的。用户往往从自身的角度去看待 SLA。譬如说,对于服务提供商来说,网络不可达的现象是不可感知的;对于用户来说,网络不可达的现象是可以感知的。因此,用户和服务提供商之间的理解和感知是不一致的。金山云承认这种认知差异是客观存在的,云服务提供商应该设法获得客户端的真实认知。

在过去几年中,金山云处理了各种各样的突发事件,包括人为事故和不可抗力。供电失效导致机房不可用,光纤挖断导致网络不可用,都遇到过。金山云认为任何可能发生的事情一定会发生,绝对不能有任何侥幸心理。至于什么时候发生只是时间问题和概率问题。而是在方案论证时不能放过任何可能发生的事情,所有可以预知的问题都要有应急预案。譬如 AZ 对称设计,要理解为什么一个 AZ 要跨数据中心部署。在不可抗力的处理上,取决于人力的实力、技术的实力、公司的实力。譬如天津港发生爆炸的时候,某大型互联网服务提供商的天津机房全部出现了问题。云计算在这个层面上,真的特别需要资源。小型服务提供商基本上没有资源去应对这个事情,他们可能就是在赌一个小概率事件。金山云已经做到了对任何突发事件都有应急预案。

安全是云计算服务的重中之重。AWS 最近发布的产品,都和安全性有关。来自内网和外网的攻击行为,譬如端口扫描,金山云每天都遇到。对付外部攻击没有什么好的办法,基本上就是流量分析,把攻击流量引导到黑洞。核心问题在于流量识别的效率,流量黑洞的容量,需要从资源不断投入和技术不断迭代两个方面来解决。用户关心的是多长时间自己的业务能够恢复,厂商关心的是怎样处理才不对其他用户造成影响。除了网络攻击行为,还有一些人为的、机制的、管理的漏洞会导致安全盲点,有一些意识不到的没看见的问题。在安全问题上,厂商需要尊重客户隐私。云计算服务提供商往往会把自己当上帝,忽视用户的自主意志。所有的技术都是为了解决业务场景而产生的。金山云倾向于用技术来解决业务场景,但是不建议用技术来替代客户做决定。

如果客户需要使用金山云的服务,金山云的商务团队和技术支持团队会同时和客户沟通,了解客户需求及其需求和金山云产品的匹配程度。金山云的业务增长速度很快。云存储领域,用了两年时间接近 200PB,规模和增速都是全国第一。云主机领域,吃下了游戏行业的大部分客户。今年新推出的手机游戏,大部分运行在金山云上。2015 年金山云在海南开了一次游戏生态大会,到场的有 400 家游戏厂商。金山云目前的服务器总量还没有超过 10 万台。金山云也不认为现在有任何一家国内公有云服务提供商能够达到这个规模。依照目前的增长速度和市场需求进行估算,金山云可能在两、三年内达到这个规模。

金山云的计费模式是按天结算。金山云认为计费模式不是一项核心能力,修改计费模式是一件很简单的事情。未来市场竞争极其激烈的时候,金山云可能会修改这个计费模式。金山云有自己的 IPv4 储备,具体数量不方便透露,但是能够满足金山云未来几年的增长需要。

谈到国内云计算市场的竞争,朱桦认为关键在如下几点:

  1. 资金。无论是资源还是技术都不足以成为吸引客户的第一要素,第一要素其实是钱。云服务提供商给客户提供的是一种租赁服务,其实是一种财务服务。大家对互联网公司的认知就是互联网公司是不挣钱的。假如你用虚拟机,云计算公司不挣钱,那么云计算公司需要不断的投入,累计下来是一个很恐怖的数字。所有不投钱搞公有云的,基本上都是不可靠的。我觉得对中国的云计算,有本质深刻的理解。钱是第一位的。
  2. 必须是技术驱动,绝对不能是商务导向和市场导向,必须要在经营上坚定不移的持续投入。做商务和市场推广总是能够吸引很多眼球和机会,但是本质上来说,产品和技术的迭代才是最重要的。战略必须聚焦,如果投入大量的资源在市场和商务拓展,必然要牺牲技术产品迭代的资源。因此,你要看他在技术产品上投入的决心。
  3. 规模。云计算说白了是靠规模来驱动整个商业模式的产业。如果没有规模,做到 3 年或者更长时间还没有达到一定规模,就只能掉队。规模本身也是实力的表现。
  4. 人才。需要一个没有权威,不迷信,不自负,不冒进,坚定务实朴素的团队。

