救护车载着病人冲向茫茫车海，在时间的赛道上狂奔

高德地图、GPS 卫星导航、路面磁感线圈、1300 个路口摄像头同时开动，为这辆救护车勘探最快路线；

GPS 传回实时数据后囼根据辅助数据纠偏，锚定救护车每一刻的精确位置；

救护车将要经过的沿途车辆情况被实时计算。确保路口绿灯提前亮起在救护车通过之前，刚好所有社会车辆已经行驶一空

这不是演习，这是杭州城市大脑每天都在执行的任务依靠计算，一辆救护车到达医院的速喥平均缩短了 50%。在这座城市靠鸣笛和闯红灯开道的悲壮彻底成为历史。

说人同蝼蚁其实并不为过。两百多万辆车奔跑在城市里他們的行踪像风里的落叶一样叵测。但通过对 1300个路口的摄像头的实时计算城市大脑就可以精确地预测出未来十五分钟、未来半小时哪个路段将会拥堵，从而第一时间指挥路口信号灯“变换姿势”

计算在帮人类追赶时间。

中哥今天要说的就是这个精致而坚固的“大数据实時计算引擎”。

你可能从未听说过这个引擎甚至在此刻之前都不知道它的存在，但你很可能早已成为这个引擎服务的一员：

一年一度的雙11无数人涌进天猫，每个人都能用 0.1 秒搜索到自己理想的商品在智能推荐中发现适合的宝贝，背后正是依赖这个引擎；

双11庆典现场大屏上那个跳动的总成交量数字，只是背后所有数据的冰山一角几十亿种商品的实时库存、价格、优惠数据得以分秒不慢地同步给屏幕前嘚你，也同样依赖这个引擎

从某种意义上来说，只要给这个计算引擎足够的资源无论面对多么庞大复杂的系统，我们都可以用几乎忽畧不计的时间看到真相——这大大快于人类最聪明的大脑

这是我们亲手创造的“先知”。

重器难成为了这个先知一般的“大数据实时計算引擎”，阿里巴巴最核心的技术人已经耗费了将近五年时间。

让人感慨的是这个承载了一个个城市的交通，扛起了一条条生产线担负了一个国家十几亿人购物的强大引擎之所以的诞生在阿里巴巴，最初并不是为了满足什么需要而仅仅是因为它“看上去很美”。

這是一个鲜为人知的故事

1999年，阿里巴巴在杭州成立

同样在1999年，蒋晓伟正在美国攻读理论物理博士作为一个初三就立志要探索宇宙秘密的年轻人，到目前为止他的人生堪称完美

就在一个崭新的物理学家即将出炉的时候，命运开始展现它的波云诡谲蒋晓伟突然被自己嘚导师“忽悠”到了一家非常有希望的互联网初创公司。理由是：“在30岁之前先财富自由以后爱怎么学物理就怎么学物理。”

一年之后互联网泡沫破裂。然而蒋晓伟却留在了这片战场。2002年他加入微软，2010年他加入 Facebook弹指挥间，直到回国加入阿里巴巴之前他已经从物悝学家成功转型成为数据库和计算资源调度系统专家。

他还记得自己加入阿里的时间是 2014年12月29日。这是一年中可以办理入职的最后一天

“为什么选最后一天？”

“因为看上去比较有美感”

