區塊鏈和kubernetes整合

⑴ 如何用區塊鏈構建一個價值流通網路

區塊鏈技術 銀行將給社會帶來三個層次的變革：1.0是貨幣；2.0是整個金融領域的應用；3.0是超越貨幣市場之外的其他應用。有資料顯示，美國和歐洲所有大型金融機構，都有10至20個區塊鏈項目的內部開發和評估。明年銀行將會在區塊鏈技術上投資超過10億美元。

全球貨幣形式正在經歷一場巨變。數字貨幣的發行對央行貨幣供應、貨幣發行權、監管機制都會提出挑戰。

在交易支付領域，區塊鏈具有去中心、無須信任系統、去中介化、不可篡改、加密安全等優點，這種無需信任的點到點模型，意味著商業銀行作為支付中介和信用中介的必要性降低，削弱傳統商業銀行在貨幣創造過程中發揮的作用，進而波及存款和信貸領域。

在數字貨幣完全取代現金的極端情況下，傳統意義上的網點也將失去存在的價值。不過，發行數字貨幣不僅需要移動數字設備作為硬體支持，還要解決數字身份認證以及隱私保護等問題。因而，商業銀行有足夠的時間來研究應對。

當前金融體系仍主要靠中心化方案來解決信用問題，即通過政府、銀行等中心化的權威機構來建立信用。區塊鏈技術通過技術背書而非中心化信用機構來促成交易。

基於區塊鏈的智能資產能構建無需信用的借貸關系。智能資產的核心思想是控制所有權。在區塊鏈上已注冊的數字資產能通過私鑰來隨時使用。在互聯網上借錢，可將智能資產作為抵押，智能合約的自動執行可鎖定抵押的智能資產，而貸款還清後可確認合約條件來自動解鎖，借貸雙方出現爭議的概率由此大幅降低。

區塊鏈技術能實現機構間的直接交易而大幅降低成本。以跨境支付為例，在傳統支付模式下需要兩三天的處理時間，而區塊鏈採用點對點的支付方式只需幾秒至幾個小時。西班牙桑坦德銀行（SANTANDER CENTRAL）研究，通過減少跨境支付、證券交易及合規中的成本開支，區塊鏈技術每年能為銀行業節省150億至200億美元。

目前銀行中後台部門從事大量賬目登記、結算等功能，部分復雜交易還需要人工記錄和操作。同時，在復雜交易項目中，往往需涉及多個交易主體，多方溝通和核對。區塊鏈中的智能合約可通過將操作規則或協議代碼化，自動執行，減少人工干預，從而實現更高效和標准化的金融服務。

區塊鏈技術對擴大金融共享大有幫助。比如在肯亞和菲律賓已發展出以比特幣為橋梁的國際匯款工具，使沒有銀行賬戶的人，通過手機APP就能即時跨境收發款項。

比特幣之所以能實現全球貨幣和支付的功能，很重要的原因是區塊鏈技術實現了不同國家地區、不同政治文化背景人群的信用共識，從而能突破機構、地區甚至國家的信用局限。

區塊鏈可保存監管記錄和審計痕跡，為監管、審計等提供便利並能有效控制欺詐、手工輸入錯誤等操作風險。由於交易確認即完成清算和結算，還大大降低了交易對手的風險。區塊鏈的分布式網路和共識機制在，也減少了金融機構受到黑客攻擊、伺服器宕機等系統風險。

當然，區塊鏈技術在金融行業的大規模運用還面臨諸多挑戰。

首先是現行法律和監管的制約。區塊鏈技術不斷在變化，司法及監管機構仍處於研究狀態，金融區塊鏈技術應用必將面臨不同程度的合規問題。

其次，目前還沒有成熟的底層區塊鏈技術平台方案。區塊鏈仍面臨諸多技術難題，比如容量的可擴展性、隱私保護、無法以凈頭寸結算、事後不可追索等。區塊鏈技術整合到現有金融系統的成本高，大規模使用區塊鏈技術不僅要重塑IT架構和業務流程，還要克服來自內部文化理念的沖突。

因此，區塊鏈技術需要全體金融行業的協同一致才能真正落地。

當前，我國商業銀行可通過內部試驗和聯盟合作方式把握區塊鏈技術背景下衍生的互聯網金融新模式，把區塊鏈技術作為實現「互聯網+」的有力工具。

海外金融業區塊鏈技術實踐，大致有內部實驗室、投資區塊鏈公司和建立合作夥伴關系三種。考慮到監管因素，國內金融機構一時還難以通過直接投資區塊鏈公司來把握該技術領域的新動向，但可考慮組建研發實驗室、與科技公司合作等方式參與研究。

在國內方面，布比區塊鏈是國內領先的區塊鏈技術服務商，自成立以來一直專注於區塊鏈技術與產品的研發與創新，擁有多項核心技術，並在多個方面取得了實質性的創新，形成多項核心技術成果，例如：可數學證明的分布式共識技術、快速的大規模賬本存取技術、支持業務形態擴展的多鏈總賬技術、異構區塊鏈間的互聯技術等。開發了自有的區塊鏈基礎服務平台，已在股權、供應鏈、積分、信用等領域開展應用。布比區塊鏈一直致力於以去（多）中心信任為核心，構建開放式價值流通網路，讓數字資產自由流動起來。