金山云只知道要全力以赴去做事情,并不关心其他厂商做什么和怎么做。云计算这个行业,从来都没有说应该怎么做。中国作为世界第一第二大的 IT 产业集群,中国的云计算公司应该有信心超越其他外国公司。中国的市场没有天花板。中国的云计算市场已经衍生出很多和 AWS 不一样的东西。

金山云将 IDC 厂商视为金山云的合作伙伴。现在的客户,越来越倾向于一站式服务。以前创业的时候,需要自己买服务器,自己跟戴尔打交道,自己把服务器拉到机房,自己上架自己管理,需要协调各种单位和人,流程非常复杂,整个行业的门槛比较高。云计算行业出现所带来的契机,就是创新创业更容易了。金山云注入能力和资源,把计算、存储、网络方面的门槛降低下来。未来很有可能是所有的开发工作都跟创业者没关系了。创业者如果要做视频类的 APP,只要用金山云提供的方案就可以了。IDC 和云服务提供商是个共生体。云计算向上延伸能力更强,能够把客户的需求都扛下来。这时云服务提供商就处于产业链的中枢地位,向下驱动对 IDC 的需求。目前云计算这个行业还不够成熟,才会出现 IDC 和云服务提供商之间的矛盾。再过几年,可能就没有这个矛盾了。

金山云没有过多地考虑过 OpenStack 和 OpenStack 生态圈这个事情。金山云采用 OpenStack,主要是因为团队在起步阶段使用了 OpenStack。开始的时候,金山云迎合上游或者意见领袖提出的观点和路线图。慢慢地做下来,金山云发现开源意见领袖的架构和规划其实无法和金山云的一线需求相比较。这个时候,金山云和开源意见领袖之间就出现了分歧。金山云是一个具备超强研发能力的团队,对自己的技术实力有信心。因此,金山云的观点是金山云要自己决定研发方向,不冒进,不轻信。金山云关注社区的变化,同时保留自己的看法。目前 OpenStack 在金山云里仅仅是一个管理工具,并不是金山云的核心。金山云认为核心能力上的进步才是硬进步。公关宣传出来的进步不是真正的进步。如果说 OpenStack 代表云计算的话,这完全是偷换概念。金山云是真正把云计算当作事业来做的,切身经历了中国云计算领域的迭代。OpenStack 的目的并没有那么纯粹,只是把目前的很多概念装进去。金山云内部的 OpenStack 版本,在功能和性能上都远超社区版本。金山云对开源的态度是开放的,也热心地希望将金山云的能力反馈给社区和其他开发者。但是作为一个小创业公司,金山云还没有能力影响 OpenStack 社区。等到金山云的能力强大了,金山云还是希望回馈社区的。

中国云计算的格局,2015 年在资金、规模、人力上差别已经很明显了。目前整个行业正处在一个转折点上,未来还是取决于产品技术能力的突破上。在这一点上,金山云通过量变已经开始出现质变。纵观整个云计算行业,2016 年相对来说应该会更加蓬勃向上。社会对云计算的认识越来越深刻,这个趋势会自然而然地加强。2014 年不知道什么是云,没有人用;2015 年开始拥抱云,有些人用;2016 年云真的来了,越来越多的人用。

金山云的观点是:只要务实,不断加强产品技术能力,任何一个云厂商都有巨大的机会。如果不着力加强产品技术能力,可能就没有机会了。金山云希望有更多靠谱的云厂商出现。这是一个巨大的市场,目前所有的厂商加一起,也只不过占很小的一块。这个行业参与的人越多,在互相竞争中一起往前走,这种状态就越是健康,这个行业就越是会往前走得更快。

美团云

美团云通过位于北京的三个数据中心向客户提供服务,这是因为美团的机房就在北京。机房值守的工作是外包出去的,不需要美团自己的运维人员。对于美团来说,机房内网是互通的。对于用户来说,机房内网是不通的。目前,美团云正在把北京 1 区和北京 2 区的用户往北京 3 区迁移。北京 1 区和北京 2 区用的都是第三方机房,服务质量不够好。北京 3 区是美团和运营商合建的机房,服务质量更好。目前美团正在和运营商合建北京 4 区。未来美团会在上海开设一个区域,这样华东和华北也都有资源了。美团目前尚不考虑建设独立机房。独立机房如果规模不大的话,得到的网络资源就很有限,抗攻击的能力就不够了。美团给用户使用的是自己的 IPv4 储备,目前投入的是一个 B 段。美团云手头还有几个 B 段,但是尚未投入使用。