目测，蒋晓伟是我见过的第一个用物理公式般的美感对待人生的人甚至，他给自巳的花名都想叫做“量子”后来思考了一下，觉得量子不太像个人名才改为谐音“量仔”。

蒋晓伟入职的是阿里巴巴集团搜索团队伱可能会问：纳尼？阿里巴巴还有搜索团队当然有，而且还极其重要举个搜索引擎的日常：

当你在淘宝搜索框里输入“杜蕾斯”的时候，搜索引擎就马上行动从亿万卖家出售中的宝贝里帮你找到合适的 TT（及其他产品），然后按照推荐顺序排列在搜索结果里

注意，有趣的硬核要来了：

如果商家的 TT 价格永远不改，库存永远无限优惠促销方案永远不变，那么搜索团队只需要做一个最简单的查询系统就荇了

但是，现实中商家会随时调整价格和优惠某一款激情大颗粒也可能因为太受欢迎，上架十秒就卖到缺货在淘宝网上，你会发现嫃实的状态是：每时每刻都有无数卖家的产品参数在改动

所以，搜索引擎的挑战就是要根据每时每刻最新的数据库来瞬间算出最适合呈现给你的搜索结果。

相信我只有用最新鲜的数据算出的结果，才能让屏幕对面的你露出心满意足的表情：

面对这种现实一个最稳妥嘚方式就是，搜索引擎用把现在的数据库全部算一遍给出结果。

但是这会耗费大量的计算力。毕竟这一秒相对于上一秒来说可能发苼参数变动的宝贝只有十个，而没有参数变动的宝贝有十万个

那么，你自然会想：“有没有一种方法让我只计算改动的部分，再通过特别的数学运算和之前的结果融合就能达到和计算全量数据一样的效果呢？”

有的这就叫“流式计算”。

你负责把椰汁平分给10个妹纸刚开始你有10瓶椰汁，于是你一人分了一个后来，你又得到了10瓶椰汁这时候椰汁的总数变成了 20 瓶，平均每个妹纸应该得到两个

但你沒有必要把之前分给妹纸的椰汁收回来，重新每人给两个；而是可以让每个妹纸手上拿着之前的那瓶椰汁的基础上每人再补发一瓶。

通過这个例子我猜你已经感受到了“流式计算”的激荡。当然实际的数据库运算比“分椰汁”复杂得多。

需要说明的是当时在阿里巴巴内部，并不是没有流式计算引擎各部门都根据自己的需求研发了特定的流式计算引擎，只不过大多引擎只用来解决各自部门的问题，没有通用性

但蒋晓伟突然发现，流式计算背后隐藏着一个神奇的事实：

既然只计算增量就能得知全量的结果；那么就可以永远用计算增量的方式来表达计算全量。

也就是说：增量计算等效于全量计算；流式计算等效于批处理计算实时计算等效于离线计算！

也就是说，如果按照这个构想做出一套完整功能的“流式计算引擎”就可以一统江湖，运转在阿里巴巴所有的技术底层这可是一份不小的产业啊！

然鹅，让他激动的最主要原因竟然是：“这个引擎太完美了！”他发现其实自己身体里的那个“物理学家”一直都在。物理追求的終极就是“大一统理论”——用一套机制解决所有问题没想到人生峰回路转，在计算机领域也给发现了一个“大一统”的机会

老实说，蒋晓伟老湿傅这个想法有点危险危险在哪呢？

首先如果把当时搜索业务需要的流式计算比作汽车发动机的话，蒋晓伟想要研制的发動机是豪华到可以用到下一代宇宙飞船上的“核能发动机”。自己团队支持的这摊子业务目前根本不需要这么好的引擎

其次，研究这個引擎的基本动力居然是“美感”出于美感开发一个计算引擎，这种动机天然就有一种理想主义气质。能不能研究成，那只有天知噵

再说，面对这么宏大的任务手下能用来做研发的团队，只有五个人况且这五个兄弟还有日常的任务，人手极度短缺

“但马老师鈈是说了么，梦想还是要有的万一实现了呢？”

刚刚加入阿里的蒋晓伟倒是决心已定

蒋晓伟“能用”的团队，全员都在北京

这个小汾队的老大叫做王峰。王峰是个老阿里了2006年加入阿里巴巴，在阿里北京的雅虎中国团队做搜索后来又做过一淘和淘宝搜索。此时此刻他和北京的几个兄弟主要负责一个开放搜索项目的离线系统。 

听到蒋晓伟对于“流式计算引擎”的描述王峰内心惊呼“卧槽”。对于┅个合格技术宅来说一个好的技术构想比萌妹子更能让他动心。

蒋晓伟和王峰一合计事情很简单：脚踩两只船，那基本没戏要么就趁早死心，放弃新引擎研发；要么就大家就把旧工作完全交出去破釜沉舟干票大的。

当年内心也是慌得一批

王峰回忆，领导们觉得很鈈可思议因为交出原有的业务，北京这个小团队相当于“失业”了而新的研究——流式计算引擎——当时只是个构想，连技术方向也沒有代码更是一行都还没写。对于王峰来说这相当于一次破釜沉舟的内部创业，前途未卜凶险异常。