為了在未來的應用中占據主動，爭取話語權，我國商業銀行應積極參與國際國內標准制定，申請區塊鏈技術專利，加強對區塊鏈技術細節的深入研究，進行必要的技術儲備，包括在跨境支付、銀行間結算、票據、供應鏈金融、消費金融、抵押貸款等具體業務領域應用的可行性等。

區塊鏈技術與普惠金融、共享經濟的結合，是可以重點突破的領域。可通過與科創企業合作等方式共同研究如何藉助區塊鏈技術在金融覆蓋不足和經濟欠發達地區實現低成本的資金轉移；研究藉助區塊鏈技術，在區塊鏈上生成借貸雙方不可偽造，公開唯一的電子合同，提升P2P等新型借貸模式的安全可靠性；研究通過區塊鏈注冊資產並控制私鑰的方式來實現對企業抵押資產所有權的掌控。

區塊鏈技術 銀行由於監管原因，區塊鏈技術目前還難以在金融業務中直接應用。但商業銀行可將區塊鏈技術應用在降低經營管理成本、提高員工福利待遇等不受金融監管的領域。比如積分兌換、實物資產與采購系統等領域推進一些小范圍的試驗。

⑵ Kubernetes為什麼那麼重要

Kubernetes（k8s）是自動化容器操作的開源平台，這些操作包括部署，調度和節點集群間擴展。如果你曾經用過Docker容器技術部署容器，那麼可以將Docker看成Kubernetes內部使用的低級別組件。Kubernetes不僅僅支持Docker，還支持Rocket，這是另一種容器技術。

使用Kubernetes可以：

• 自動化容器的部署和復制

• 隨時擴展或收縮容器規模

• 將容器組織成組，並且提供容器間的負載均衡

• 很容易地升級應用程序容器的新版本

• 提供容器彈性，如果容器失效就替換它，等等...

想了解更多Kubernetes更多知識可以在網上找找教程視頻，下面這個就很不錯。

⑶ 區塊鏈是如何與商業應用做整合的

目前，國內的區塊鏈企業大都還處於理論階段，不過旺鏈科技的農產品溯源案例還是可以的，能將產品的生產，加工，銷售等，每一個環節都數字化，直接用手機掃一下就能購買。

⑷ 區塊鏈是是什麼技術，對我們的生活和社會有什麼影響

什麼是區塊鏈技術？

在討論如何在日常生活應用區塊鏈之前，讓我們先談談區塊鏈是什麼，它是如何工作的？

區塊鏈是一個開放的分布式資料庫，本質上是一個用於存儲信息（數據）的計算機文件。

區塊鏈的名稱來自其結構特徵：文件由數據塊組成，每個塊都鏈接到前一個塊，形成一個鏈，每個區塊均包含數據，如交易記錄以及該區塊何時被編輯或創建的記錄，信息（數據）都蓋有時間戳，這就是區塊鏈的由來。

至關重要的是，不同於公司或政府機構擁有的集中化資料庫，區塊鏈不受任何人或實體的控制，數據在多台計算機上完整地復制（分發）。

因為它是一種分散式存儲和訪問數據的方式，這使它變得異常安全。因為與集中式資料庫不同，攻擊者沒有一個單一的入口點，數據的安全性更有保障。

除了去中心化和安全這兩大特點，使區塊鏈成為一項區別於其它技術的領先技術的特點還有：

不可篡改性：一旦進入區塊鏈，任何信息都無法更改，甚至管理員也無法修改此信息。它使區塊鏈具有易於審核的優勢。

可訪問：網路中的所有節點都可以輕松訪問信息。

無第三方：區塊鏈可以幫助點對點交易，因此，無論您是在交易還是交換資金，都無需第三方的批准。區塊鏈本身就是一個平台。

區塊鏈技術的影響？

一、區塊鏈技術公開、不可篡改的屬性，為去中心化的信任機制提供了可能，具備改變金融基礎架構的潛力，各類金融資產，如股權、債券、票據、倉單、基金份額等均可以被整合進區塊鏈賬本中，成為鏈上的數字資產，在區塊鏈上進行存儲、轉移、交易。使其在金融領域的應用前景廣闊。例如，在跨境支付、保險理賠、證券交易、票據等方面有了典型的應用。

二、目前的物聯網生態體系，依賴中心化的網路管理架構，所有的設備都是通過雲伺服器連接。隨著網路規模的擴大，中心化雲伺服器、大型伺服器和網路設備的基礎設施和維護方面將佔用高昂成本。

在去中心化的物聯網中，區塊鏈是發生互動的設備間促進交易處理和協作的框架，網路上的每個設備都可以作為一個獨立、微型的商業主體運行。

三、公共服務是促進經濟增長和社會進步的因素，公共服務的供給對政治、經濟、社會發展過程中各類主體及制度、文化、態度、行為等都會產生重要影響。傳統的公證依賴政府，而有限的數據維度、未建立的歷史數據信息鏈常常導致政府、學校無法獲得完整有效的信息。利用區塊鏈可以建立不可篡改的數字化證明。在數字版權、知識產權、證書以及公益領域都可以建立全新的認證機制，改善公共服務領域的管理水平。

⑸ kubernetes 提供什麼功能

Kubernetes，是開源容器應用自動化部署技術，也就是大家經常說的k8s。

Kubernetes（k8s）是自動化容器操作的開源平台，這些操作包括部署，調度和節點集群間擴展。如果你曾經用過Docker容器技術部署容器，那麼可以將Docker看成Kubernetes內部使用的低級別組件。Kubernetes不僅僅支持Docker，還支持Rocket，這是另一種容器技術。

使用Kubernetes可以：

• 自動化容器的部署和復制

• 隨時擴展或收縮容器規模

• 將容器組織成組，並且提供容器間的負載均衡

• 很容易地升級應用程序容器的新版本

• 提供容器彈性，如果容器失效就替換它，等等...