在 SLA 方面,美团云认为国内用户对 SLA 的数字并不看重,但对于实际的服务质量要求很高。服务出现故障时,告诉客户 SLA 是几个 9,以及现在没有超过 SLA 承诺的范畴,用户是不会接受的。只有用户打算诉诸法律时才会拿 SLA 作为一个赔偿的基准。

对于突发事件(包括不可抗力和人为事故)的处理,美团云有一套应急预案并且定期进行演练。突发事件发生时,美团云会在第一时间通知用户。譬如说某个机房出口交换机宕机了,运维人员会手工地把客户的流量从一个区域切换到另外一个区域。美团云会给大客户提供定制化的咨询,譬如建议大客户不要把服务都放在同一个机房,因为这样比较危险。

美团云的云主机和公网 IP 之间不存在一一对应关系,部分云主机没有公网 IP,所以通过端口扫描得到的云主机数量结果会小一些。这些云主机中 90% 以上运行 Linux 操作系统,运行 Windows 操作系统的非常少。这是美团云的用户特点决定的。美团云的用户中传统企业不是很多,传统的公司用 Windows 操作系统多一些。美团云的用户大部分是互联网企业,或者是给传统企业提供软件和服务的独立软件提供商。

美团云认为用户忠诚度的问题在国内的公有云服务中普遍存在。在选型的时候,口碑很重要;用户开始使用后,品质就很重要。美团云有一些用户是从某国际知名云计算服务提供商那里迁移过来的。2015 年里这家知名的云计算服务提供商出现了几个大的问题,但是都没有被报道出来。这些问题包括整个机房宕机,还有机房发生故障的情况。

OpenStack 为云计算的普及做了很大贡献。从技术上来讲,OpenStack 是一个非常重要的项目。但是把 OpenStack 作为一个产品去提供服务,和市场需求之间有很大差距。把 OpenStack 用在公有云上,需要大量后续的改进和维护工作。OpenStack 就像是乐高模型,你可以用乐高模型快速搭建原型。但是乐高做的房子是不能住的,你还是需要自己搭建一套。

在公有云和私有云之间进行比较,公有云的份额会越来越大,私有云不过是将基础设施迁移到公有云的一个过度阶段。那些认为私有云比公有云更安全的论调,其实是不成立的。举个例子来说,郊区的别墅和市区的小区,哪个更加安全?当然是市区的安保措施比郊区的安保措施更好。最近几年被报道出来的黑客攻击和网站拖库事件,很多发生在私有云上。黑客在公有云上做这些动作,往往是可以被及时发现及时制止的。美团云有自己的流量清洗系统,暴力攻击行为累积到一定的阈值时,美团云会自动地进行流量清洗,用户根本就感知不到。针对账号破解等行为,美团云和做安全的公司合作,一起去进行防范。美团云把安全厂商的产品集成到美团云的产品里面,给用户提供安全的服务。在使用 agent 和不使用 agent 这个问题上,其实没有谁对谁错。暴力攻击行为可以在物理机和防火墙的层面进行检测和拦截的,但是文件级别的替换和渗透还是需要在主机层面去做。这里的关键是要让用户去选择,要告知用户具体的技术实现。如果用户觉得 agent 可信,就选择用;用户觉得 agent 不可信,就选择不用。

在定价策略方面,早期整体云计算行业利润较高,美团云希望做一个低毛利的业务通过规模来盈利,因此将“业界最低”作为定价策略。实际执行下来,美团云发现这个策略并不是一个很好的选择。美团云新的定价策略还没有实施,目前这个定价策略还会维持一段时间。目前国内云计算行业只有降价的没有涨价的,美团云单方面对产品涨价并不现实。目前美团云的规模还比较小,暂时不考虑赢利的问题。未来美团云希望能够通过用户满意度来影响定价策略。

中国的公有云市场的发展速度很快。公有云在中国互联网基础设施中的比例,2015 年应该比 2014 年翻一番。公有云领域的竞争,一半是云计算服务提供商之间的竞争,另一半是所有云计算服务提供商跟传统 IDC 之间的竞争。从 2015 年的数据来看,云计算的份额增长很快,可能 2016 年会更快。再往后做下去,会有一些比较大的挑战。现在市场对 IaaS 型产品的接受度已经很高,但是对 PaaS 型产品和 SaaS 型产品的接受度还不高。传统软件 SaaS 化谁来做?这对于中国的云计算公司是个挑战,中国的 SalesForce 还没有出现。