事实也证明别人的担心都是對的。一开始团队努着劲儿写了三个月代码仍然没办法达到蒋晓伟理想中的通用性，连他本人都有点心虚

“我刚来阿里巴巴，就忽悠兄弟们把之前的项目都放弃了要是最后证明我的构想是个坑，那不是害了别人么。”他想。

焦急之中已经到了 2015 年夏天，蒋晓伟突嘫在业内著名的大数据峰会 Hadoop Sumit 的论坛上看到有人发表了一个惊悚的评论：感觉 Flink 出来之后Hadoop 就显得不怎么需要了。。

Hadoop 是当年最火的大数据分咘式架构这个 Flink 是个神马，根本没听过啊但是当蒋晓伟、王峰和团队研究完技术资料之后突然发现，这种“用流式计算来等效一切计算”的理念不就和我们想开发的那套引擎一模一样吗

真是天助我也！既然已经有开源的技术，那么我们只要在此之上继续开发流计算引擎僦好了啊！

这里多介绍一句Flink 是一个流式计算的开源框架，2010 年诞生于德国研究中心和柏林工业大学2014年被捐赠给 Apache 基金会，并由创始公司 DataArtisans 继續运营

Flink 的 Logo 是一只眼神里有故事的松鼠。

简单来说2015年的时候，Flink 刚刚“出道”一年几乎没有人知道，更没有人大规模使用就像一个刚剛毕业的大学生，看上去很有潜力但“稳定性”和“实用性”都缺乏事实验证。

就这样这帮阿里巴巴的技术专家，成为了全球第一批使用 Flink 框架做大数据引擎研发的人蒋晓伟一瞬间就给自己的引擎起好了名字——“Blink”。这是英文眨眼的意思”一眨眼，所有东西都计算恏了！“

2015年底搜索部门要向阿里巴巴 CTO 行癫汇报。每人20分钟时间结果蒋晓伟上去讲 Blink，沉浸在对这个“完美引擎”的想象中一下就说了40汾钟。

作为阿里巴巴所有核心技术的掌门人行癫素来对新技术很敏感。他听懂了蒋晓伟的技术路线内心也觉得相当靠谱。但这毕竟是搜索团队自己“偷偷”搞的项目这帮兄弟究竟可以坚持走多远，行癫心里也没底于是鼓励蒋晓伟说：“那就等你们明年做出来，我们洅看！”

阿里巴巴 CTO 行癫 张建锋

说到底Blink 是一个通用引擎。它就像一个万能发动机可以装载到轿车、卡车、飞机、火箭任何地方。

蒋晓伟掱握这台“万能发动机”的1.0版本到处去找车实验。他盯上的“第一批车”就是搜索业务中的使用场景。

搜索业务的机器学习平台内部玳号叫“保时捷”（还真是一辆车。），可以根据你浏览商品的时间和动作实时判断出你可能会对什么感兴趣，从而在下一秒就能給你智能推荐可能喜欢的商品这是阿里巴巴非常有技术含量的一个应用。

实际上机器学习平台当时已经“心有所属”，配有一台流式計算引擎——之前王峰带领搜索团队自研的 iStreamiStream 是专门为搜索设计的，虽然目前可以很好地完成任务但结构简单，不具有特别强的通用性

机器学习算法团队的一位负责人仁基，技术思想非常超前非常巧的是，他同样是个执着于“美感”的人他相信，未来 Flink 很可能会成为丅一代机器学习算法重要的底层计算框架于是在 Blink 系统研发的早期，就把团队里一百多位算法工程师的力量都用来配合蒋晓伟

“一两百囚的团队，被我一个人折腾”回忆到这里，蒋晓伟露出了羞赧的表情

说得很美好，结果真拿来 Blink 一用动不动就躺尸。。说实话算法工程师没有义务为 Blink 的技术问题买单。毕竟算法工程师是“生产汽车的”而 Blink 这个“发动机”质量不稳定，导致人家的汽车备受诟病可鉯说相当冤枉了。

所以那几个月一百多位算法工程师的日常就是各种吐槽“疯子”蒋晓伟

后来蒋晓伟才知道，这些吐槽全都被仁基扛丅来。仁基尽自己一切所能在保护着这个弱小的 Blink。

终于2016年5月，第一个基于 Blink 的机器学习小功能“A/B Testing”上线虽然还存在一些青涩的小毛病，但所有的技术人都看到了Blink 已经像会呼吸的小兽一样，泛出诱人的引擎光泽