它有這些特點：

• 可移植：支持公有雲，私有雲，混合雲，多重雲 multi-cloud

• 可擴展：模塊化，插件化，可掛載，可組合

• 自動化：自動部署，自動重啟，自動復制，自動伸縮/擴展

如果還有想要了解的可以到官網或是相關教程視頻中看看，比如B站這個視頻教程：

⑹ 如何學習，了解kubernetes

Kubernetes的名字來自於希臘語，意思是「舵手」或「領航員」。K8S是將「ubernate」替換為「8」的縮寫。
據說Google的數據中心運行著20多億個容器，而且Google十年前就開始使用容器技術。最初，Google開發了一個叫Borg的系統（現在命名為Omega）來調度如此龐大數量的容器和工作負載。在積累了這么多年的經驗以後，Google決定重寫這個容器管理系統，並將其貢獻到開源社區，讓全世界都能受益。這個項目就是Kubernetes，簡單來講，Kubernetes是Google Omega的開源版本。
Kubernetes是一個容器集成管理系統：
☑開發人員只需關注業務代碼
一旦使用Kubernetes技術，開發團隊不需要關心那些和業務沒有關系的底層代碼（通信組件、協議轉換、服務治理等），只需關心項目業務即可。
☑全面擁抱微服務架構
微服務架構主要包含兩個問題：服務架構拆分和服務治理。服務拆分是指將一個完整的服務拆分為多個微服務，拆分後增加服務維護難度。一旦使用Kubernetes雲原生技術後，就不需要關心服務治理問題，一切交給Kubernetes實現。
☑無縫分布新的應用功能
開發、測試、上線都是在同一個環境上。
☑彈性擴縮應用
面對突發性事件，例如搞促銷活動，應用負載爆發，根據CPU和內存指行擴容。促銷活動結束後，再根據CPU和內存指標進行兼容，節約硬體資源的使用。
☑自動化運維平台
以Kubernetes為核心構建一套devops平台，從開發到運維整個流實現自動化開發流程
·快速部署（發布）應用
·負載均衡
·彈性容錯
等等
無論是傳統企業還是互聯網公司都在進行企業數字化轉型（提高企業生產效率），雲原生（以Kubernetes為核心的雲架構體系）是企業數字化（自動化、智能化）轉型的重要路徑。

最近剛好有這個課程可以推薦給大家，有需要的可以私聊我哈~

⑺ 華為雲產品全景圖有哪些理解

在雲技術堆棧中，最能體現軟體能力之一的就是PaaS平台及服務，在2018中國軟體百強企業榜單中，華為已經連續十六年獲得第一。華為雲基於華為軟體能力30年經驗的積累，自2016年以來華為雲企業應用服務就在陸續推出PaaS產品。

在2019華為分析師大會（HAS2019）期間，華為雲PaaS首席科學家、華為雲智能應用平台總設計師熊英博士亮相，對外整體介紹了過去幾年華為雲形成的PaaS技術全棧能力以及完整的雲原生計算平台——華為雲智能應用平台3.0。作為CNCF（雲原生計算基金會）初創會員董事，擁有20多年軟體開發與架構設計經驗的熊英在雲原生領域有深刻的理論與實踐經驗。熊英表示，鑒於雲原生對於未來企業軟體產業的重大影響，華為雲在2015年就將其列入戰略技術投資范圍，如今已經取得了大量成果，成為了雲原生技術的領導者。

（華為雲PaaS首席科學家、華為雲智能應用平台總設計師熊英博士）

以華為雲智能應用平台3.0為代表的華為雲企業應用服務技術，其優勢在於全棧雲原生計算的能力以及面向數字化轉型需求的支撐平台，目標是讓企業上雲更簡單、數字化轉型更智能。在雲原生計算領域，Kubernetes和雲原生技術推廣的最大困難在於技術復雜性，而華為雲在Kubernetes+Docker、微服務以及Serverless等雲原生技術「三駕馬車」領域，都推出了簡便好用的產品與服務，不斷降低雲原生技術使用門檻。

華為雲智能應用平台3.0集華為軟體技術能力之大成，凝聚了華為全球數字化轉型的實踐以及華為多年來在開源軟體領域的持續投資成果，堪稱「軟體百強之首」的華為，推出的雲原生大時代的扛鼎之作。
華為雲企業應用服務全景圖

華為雲企業應用服務的整體架構在吸收全球頂級雲原生系列開源項目的基礎上，也融入了華為自己特色的技術體系。華為雲智能應用平台3.0主要特色包括一個「底座」、兩大應用創新平台和一個應用創新解決方案：一個「底座」就是ServiceStage微服務應用平台，兩大應用創新平台就是企業集成平台ROMA、智能邊緣平台IEF，以及區塊鏈解決方案BCS。而承載華為雲智能應用平台3.0的，就是全行業首發的華為雲容器多雲及混合雲管理平台（MCP），比Google的Anthos還提早一個月發布。