七牛云

七牛做事有一个优先级的考虑,如果这个领域已经有人做了,七牛就将其整合进来不要自己做,杜绝重复制造轮子。CDN 大趋势是已经从资源为中心转为效果为中心,七牛成熟的多 CDN 融合管控方案,精选主流 CDN 厂商优质节点,与七牛自有高质量节点相结合,全面覆盖各地区各运营商网络,真正做到无盲区。

突发事件(包括不可抗力和认为事故)的处理,在运维的层面是一个需要不断完善的过程。七牛侧重于通过历史数据识别出常见故障,争取通过自动化手段发现这些故障,然后自动化触发故障处理预案。这些措施都需要随着时间不断迭代优化。来自外部的攻击行为主要是 CDN 厂商去处理。从 CDN 的角度来看,七牛自建 BGP 网络中间源,消除跨运营商网络回源慢甚至不可达等问题,保护源站带宽不受边缘节点请求波动影响,节省回源成本。

在七牛发展的早期,年增长率曾经达到十倍甚至是百倍,现在年增长率依然保持在五到六倍左右。在七牛所管理的数据当中,冷数据占绝大多数,热数据不到 10%。随着云服务商服务年份的增加,热数据的比例会越来越少。从云存储领域的市场影响力来说,七牛认为我们是国内第一。以前大部分云存储的厂商都在学习 AWS,现在国内做云存储的厂商都在学习七牛。在定价策略上,七牛的基本原则是和 AWS 持平。不会刻意把价格压低。

七牛非常关心用户忠诚度的问题。七牛之所以从存储领域切入云计算市场,就是出于用户忠诚度的考虑。从产品属性来讲,存储的用户黏性是很高的,因为他的迁移难度最高,因此用户的稳定性也最高。

盛大云

盛大云设置华东和华北两个节点,是从用户分布出发的。北方是北京,南方是无锡,可以同时服务盛大云内部和外部的用户。盛大云的节点没有阿里云这么多,但是在选址方面有很多严格的考量。中国互联网用户的分布有一个明显的特点,就是集中分布在北京、上海、广州、深圳几个区域。无锡在江苏骨干网上,盛大云在无锡选择了一个 T4 级别的机房,基本上可以覆盖所有南方的用户。在此基础上,以北京的 BGP 线路来覆盖北方的用户。从使用状况来看,这两个节点的用户比例是比较均衡的。2016 年可能会增加一些新的节点。盛大云在各个数据中心都有自己的运维人员,7x24 小时驻场。我们互联网圈子里有一个玩笑,就是技术再高也经不住挖掘机一铲子。盛大云选择在当地投入自己的团队,就是要大力保障服务的稳定性。

在服务等级方面,盛大云分为两个部分来设置。第一个部分是数据中心,为云计算平台提供服务。这个部分没有设置具体的 SLA,但是可以认为是达到 99.99%。这是因为盛大云在数据中心有自己的运维团队,响应速度非常快。第二个部分是云计算平台,为云计算客户提供服务。盛大云有 7x24 小时值班的客户团队,能够很快地响应来自客户的问题,这个部分的 SLA 是 99.9%。有的用户提出了新的需求,或者是发现了软件缺陷。这种情况会有一个流转过程,盛大云会第一时间响应客户,然后转入内部处理流程,最后把处理过程告知给客户。盛大云做了这么长时间的运营,和一些新的云服务提供商相比,在服务方面更深的理解。

对于突发事件(包括不可抗力和人为事故)的处理,盛大云通过异地灾备来对用户数据进行保护。当发生不可抗力事件时,盛大云内部会首先做一个预判,通过公告向用户说明事件状况。如果短时间内问题无法得到解决,盛大云会把线上的资源切到灾备机房,减少对用户业务的影响。盛大云的云主机主目前还做不到跨机房迁移,但是用户可以登录到控制台去申请其他的资源。跨机房迁移的功能在盛大云的研发列表里面。目前没有任何一家云服务提供商能够解决这个问题。这也是为什么盛大云在选址的时候非常看重机房的管理,包括硬件配置、人的因素、供电是否双路、机柜是否双电源、机房隶属于谁、上级单位的性质等等。