最激动的，当然是蒋晓伟本人

他把自己在 Flink 上成功的应用莋为一个演讲，投给了当年的 Hadoop Sumit 大会非常巧，Flink 的创始人 Kostas 和 Stephan 也在同一个大会上有一个演讲他们两拨人实际是那次 Hadoop 大会上唯二的 Flink 演讲。

Kostas 提前看到了议程顿感相见恨晚，于是主动联系了蒋晓伟希望他能用团队研究的成果影响社区。

“本来之前是想自己玩玩的我们连阿里都鈈敢影响，还敢影响社区”蒋晓伟说。但是 Kostas 和 Stephan 觉得这群阿里人的尝试简直不要太酷特别支持。

蒋晓伟深受感动“从那时候开始就觉嘚，我们不仅得把阿里内部的业务做好还要为 Flink 社区做贡献，把 Flink 社区做好”

就这样，蒋晓伟和团队就跟组织“接上了头”成为了 Flink 社区嘚核心成员。

在搜索团队内部证明了 Blink 能力又得到了 Flink 社区的认可，蒋晓伟终于有资格正视自己的“野心”了

他提出要让 Blink 支撑“双11”上的實时机器学习任务，对方同意了

也就是说，双11当天数亿人在淘宝天猫搜索商品，他们的每次查看点击，都会影响个性化的智能推荐在下一秒就能看到为自己量身定做的宝贝推荐。而这背后的实时计算都要由 Blink 来支撑。

然而抬眼一看夏天已经到了，距离双11只有不到半年了

整个九、十月份，Blink 和机器学习系统的联调都处在各种花式崩溃之中Blink 还小，压根就没见过双十一这种“人类狂欢”的阵仗出现叻一个死结：一旦超大规模数据进来，Blink 的性能立刻大幅下降

要知道，在 AI 领域性能就是功能。性能大幅下降的 Blink 分分钟就把人工智能坑成“人工智障”

老程序猿都知道，数据规模是对一个系统最大的考验一个系统承受不住大规模的数据浪潮，有可能证明这个架构就是无解的如果真是架构缺陷，那么解决方案只有一个：放弃

带领团队攻坚的王峰回忆，那几天“自己已经崩溃了”

十一假期，所有团队嘚人都从北京冲到了杭州别说休假，连觉都不睡了六七个人就在工位上吃住，寻找究竟是哪个节点出了问题即使是面对这样的情况，蒋晓伟、王峰还有其他同事都完全相信，Flink 架构是完美的问题一定是局部的可解的，只是我们还没找到它

终于，问题找到了！是不哃层级算子之间的调度模式需要优化解决这个问题之后，系统能处理的数据量立刻跃升十月中旬，Blink 正式切上线本以为劫波渡尽，没荿想又是一大堆系统配合的问题接踵而来

蒋晓伟记得，将近11月Blink 还有一些问题没搞定。这边基础引擎不搞定算法团队就没办法在它的基础上调优双11的算法。到最后算法团队的老大都直接找到蒋晓伟，着急地质问：“你们究竟是怎么回事啊”

现在想想，他的意思可能昰想让我别折腾直接换回去年的旧系统。但我的情商低当时没听明白。就是一门心思地组织大家调优 Blink。

终于赶在11月前，Blink 完成了联調原则上，从11月1日开始双11的系统就要封闭代码，谁都不能动了但是，这是 Blink 第一次承担这么重大的任务为了万无一失，相关团队又提了很多冗余性的建议

王峰记得很清楚，一直到11月10日还有几个小时双11就开始了，代码还最后改了几行最终封闭。

11月11日巨大的数据潒海啸一样涌向 Blink，蒋晓伟和王峰都捏了一把汗然而，这个年轻的引擎应对自如

第二天，Blink 在阿里巴巴一炮而红

交易额定格在1207亿

你以为故事结束了么？图样图森破紧随而来的 2017 年对于蒋晓伟来说，简直不要更刺激

意识到大数据引擎这么重要，阿里巴巴集团决定调整组织架构集全公司之力发展大数据引擎，由原阿里云的首席科学家周靖人组建计算平台事业部在流式计算方面，把公司发展最好的三个引擎团队合三为一

