从阿法狗、张大魔王联想到的 DCOS 与 ITOA 企业服务

dcos

#1

最近一周出来了两个新网红:阿法狗和张大魔王

张大魔王先不表,先聊聊阿法狗跟欧巴的人狗大战。遥想当年的“石佛”李昌镐,棋风厚实均衡,喜怒不形于色,善于“兵不血刃,不战屈人”。可韩国新一代领袖李世石也许是忌惮AlphaGo的计算力,前三盘皆负一直未展现出人的自信特质。

细想一下为何选择黑白棋这个非常考验计算力的场景,这不过是谷歌特地为推广计算服务的一次营销活动。如果真要体现AI的先进水平,何不把用户画像、心里分析都加上,来个计算场景简单但分析能力更复杂的四川麻将2V2。相信参赛队员之间随便一个暧昧的眼神,直接就能将AlphaGo搞懞逼了。

这究竟是什么情况?


但不得不承认经过十几年的计算机软硬件发展以及云服务的商用普及,具有了云计算、大数据等属性的AlphaGo跟当年的深蓝相比,两者完全不可同日而语。这次比赛中AlphaGo对自身每步棋都感觉非常良好,每赛一轮都能提前预测自己获胜,机器的冷酷自信这体现的是谷歌深厚的云计算技术能力,更说明的是多年来谷歌在云计算方面投入和积累。


说到自信就得提到最近另一个网红张大魔王。(眼神杀死你?不由得想到了Slam Dunk)。张大魔王这内敛的霸气不禁让网友赞叹,但这骄傲的成绩同样源自多年这背后的努力和奋斗。

张怡宁也是平常人啊,虽然心里委屈但也不说!

木事儿,一姐王楠替你吐真言了!

网红AlphaGo过后,相信会掀起一轮认知计算的投资创业热潮,最终这将加速AlphaGo、Watson或者微软等一直致力的AI技术领域的产业化、商业化。

那么未来企业如何接入这些智能商用服务呢?

在回答这个问题前,不妨先回顾一下国际先进互联网公司数据中心资源管理系统的发展史。早在十多年前,Google就开始使用第一代集群管理Borg技术管理数据中心。随后Twitter从Google的Borg系统中得到启发,开发了一个类似的资源管理系统帮助他们摆脱可怕的“失败之鲸”。2009年加州大学伯克利分校AMPLab首先开发出Apache Mesos,这是一款开源集群管理软件,其核心研发成员Benjamin Hindman随后将其引入Twitter,于是Twitter、Facebook、苹果等大型IT企业开始陆续打造各自特色的基于Mesos的数据中心管理方案。2012年,围绕Mesos开展商业活动的初创公司Mesosphere诞生,而Benjamin Hindman也以Mesosphere首席架构师的身份投身其中。 正是该公司提出了基于Mesos的DCOS(数据中心操作系统),希望企业能像使用一台计算机一样使用整个数据中心。

这段话提到了一个最近在电信、金融领域中比较火的东东DCOS。曾经看到网上一条精彩的评论:

DCOS is not Docker!

那么对于DCOS这个东东,我也班门弄斧下谈谈一点理解。提到DCOS不由得想起多年前曾帮一家芯片厂商做过的一个咨询服务。这家芯片厂商的需求是需要一个高性能计算平台来测试新研发CPU的性能指标。当时客户首先咨询了IBM的Platform LSF平台,但无奈于IBM的这套针对HPC的产品方案十分昂贵。而且IBM的这个产品用在芯片测试上也属于大炮打蚊子~大才小用,这套系统是为高性能计算服务需求设计的,比如金融投资模型计算、水文气象等服务的大规模计算需求。所以客户后来寻求开源解决方案,但那个时期这种开源的并能迅速产品化技术方案凤毛麟角,最终又因为一些需求变更项目后来不了了之了。但这个项目给我留下最深刻印象的就是IBM Platform LSF平台的鲜明特点:高扩展性、高性能,并提供追踪和实时监控能力,因此被HPC业界很多公司使用,和其他的负载管理软件相比,IBM Platform LSF平台能带来明显的效益增值。而当下日趋火热的DCOS平台也正是体现了这些关键特性,容器化其实不是DCOS的核心价值,我是把DCOS理解成为Platform LSF的开源化。而且DCOS之于一个云服务平台的优势又是那么鲜明:小而美,天生为数据服务,容器模块化后又可以支撑很多实际业务。