就整體華為雲企業應用服務的全棧技術來說，包括：一站式微服務應用管理平台，含有ServiceStage微服務雲應用平台、應用編排服務AOS、微服務引擎CSE、容器鏡像服務SWR、應用性能管理APM、雲性能測試服務CPTS、應用運維管理AOM；企業級雲中間件，含有分布式緩存服務Redis、分布式消息服務DMS、API網關APIG、區塊鏈BCS；Kubernetes容器平台，含有雲容器引擎CCE、雲容器實例CCI；高性能Serverless無伺服器函數FunctionGraph；以及智能邊緣雲IEF和企業集成平台ROMA等。

具體理解，華為雲企業應用服務以Kubernetes等容器技術為核心，圍繞Kubernetes的核心功能提供雲容器引擎CCE和雲容器實例CCI等。自2016年首發CCE，華為在2017年成為第一批全球Kubernetes認證的服務提供商，CCE也首批通過了Kubernetes的一致性認證。CCE是華為雲自研推出的高性能、高可靠公有雲容器全棧解決方案，貫穿應用開發、交付與運維流程，提供完整的一站式雲上應用生命周期管理方案，深度整合華為雲的計算、存儲、網路能力。

在容器底層的微服務治理方面，ServiceStage是凝結華為微服務團隊多年研發經驗的雲原生應用開發平台，面向企業提供AI、區塊鏈、微服務、移動和Web類應用開發的全棧解決方案，幫助用戶快速創建企業級雲原生應用，加速業務創新。ServiceStage提供Spring Cloud、Service Mesh和ServiceComb商業版（微服務引擎CSE），幫助企業快速構建基於微服務架構的分布式應用。

ServiceStage 可支持多種編程語言，集成 Eclipse、IDEA、Jenkins、Maven 等多種工具生態，支持線下開發環境和線上雲環境的無縫集成，面向DevOps提供應用開發、編譯、構建、發布、部署、配置、壓測、上線、運維和治理等全棧、全生命周期能力。而微服務引擎CSE則是一站式微服務管理平台，提供高性能微服務框架和一站式服務注冊、服務治理、動態配置和分布式事務管理控制台，幫助用戶實現微服務應用的快速開發和高可用運維。

在無伺服器函數計算方面，華為2017年已經上線函數服務，是國內首家發布函數編排服務的雲服務提供商。華為雲推出的全球首款基於Kubernetes的無伺服器容器實例CCI，用戶只需要管理運行在Kubernetes上的容器化業務，其餘的底層計算資源管理全部交給華為雲自動化管理。

在雲原生計算「三駕馬車」之外，華為雲企業應用服務的企業集成平台ROMA和智能邊緣平台IEF則滿足了大型跨國企業的復雜計算環境連接以及雲與邊緣計算的協同。ROMA能夠連接企業IT系統、數據、消息、API 、設備、雲服務，提供統一的應用與數據集成平台。ROMA源自華為內部信息化建設集成經驗，幫助企業簡化集成，加速應用上雲。ROMA在雲上雲下應用集成、雲間應用集成、跨區域集成、設備數據集成、企業能力開放、B2B集成、業務出海集成等場景中，解決了企業數字化轉型過程中需要連接傳統應用與雲原生應用、工業與IT設備和數據、私有雲和公有雲、全球各節點等多種復雜的集成和連接需求。智能邊緣平台IEF則將華為雲AI服務延伸到邊緣側，將邊緣節點智能化，充分滿足業務的實時性需求、優化計算資源使用。

華為雲的全球首個容器多雲&混合雲解決方案（MCP），提供跨雲平台（不同公有雲之間或公有雲到私有雲）的Kubernetes集群和雲原生應用統一監控、部署、運維的能力，以及業務流量的跨雲統一治理、地域親和策略，幫助企業用戶客戶輕松應對業務流量高峰的沖擊、雲單點宕機故障以及業務全球一體化運營區域化接入的訴求。