他也是阿里巴巴达摩院的“禅师”之一

这三个引擎分别是：阿里中间件团队的 JStorm、阿里云的 Galaxy、阿里巴巴搜索团队的 Blink。

得知夶牛周靖人负责整合三个团队正在美国参加 Flink 官方大会 Flink Foward 的蒋晓伟和王峰内心有点波澜。他们知道三个队伍合并之后，很可能在三条技术蕗线之中选择一条

蒋晓伟当然觉得自己的开源技术路线技术前景最好。但平心而论Galaxy 的框架同样非常优秀。更关键的问题在于Galaxy 一直是周靖人团队的成果。虽然在阿里巴巴不会出现因为亲疏远近而偏袒某个技术路线但不可否认周靖人一定对于 Galaxy 更为熟悉。

那时的蒋晓伟囷这个即将成为新领导的周靖人完全不熟悉，他完全无法预测将会发生什么

我担心，不会一回到国内就没工作了吧。。

回国之后，周靖人来找蒋晓伟蒋晓伟的心已经快跳到嗓子眼了。周靖人说：“我想把整合之后的团队交给你来负责你们三人一起商量未来的技術路线，你觉得怎么样”

这意味着，蒋晓伟突然拥有了80人的豪华阵容那一瞬间他在心里默念：“稳了！”只要不是强制采用某个技术蕗线，他就有信心说服 Galaxy 和 JStorm 的负责人技术摆在这里，孰优孰劣是能讲得清道理的

蒋晓伟回忆，三个技术负责人的“谈判”整整维持了一周

大家都知道，这次技术路线的抉择将会影响阿里巴巴未来十年甚至更远的技术发展，谁都不敢掉以轻心

谈到最后，争夺的焦点就集中在 Blink 和 Galaxy 之间

Flink 的开源生态，最终说服了Galaxy 的支持者此时的 Flink 已经不像两年那样鲜有人问津，而是已经形成了巨大的社区中国已经有腾讯、滴滴、美团等公司开始用 Flink 建造自己的流式计算引擎。

在这个社区里会有无数国内外大牛对 Flink 的代码做贡献。建立在这个开源基座上的架構也会发展得更快速。

至此Blink 正式成为了阿里巴巴计算引擎的王牌军。

Flink 社区逐渐声势浩荡

2017年双十一Blink 领到了自己的艰巨任务——支持全集团（阿里巴巴、阿里云、菜鸟）的流式计算任务。

王峰告诉我其实2016年双11 Blink 承担的搜索任务，已经是一个重头戏有过这个经历垫底，再適配很多系统的时候只不过是麻烦一点而已唯独有一样：Blink 要接管后台所有的交易数据的实时计算任务。

交易数据计算是淘宝天猫业务嘚最核心。也是支撑背后支付、物流的核心依据

很多其他的计算都要基于订单数据的结果。这就像面包店的面粉一样无论你做什么蛋糕，都需要面粉如果面粉的供应出问题，那整个面包店就要关门了所以无论面临多大的订单量，交易数据计算必须稳定、快速、实时一旦出现错误，损失无可估量

每年双十一狂欢晚会上的那块大屏幕上显示的实时成交数字，也是由订单数据汇总而成的也就是说，洳果 Blink 当天挂掉不仅对淘宝天猫的运转影响巨大，还会导致一个略为明显的结果：成交量大屏一直维持“0”一秒把人丢到全球无死角。

2014、2015、2016 这三年这个核心任务都是由兄弟引擎 Galaxy 来承担的。

所有人都想到一个稳妥的方案：2017年“双11”让 Blink 和准备退役的 Galaxy 来个双备份如果 Blink 临时废掉，还可以用 Galaxy 作为备份顶上至少不会丢人。

然鹅2016年双11的成交量是1207亿元，按照历年经验推测2017年的成交量八成是会超过1500亿的（事实证明確实如此，达到了1682亿）而根据 Galaxy 的技术架构，如果不做大量繁琐的优化很可能顶不住。

初出茅庐的 Blink就这样成为 2017 年双11媒体大屏“全球指萣唯一必须顶上不干不行合作伙伴”。。

双11 当天两条 Blink 链路互为备份。“虽然成功率基本是100%但万里有一，假设 Blink 本身设计存在未知的缺陷或者两条备份链路的机器硬件同时坏掉，都可能导致灾难”蒋晓伟回忆。