目前运行在盛大云上的云主机数量超过一万台,但是尚未达到十万台,使用运营商提供的 IP 地址。其中,95% 以上的云主机是带公网 IP 的,不带公网 IP 的云主机数量极少。运行 Windows 操作系统的云主机占 60%,运行 Linux 操作系统的云主机占 40%。盛大云在国内云计算市场起步比较早,早期的用户使用 Windows 操作系统更多一些。操作系统比例也是用户自由选择的结果,体现了用户的性质。盛大云的用户,大都喜欢易用性比较好的 Windows 操作系统。盛大云只想低调务实地在云计算领域做事,不太关心在市场份额的问题。盛大云的用户中,有 40% 到 50% 都是在 2012 年以前注册的,这说明盛大云的用户忠诚度非常高。这些用户一直在持续使用,持续付费。从 2015 年下半年开始,陆续有一些用户从其他友商那里转过来,这是盛大云不断提高用户体验的结果。

盛大云也提供基于 OpenStack 的私有云解决方案。一开始的时候,OpenStack 想要进入公有云市场,希望打破 AWS 的封闭式的公有云格局。盛大云在实际运营过程中发现,客户对于使用 OpenStack 来构建公有云还是处于观望状态,导致 OpenStack 在公有云领域的成就并不大。OpenStack 要打入云公有云,还是需要一点时间。他对公有云的冲击,现在和未来都不会很大。但是 OpenStack 在私有云市场的接受程度还是比较高的,必然会在私有领域占据一席之地。

信息披露

作者蒋清野是悉尼大学信息技术学院的博士研究生,同时也是 AWS 悉尼技术支持中心的员工。他于 1999 年获得清华大学学士学位(土木工程),2000 年获得伊利诺伊大学香槟分校硕士学位(土木工程),2015 年获得悉尼大学硕士学位(计算机科学)。他的研究兴趣包括分布式与高性能计算、开源社区的社会学行为、信息技术领域的微观经济学分析。他是美国电子电气工程师学会(IEEE)的高级会员。

在接受 InfoQ 方面的邀请准备规划这篇报告的时候,作者的内心是兴奋的。在获得所有测试数据准备撰写这篇报告的时候,作者的内心是矛盾的。一方面,作为并行与分布式计算领域的学生,作者希望为业界提供一些有用的信息和观点;另一方面,作为公有云服务领域的从业人员,作者深知发表一份涉及多家友商的报告会带来诸多争议。在 InfoQ 方面的鼓励下,作者选择以真实的身份发布这些的数据和观点,希望能够对国内云计算从业人员有所帮助。

参考文献

  1. 工业和信息化部电信研究院(中国信通院,CAICT),《云计算白皮书(2014 年)》,2014 年 5 月
  2. 中国电子信息产业发展研究院工业和信息化部赛迪智库,《云计算发展白皮书(2015 版)》,2015 年 4 月
  3. 工业和信息化部电信研究院(中国信通院,CAICT),《云计算白皮书(2016 年)》,2016 年 9 月
  4. Peter Mell and Timothy Grance, “ The NIST Definition of Cloud Computing ”, NIST Special Publication 800-145, September 2011
  5. William Stanley Jevons, “ The Coal Question ”, 1866
  6. 蒋清野,《虚拟化、云计算、开放源代码及其他》,2012 年 10 月
  7. 蒋清野,《从王博士说起》,2013 年 12 月
  8. 蒋清野,《浅谈“中国”语境下的公有云发展》,2015 年 5 月
  9. Qingye Jiang, Young Choon Lee, Albert Y. Zomaya, “ Price Elasticity in the Enterprise Computing Resource Market ”, IEEE Cloud Computing, vol.3, no. 1, pp. 24-31, Jan.-Feb. 2016, doi:10.1109/MCC.2016.14
  10. 章文嵩,《淘宝软件基础设施构建实践》,第三届中国云计算大会,2011 年 5 月
  11. 高山渊,《阿里巴巴系统运维实践分享》,QClub 深圳站,2012 年 6 月
  12. Netcraft, “ Aliyun cloud growth makes Alibaba largest hosting company in China ”, May 2015
  13. Jiamang Wang, Yongjun Wu, Hua Cai, Zhipeng Tang, Zhiqiang Lv, Bin Lu, Yangyu Tao, Chao Li, Jingren Zhou, Hong Tang, “ FuxiSort “, Alibaba Group Inc, October 2015
  14. Reynold Xin, Parviz Deyhim, Ali Ghodsi, Xiangrui Meng, Matei Zaharia, “ GraySort on Apache Spark by Databricks “, Databricks Inc., October 2014
  15. Michael Conley, Amin Vahdat, George Porter, “ TritonSort 2014 “, University of California at San Diego, 2014
  16. Intel Xeon E5-2630 基准测试数据
  17. Intel Xeon E5-2650 基准测试数据
  18. Intel Xeon E5-2670 基准测试数据
  19. Thomas Graves, “ GraySort and MinuteSort at Yahoo on Hadoop 0.23 “, Yahoo!, May 2013
  20. Zhuo Zhang, Chao Li, Yangyu Tao, Renyu Yang, Hong Tang, and Jie Xu. “ Fuxi: a fault-tolerant resource management and job scheduling system at internet scale. ” Proceedings of the VLDB Endowment 7, no. 13 (2014): 1393-1404.
  21. 华为集团,《华为服务器助力腾讯构建十万级高效部署》,2014 年 7 月
  22. 陈海泉,《下一代超大规模软件定义网络技术实践》,2016 年 1 月
  23. 高旭磊,《招商银行关于金融云的思考》,中国金融电脑,2016 年 8 月
  24. 阿里云,《阿里云生态路线图》,2015 年 7 月