⑻ 雲計算發展前景，雲計算培訓是真的嗎

雲計算定義與分類
雲計算自亞馬遜推出彈性計算雲服務之後被廣泛傳播，最終成為定義當前信息技術變革大潮的名稱。雲計算作為信息技術創新服務模式的集中體現，已成為支持各行業發展的關鍵信息基礎設施。雲計算是一種以網路方式接入到一個可擴展，彈性的共享物理或虛擬資源池的服務模式，用戶可以通過自服務和管理的方式來按需購買該服務。雲計算用戶只需要很少的管理手段或者與服務商間的交互，便能夠快速完成計算資源的拓展和釋放。
根據雲服務提供資源的類型不同，雲計算服務模式分類軟體即服務(SaaS)、平台即服務(PaaS)以及基礎設備即服務(IaaS)三類。
全球雲計算服務市場規模分析預測
公共雲服務市場將繼續呈現出高速發展態勢，並一直持續至2018年，2017年全球雲服務市場規模達2602億美元，同比增長18.5%。這種強勁的發展未來幾年雲服務市場仍將保持較高的增長率。雲服務呈現出的這種強勁發展勢頭有望在未來5到7年內仍然保持下去，並預計到2020年時，全球雲計算市場的規模將達到4114億美元。勢頭反映了人們從傳統IT服務向雲端服務的轉變，因為企業越來越傾向於追求數字化商業戰略。
2017年雲應用服務(SaaS)也實現年增長21.6%，達到586億美元;雲管理和安全服務的增長率達到22.5%，雲應用基礎架構服務(PaaS)也表現出強勁的發展勢頭，達到26.7%的增長率。
中國雲計算整體市場規模分析預測
據前瞻產業研究院發布的《雲計算產業發展前景與投資戰略規劃分析報告》最新統計數據顯示，2016年中國雲計算整體市場規模達到514.9億元，整體增速為35.9，高於全球平均水平。其中，公有雲服務市場整體規模為170.1億元，同比增長66%，預計2017-2020年中國公有雲市場將持續高速增長，到2020年市場規模將達到603.6億元。
在私有雲市場方面，2016年中國私有雲市場規模達到344.8億元，增長率為25.1%，預計2018年市場規模將達到520.3億元，增長率為22.3%。
雲計算企業將強化雲生態體系建設
各巨頭正紛紛打造以「我」為主的雲生態，強化對雲計算行業的掌控力。阿里雲推動雲合計劃，計劃招募1萬家雲服務商，共同構建生態體系，為企業、政府等用戶提供一站式雲服務。
雲生態將可能成為雲計算行業競爭力的標志，2017年，各廠家將實質性推動雲生態建設，也將有更多雲計算企業啟動雲生態戰略。
價格戰將加速雲計算企業優勝劣汰
由國內外雲計算巨頭主導的價格戰近年來持續上演，主要雲計算廠商表示將跟隨降價。降價有利於雲計算更快普及，將加速中國雲計算市場進化歷程，同時也會直接影響雲計算企業收入，可能加速產業洗牌速度。阿里雲在2016年年中進行了17次產品價格下調，如此降價幅度，難免讓中小雲廠商倍感壓力，甚至逐漸失去競爭力而遭到淘汰。以美國市場為例，主要雲計算廠商推動的價格下降促使市場整合，在幾輪降價之後，美國幾十家雲服務商變為當前的三家主導。2017年，伴隨價格戰的繼續，雲計算企業優勝劣汰將開始顯現。
區塊鏈相關雲計算產品和服務將涌現
區塊鏈技術和應用的開發、測試、部署較為復雜，門檻仍然較高。雲計算具有資源彈性伸縮、成本低、可靠性高等優勢，它與區塊鏈結合，可以幫助企業快速低成本地開發部署區塊鏈，促進區塊鏈技術成熟，推動區塊鏈從金融向更多領域拓展。隨著區塊鏈逐步走向應用，將有更多雲計算企業推出區塊鏈相關的產品和服務。
細分行業雲服務將成為中小廠商生存之道
國際和國內雲計算市場均呈現強者恆強的局面，但同時可以看到，各大巨頭提供的雲服務存在一定程度的同質化，而用戶需求千差萬別，呈現多樣化，各大巨頭無法滿足各類用戶的具體需求。隨著雲計算產業生態鏈不斷完善，行業分工呈現細化趨勢，從游戲雲、政務雲、醫療雲，到2016年快速壯大的視頻雲，都體現出行業雲的發展潛力。在雲計算白熱化的競爭態勢下，中小廠商需要瞄準用戶精細化需求，提供行業雲等差異化雲服務，以獲得競爭優勢。
容器技術應用將更為普及
容器服務具有部署速度快、開發和測試更敏捷、系統利用率高、資源成本低等優勢，隨著容器技術的成熟和接受度越來越高，容器技術將更加廣泛地被用戶採用。谷歌的Container
Engine，AWS的Elastic Container Service，微軟的Azure Container
Service等容器技術日臻成熟，容器集群管理平台也更加完善，以Kubernetes為代表的各類工具可幫助用戶實現網路、安全與存儲功能的容器化轉型。國內看，各家公司積極實踐，用戶對於容器技術的接受度得到提升，根據調研機構數據，近87%的用戶表示考慮使用容器技術。
企業上雲進程將進一步提速
在「互聯網+」、《
中國製造2025》等一系列戰略推動和企業自身轉型升級迫切需求下，企業越來越重視信息技術的應用，而雲計算無疑是企業更快部署信息化應用的「利器」，諸多行業企業成功上雲已起到良好示範作用。國內雲計算服務能力日臻完善，價格不斷下降，為企業上雲提供了較好條件。

⑼ 當下大數據發展的 8 個要點

作者 | 章劍鋒

筆者從 2008 年開始工作到現在也有 11 個年頭了，一路走來都在和數據打交道，做過大數據底層框架內核的開發（Hadoop，Pig，Tez，Spark，Livy），也做過上層大數據應用開發（寫 MapRece Job 做 ETL ，用 Hive 做 Ad hocquery，用 Tableau 做數據可視化，用 R 做數據分析）。今天我想藉此機會和大家聊聊我所理解的大數據現狀和未來。