总结起来容器化的DCOS就像是一个漂亮易用的杯子,装数据就是数据服务平台,装业务就是业务支撑平台。而且是PaaS服务,可以依赖于IaaS服务,但也可以自身独立支撑。

那么可以大胆想象一下,互联网投资市场的工业化生产模式可以这样定义了:


一个创业企业的工作流模式就是:

数据分析》业务模型》快速原型》实现数据流》效果评估》业务优化》扩大规模》商业变现

最终还可以选择(购买或开源自研)符合你业务的认知计算产品(医疗的Watson,互联网的AlphaGo等),一方面在实现业务数据流的基础上进一步优化提升服务质量,另一方面通过数据分析业务,从而拓展孵化新的业务领域。

其实现在的金融投资体系从技术角度看正是如此,美国的各大投行的核心业务莫不是金融数据分析师利用高性能的计算集群不停的分析设计金融投资模型,再由投资人员投入到相关业务领域以致快速商业变现。这几年随着开源技术的不断发展把这种传统金融体系的技术壁垒快速打破了。到这里就知道为啥DCOS这个东东最近有点技术网红的趋势了!

但在这个时代对于一家企业尤其是正处在互联网+转型的企业,极力推销一个火热的技术其实是一件不道德的事情,在商不言商那就是忽悠!

未来做为CTO、CIO在企业中肩负的职责是什么?

回归价值的本质,个人来看企业运营管理跟个人理财管理没有本质区别。企业购买云服务、SaaS软件(ITOA、财务管理等)相当于购买各种低息的金融产品,这些要跟企业业务、人员管理(家庭生活)融合在一起,支撑起整个企业(家庭)的发展。CTO/CIO要把这中间的数据流抽取出来计算分析,最终跟CEO一起验证评估是否达到企业(家庭)的预期收益(其实各种云服务资源的HA、SLA,相当于各种理财产品的收益率,而最终企业的ROI就是Apdex、PV、UV)。

未来企业就是在数据中诞生,在数据中发展,最终更要回到数据中验证。这也是为什么CTO/CIO,以及各种云服务、DevOps技术对于一家企业日趋重要的根本原因。

那么你的企业数据业务流实现了吗?

使用云服务、DCOS容器或DevOps工具等工作平台可以快速实现业务,那么如何实现业务服务数据流的这个逆向抽取过程呢?

杯子有了,抽取数据的勺子在哪了?


这是一张DCOS & APM的监控拓扑图,完整直观地反映了春节期间微信红包服务与金融接入服务的业务链情况。3000个实例的性能指标,架构情况一览无遗。这是一个典型的DCOS服务的业务数据流展现场景,但是这并不是全部。


这是一个基于云平台的ITOM监控方案,DCOS & APM的监控模块只是这个方案中Ai(Application Insight)部分。实现业务数据首先需要把UEM、APM、ITOM和ASP等数据指标统一搜集起来,从终端用户体验、云资源性能、容量消耗、安全防御等几个维度把业务监控管理起来。而且这些数据维度都是基于分布式架构的,也就是能按每节点、每实例、每服务来分析,这在云服务时代对于最终IT运营成本统计以及ROI分析是及其重要的。

当拥有了UEM、APM、ITOM和ASP这些重要数据指标后,再进一步就是做ITOA汇总分析。更有趣的是ITOM的Cloud Insight模块能非常快捷方便地接入API服务,意思就是ITOM模块能接入其他业务系统数据,譬如SaaS财务系统、项目管理等等,最终能极大地方便ITOA模块整体的统计分析IT运营业务的ROI。Cloud Insight 这个名字起得真是好啊!最终ITOA模块可以接入商业智能计算服务来分析数据,从而整体驱动业务质量的提升。

未来已来,关键是做好准备,随时迎接变化!

最后,还是想讨论点儿人文的东西,究竟人类会不会被AI取代?

想想白垩纪时期的造物主就挠头:那么多恐龙贪婪成性,除了吃就是吃而且还没脑子,关键是还不长毛,自己的蛋也得借助自然温室来孵化,太没人性了!最后造物主空调一开。。。恐龙就没有然后了!

我相信造物主青睐于人类的原因是人自身具有的自信、乐观、创造、仁爱等品质。假如当人类不再具有这些优良品质,不懂得关爱,不去思考、创新,而像恐龙那样只顾贪婪、暴力的时候,那人类同样会退出历史的舞台!

本博文仅代表个人观点