感谢魏星对本文的策划和审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2016 年 10 月 10 日 04:272437

评论

发布
暂无评论
发现更多内容

面试官80%会问的分布式事务中的“最大努力通知”事务

无予且行

Java MySQL 面试 事务 java面试

超级专家术语学习机

程李文华

深入理解队列:LinkedBlockingQueue源码深度解析

独钓寒江雪

阻塞队列 LinkedBlockingQueue Queue

如何通过调试学习 nginx ?

张小方

c++ nginx 高性能 后端开发 服务器端开发

数酒瓶童谣:从99数到0

程李文华

架构师训练营 一致性Hash算法Java实现

Cloud.

老是自以为JVM懂了,那你知道 i = i++和 i = ++i 的区别吗?

小谈

Java 面试 编程语言 JVM 程序

架构师训练营作业 (第五周)

王海

极客大学架构师训练营

写给大忙人看的内存管理

cxuan

后端 操作系统

因为我的一个低级错误,生产数据库崩溃了将近半个小时

鄙人薛某

Java MySQL 数据库 故障定位

记录一次拼多多Web前端面试【一面+二面+hr面】

阿文

Spring Cloud Spring Boot Web Java 面试

IDEA 不为人知的 5 个骚技巧!真香!

王磊

Java 工具 IDEA

架构师训练营第 5 周——学习总结

在野

极客大学架构师训练营

面试官:反射都不会,还敢说自己会Java?

码农月半

Java Java 面试 反射 大厂面试 java反射

阿里P7岗位面试,面试官问我:为什么HashMap底层树化的标准元素个数是8

鄙人薛某

Java hashmap 面试题 哈希

让你大显身手——掌握RocketMQ与Kafka中如何实现事务

小谈

kafka RocketMQ Java 面试 JVM原理 大厂面试

没有微服务项目经验,就别去面试官那里送人头了

小谈

Java 架构 面试 微服务 SpringCloud

架构师训练营第5周-一致性hash算法总结及作业

傻傻的帅

极客大学架构师训练营

最强总结——分布式事务处理方式

小闫

分布式 分布式锁 Java 面试 分布式存储 分布式缓存

架构师训练营第五周 - 总结

Eric

极客大学架构师训练营

游戏夜读 | 跟风说一说爬虫

game1night

解决死锁的4种基本方法(建议收藏)

小吴选手

Java 死锁

这是什么神仙面试宝典?半月看完25大专题,居然斩获阿里P7offer

码哥小胖

Java spring 面试题 java面试 大厂面试

啃碎并发(一):Java线程总述与概念

猿灯塔

「架构师训练营」第 5 周作业 - 一致性哈希算法

guoguo 👻

极客大学架构师训练营

深入理解ThreadLocal:拨开迷雾,探究本质

独钓寒江雪

源码分析 ThreadLocal

你那么追捧的 SpringBoot,到底替你做了什么?

爱java爱自己

spring

架构师课程第五周 作业

杉松壁

【week05作业】

chengjing

熟悉JVM吗?为什么新生代内存需要有两个Survivor区?

南南

Java java面试 深入理解JVM JVM原理

hash一致性算法与优化

Mr.Monkey

2015年中国公有云服务发展报告——服务运营篇(上)-InfoQ