首先讓我們來聊聊什麼是大數據。大數據這個概念已經出來很多年了（超過10年），但一直沒有一個准確的定義（也許也並不需要）。數據工程師（DataEngineer）對大數據的理解會更多從技術和系統的角度去理解，而數據分析人員（Data Analyst）對大數據理解會從產品的角度去理解，所以數據工程師（Data Engineer) 和數據分析人員（Data Analyst）所理解的大數據肯定是有差異的。我所理解的大數據是這樣的，大數據不是單一的一種技術或者產品，它是所有與數據相關的綜合學科。看大數據我會從 2 個維度來看，一個是數據流的維度（下圖的水平軸），另外一個是技術棧的維度（下圖的縱軸）。

其實我一直不太喜歡張口閉口講「大數據」，我更喜歡說「數據」。因為大數據的本質在於「數據」，而不是「大」。由於媒體一直重點宣揚大數據的「大」，所以有時候我們往往會忽然大數據的本質在「數據」，而不是「大」，「大」只是你看到的表相，本質還是數據自身。

在我們講清楚大數據的含義之後，我們來聊聊大數據目前到底處在一個什麼樣的位置。從歷史發展的角度來看，每一項新技術都會經歷下面這樣一個技術成熟度曲線。

當一項新技術剛出來的時候人們會非常樂觀，常常以為這項技術會給人類帶來巨大的變革，對此持有過高的期望，所以這項技術一開始會以非常快的速度受到大家追捧，然後到達一個頂峰，之後人們開始認識到這項新技術並沒有當初預想的那麼具有革命性，然後會過於悲觀，之後就會經歷泡沫階段。等沉寂一定階段之後，人們開始回歸理性，正視這項技術的價值，然後開始正確的應用這項技術，從此這項技術開始走向穩步向前發展的道路。（題外話，筆者在看這幅圖的時候也聯想到了一個男人對婚姻看法的曲線圖，大家自己腦補）。

1、從大數據的歷史來看，大數據已經經歷了 2 個重要階段

兩個重要階段是指過高期望的峰值和泡沫化的底谷期 。現在正處於穩步向前發展的階段。我們可以從 googletrend 上 big data 的曲線就能印證。大數據大約從 2009 年開始走向人們的視野，在 2015 年左右走向了頂峰，然後慢慢走向下降通道（當然這張曲線並不會和上面這張技術成熟度曲線完全擬合，比如技術曲線處在下降通道有可能會使討論這項技術的搜索量增加）。

接下來我想講一下我對大數據領域未來趨勢的幾個判斷。

2、數據規模會繼續擴大，大數據將繼續發揚光

前面已經提到過，大數據已經度過了過高期望的峰值和泡沫化的底谷期，現在正在穩步向前發展。做這樣判斷主要有以下 2 個原因：

上游數據規模會繼續增長，特別是由於 IOT 技術的發展和成熟，以及未來 5G 技術的鋪開。在可預測的未來，數據規模仍將繼續快速增長，這是能夠帶動大數據持續穩定向前發展的基本動力。 下游數據產業還有很多發展的空間，還有很多數據的價值我們沒有挖掘出來。

雖然現在人工智慧，區塊鏈搶去了大數據的風口位置，也許大數據成不了未來的主角，但大數據也絕對不是跑龍套的，大數據仍將扮演一個重要而基礎的角色。可以這么說，只要有數據在，大數據就永遠不會過時。我想在大部分人的有生之年，我們都會見證大數據的持續向上發展。

3、數據的實時性需求將更加突出

之前大數據遇到的最大挑戰在於數據規模大（所以大家會稱之為「大數據」），經過工業界多年的努力和實踐，規模大這個問題基本已經解決了。接下來幾年，更大的挑戰在於速度，也就是實時性。而大數據的實時性並不是指簡單的傳輸數據或者處理數據的實時性，而是從端到端的實時，任何一個步驟速度慢了，就影響整個大數據系統的實時性。所以大數據的實時性，包括以下幾個方面：

快速獲取和傳輸數據 快速計算處理數據 實時可視化數據 在線機器學習，實時更新機器學習模型

目前以 Kafka，Flink 為代表的流處理計算引擎已經為實時計算提供了堅實的底層技術支持，相信未來在實時可視化數據以及在線機器學習方面會有更多優秀的產品涌現出來。當大數據的實時性增強之後，在數據消費端會產生更多有價值的數據，從而形成一個更高效的數據閉環，促進整個數據流的良性發展。

4、大數據基礎設施往雲上遷移勢不可擋

目前IT基礎設施往雲上遷移不再是一個大家還需要爭論的問題，這是大勢所趨。當然我這邊說的雲並不單單指公有雲，也包括私有雲，混合雲。因為由於每個企業的業務屬性不同，對數據安全性的要求不同，不可能把所有的大數據設施都部署在公有雲上，但向雲上遷移這是一個未來註定的選擇。目前各大雲廠商都提供了各種各樣的大數據產品以滿足各種用戶需求，包括平台型（PAAS) 的 EMR ，服務型 (SAAS) 的數據可視化產品等等。大數據基礎設施的雲化對大數據技術和產品產生也有相應的影響。大數據領域的框架和產品將更加 Cloud Native 。

計算和存儲的分離。我們知道每個公有雲都有自己對應的分布式存儲，比如 AWS 的 S3 。 S3 在一些場合可以替換我們所熟知的 HDFS ，而且成本更低。而 S3 的物理存儲並不是在 EC2 上面，對 EC2 來說， S3 是 remote storage 。所以如果你要是 AWS 上面做大數據開發和應用，而且你的數據是在 S3 上，那麼你就自然而然用到了計算和存儲的分離。 擁抱容器，與 Kubernate 的整合大勢所趨，我們知道在雲環境中 Kuberneate 基本上已經是容器資源調度的標准。 更具有彈性（Elastic）。 與雲上其他產品和服務整合更加緊密。

5、大數據產品全鏈路化

全鏈路化是指提供端到端的全鏈路解決方案，而不是簡單的堆積一些大數據產品組件。以 Hadoop 為代表的大數據產品一直被人詬病的主要問題就是用戶使用門檻過高，二次開發成本太高。全鏈路化就是為了解決這一問題，用戶需要的並不是 Hadoop，Spark，Flink 等這些技術，而是要以這些技術為基礎的能解決業務問題的產品。 Cloudera 的從 Edge 到 AI 是我比較認同的方案。大數據的價值並不是數據本身，而是數據背後所隱藏的對業務有影響的信息和知識。下面是一張摘自 wikipedia 的經典數據金字塔的圖。

大數據技術就是對最原始的數據進行不斷處理加工提煉，金字塔每上去一層，對應的數據量會越小，同時對業務的影響價值會更大更快。而要從數據（Data) 最終提煉出智慧（Wisdom），數據要經過一條很長的數據流鏈路，沒有一套完整的系統保證整條鏈路的高效運轉是很難保證最終從數據中提煉出來有價值的東西的，所以大數據未來產品全鏈路化是另外一個大的趨勢。

6、大數據技術往下游數據消費和應用端轉移

上面講到了大數據的全鏈路發展趨勢，那麼這條長長的數據鏈路目前的狀況是如何，未來又會有什麼樣的趨勢呢？

我的判斷是未來大數據技術的創新和發力會更多的轉移到下游數據消費和應用端。之前十多年大數據的發展主要集中在底層的框架，比如最開始引領大數據風潮的 Hadoop ，後來的計算引擎佼佼者 Spark，Flink 以及消息中間件 Kafka ，資源調度器 Kubernetes 等等，每個細分領域都涌現出了一系列優秀的產品。總的來說，在底層技術框架這塊，大數據領域已經基本打好了基礎，接下來要做的是如何利用這些技術為企業提供最佳用戶體驗的產品，以解決用戶的實際業務問題，或者說未來大數據的側重點將從底層走向上層。之前的大數據創新更偏向於 IAAS 和 PAAS ，未來你將看到更多 SAAS 類型的大數據產品和創新。從近期一些國外廠商的收購案例，我們可以略微看出一些端倪。1、2019 年 6 月 7 日，谷歌宣布以 26 億美元收購了數據分析公司 Looker，並將該公司並入 Google Cloud。2、2019 年 6 月 10 日，Salesforce 宣布以 157 億美元的全股票交易收購 Tableau ，旨在夯實在數據可視化以及幫助企業解讀所使用和所積累的海量數據的其他工具方面的工作。3、2019 年 9 月初，Cloudera 宣布收購 Arcadia Data 。 Arcadia Data 是一家雲原生 AI 驅動的商業智能實時分析廠商。面對最終用戶的大數據產品將是未來大數據競爭的重點，我相信會未來大數據領域的創新也將來源於此，未來 5 年內大概率至少還會再出一個類似 Looker 這樣的公司，但是很難再出一個類似 Spark 的計算引擎。

7、底層技術的集中化和上層應用的全面開花

學習過大數據的人都會感嘆大數據領域的東西真是多，特別是底層技術，感覺學都學不來。經過多年的廝殺和競爭，很多優秀的產品已經脫穎而出，也有很多產品慢慢走向消亡。比如批處理領域的 Spark 引擎基本上已經成為批處理領域的佼佼者，傳統的 MapRece 除了一些舊有的系統，基本不太可能會開發新的 MapRece 應用。 Flink 也基本上成為低延遲流處理領域的不二選擇，原有的 Storm 系統也開始慢慢退出歷史舞台。同樣 Kafka 也在消息中間件領域基本上占據了壟斷地位。未來的底層大數據生態圈中將不再有那麼多的新的技術和框架，每個細分領域都將優勝劣汰，走向成熟，更加集中化。未來更大的創新將更多來來自上層應用或者全鏈路的整合方面。在大數據的上層應用方面未來將會迎來有更多的創新和發展，比如基於大數據上的BI產品， AI 產品等等，某個垂直領域的大數據應用等等，我相信未來我們會看到更多這方面的創新和發展。

8、開源閉源並駕齊驅

大數據領域並不是只有 Hadoop，Spark，Flink 等這類大家耳熟能詳的開源產品，還有很多優秀的閉源產品，比如 AWS 上的 Redshift ，阿里的 MaxCompute 等等。這些產品雖然沒有開源產品那麼受開發者歡迎，但是他們對於很多非互聯網企業來說是非常受歡迎的。因為對於一個企業來說，採用哪種大數據產品有很多因素需要考慮，否開源並不是唯一標准。產品是否穩定，是否有商業公司支持，是否足夠安全，是否能和現有系統整合等等往往是某些企業更需要考慮的東西，而閉源產品往往在這類企業級產品特性上具有優勢。

最近幾年開源產品受公有雲的影響非常大，公有雲可以無償享受開源的成果，搶走了開源產品背後的商業公司很多市場份額，所以最近很多開源產品背後的商業公司開始改變策略，有些甚至修改了 Licence 。不過我覺得公有雲廠商不會殺死那些開源產品背後的商業公司，否則就是殺雞取卵，殺死開源產品背後的商業公司，其實就是殺死開源產品的最大技術創新者，也就是殺死開源產品本身。我相信開源界和公有雲廠商最終會取得一個平衡，開源仍然會是一個主流，仍然會是創新的主力，一些優秀的閉源產品同樣也會占據一定的市場空間。

最後我想再次總結下本文的幾個要點：

1、目前大數據已經度過了最火的峰值期和泡沫化的底谷期，現在正處於穩步向前發展的階段。2、數據規模會繼續擴大，大數據將繼續發揚光大3、 數據的實時性需求將更加突出4、大數據基礎設施往雲上遷移勢不可擋5、大數據產品全鏈路化6、大數據技術往下游數據消費和應用端轉移7、底層技術的集中化和上層應用的全面開花8、開源閉源並駕齊驅

⑽ 區塊鏈究竟是什麼

什麼是區塊鏈？
區塊鏈是分布式數據存儲、點對點傳輸、共識機制、加密演算法等計算機技術的新型應用模式。所謂共識機制是區塊鏈系統中實現不同節點之間建立信任、獲取權益的數學演算法 [1] 。
區塊鏈（Blockchain）是比特幣的一個重要概念，它本質上是一個去中心化的資料庫，同時作為比特幣的底層技術。區塊鏈是一串使用密碼學方法相關聯產生的數據塊，每一個數據塊中包含了一次比特幣網路交易的信息，用於驗證其信息的有效性（防偽）和生成下一個區塊。
區塊鏈誕生自中本聰的比特幣，自2009年以來，出現了各種各樣的類比特幣的數字貨幣，都是基於公有區塊鏈的。
數字貨幣的現狀是百花齊放，列出一些常見的：bitcoin、litecoin、dogecoin、dashcoin，除了貨幣的應用之外，還有各種衍生應用，如Ethereum、Asch等底層應用開發平台以及NXT，SIA，比特股，MaidSafe，Ripple等行業應用。
2016年1月20日，中國人民銀行數字貨幣研討會宣布對數字貨幣研究取得階段性成果。會議肯定了數字貨幣在降低傳統貨幣發行等方面的價值，並表示央行在探索發行數字貨幣。中國人民銀行數字貨幣研討會的表達大大增強了數字貨幣行業信心。這是繼2013年12月5日央行五部委發布關於防範比特幣風險的通知之後，第一次對數字貨幣表示明確的態度。 [4]
2016年12月20日，數字貨幣聯盟——中國FinTech數字貨幣聯盟及FinTech研究院正式籌建，火幣是聯合發起單位之一。 [5]
可以用區塊鏈的一些領域可以是：
▪ 智能合約
▪ 證券交易
▪ 電子商務
▪ 物聯網
▪ 社交通訊
▪ 文件存儲
▪ 存在性證明
▪ 身份驗證
▪ 股權眾籌
我們可以把區塊鏈的發展類比互聯網本身的發展，未來會在internet上形成一個比如叫做finance-internet的東西，而這個東西就是基於區塊鏈，它的前驅就是bitcoin，即傳統金融從私有鏈、行業鏈出發（區域網），bitcoin系列從公有鏈（廣域網）出發，都表達了同一種概念——數字資產（DigitalAsset），最終向一個中間平衡點收斂。
區塊鏈的進化方式是：
▪ 區塊鏈1.0——數字貨幣
▪ 區塊鏈2.0——數字資產與智能合約
▪ 區塊鏈3.0——各種行業分布式應用落地
區塊鏈分為三類，在貨幣發行的《區塊鏈：定義未來金融與經濟新格局》 [2] 一書中就有詳細介紹，
其中混合區塊鏈和私有區塊鏈可以認為是廣義的私鏈:
公有區塊鏈（PublicBlockChains)
公有區塊鏈是指：世界上任何個體或者團體都可以發送交易，且交易能夠獲得該區塊鏈的有效確認，任何人都可以參與其共識過程。公有區塊鏈是最早的區塊鏈，也是應用最廣泛的區塊鏈，各大bitcoins系列的虛擬數字貨幣均基於公有區塊鏈，世界上有且僅有一條該幣種對應的區塊鏈。
聯合（行業）區塊鏈（ConsortiumBlockChains)
行業區塊鏈：由某個群體內部指定多個預選的節點為記賬人，每個塊的生成由所有的預選節點共同決定（預選節點參與共識過程），其他接入節點可以參與交易，但不過問記賬過程(本質上還是託管記賬，只是變成分布式記賬，預選節點的多少，如何決定每個塊的記賬者成為該區塊鏈的主要風險點），其他任何人可以通過該區塊鏈開放的API進行限定查詢。
私有區塊鏈（privateBlockChains)
私有區塊鏈：僅僅使用區塊鏈的總賬技術進行記賬，可以是一個公司，也可以是個人，獨享該區塊鏈的寫入許可權，本鏈與其他的分布式存儲方案沒有太大區別。(Dec2015)保守的巨頭（傳統金融）都是想實驗嘗試私有區塊鏈，而公鏈的應用例如bitcoin已經工業化，私鏈的應用產品還在摸索當中。