在双11到来前一周王峰带领兄弟们已经把 Blink 引擎调整到无以複加的好状态。蒋晓伟想了想又派同样是 Facebook 回来的大牛工程师大沙去天竺法喜寺烧了一炷香。。

2017年11月11日零点狂欢现场。

时钟敲响零点然后出现五秒倒计时。按照流程留给 Blink 的计算时间只有这五秒。也就是说00:00:05 的时候，无论如何大屏幕都会切到 Blink 给出的双11前五秒交易总额

这五秒，几乎是蒋晓伟人生当中最漫长的五秒

第三秒的时候，蒋晓伟面前的监视器跳出了实时成交数据！再两秒之后实时交易数据被投上大屏，穹顶之下欢声雷动。

蒋晓伟知道现场观众并不一定理解大屏运行原理，内心也并没有特地把一份掌声送给幕后的流式计算引擎团队

但那一刻，他热泪盈眶这几年兄弟们付出的努力值了。

168,269,635,159每一个数字，对蒋晓伟和兄弟们都意味着岁月和付出

经过两年雙11的考验，已经没人怀疑 Blink 是阿里巴巴最强悍的计算引擎之一

所以，不仅阿里巴巴集团所有用到流式计算的场景都会选用 BlinkBlink 还开始对外提供服务。虽然在蒋晓伟看来各个场景的计算都可以用 Blink 来解决，但目前被应用最多的场景有如下几个：

在电商行业尤其是促销的场景中，巨大的网络流量涌来形势变幻莫测。每一秒的库存统计、订单报表都能揭示出用户的行为规律。对这些数据进行实时分析就能随時调整促销策略。

用户的行为会展现出他的性格和偏好用机器学习分析一个人浏览商品的姿势，就能为他精准推荐可能感兴趣的商品

泹是，可能一个用户只浏览一分钟如果在这个时间段内没有能够吸引他的商品，它就会退出所以必须在一秒钟之内，对他刚才的动作進行实时学习才能保证他第一时间看到感兴趣的宝贝。

在金融领域技术就是金钱。每成功阻断一次欺诈交易就等于挽回了真金白银。通过对一个账户实时行为的分析就可以知道现在它有没有进行危险交易，从而在第一时间阻断

4、IoT 边缘计算。

在工厂中每台生产线嘟会随时产生数据，如果可以实时对这些数据进行分析就可以减少生产线的损坏几率，提高产品的良品率

根据参数实时调整生产线

如此，才有了开头一幕所说：阿里云承建的城市大脑可以利用 Blink 来预测道路拥堵，为救护车开拓生命道路

根据阿里云首席科学家闵万里博壵的介绍：

2018年，城市大脑第一次出国被部署在马来西亚吉隆坡，把救护车到达现场的时间缩短了 48.9%

借助工业大脑，流式计算实时判断生產线的健康状况帮助世界第一大光伏企业协鑫光伏提高了良品率1%，每年可以节省上亿元的无谓浪费

2018年12月20日，阿里巴巴将 Flink 的旗舰会议 Flink Foward 第┅次引入中国现场座无虚席。蒋晓伟、王峰和流式计算团队的每一个人在过去的三年都亲眼见证了 Flink 从踽踽独行到集结成军。

为了感谢社区的帮助在这次会议上周靖人宣布，在未来会把基于 Flink 修改的 Blink 流式计算引擎开源从2019年1月开始，所有人都可以查阅这个支持了双11、支持叻城市大脑、支持了工业IoT等无数顶级计算的引擎代码

也就是在这一年，王峰正式接替蒋晓伟成为流式计算的新掌门。而蒋晓伟则朝着怹的“完美梦想”更进一步带着一帮兄弟在此基础上研究“带有流式计算引擎的数据存储系统”——交互式查询系统，让这个引擎能够解决更多通用的计算问题

带有流式计算引擎的数据存储系统，听起来有些不知所云其实，这个世界上最经典的这类系统其实就是我們的大脑。

我们一生中会接受各种信息这些信息共同构成大脑的资料库，帮助我们预测未来每当有新的信息进来，我们都会根据这一點点信息增量微调我们对于未来的预测

这种调整，毫无疑问是实时的我们的祖先不小心触摸野火，从那一刻开始就会告诉自己和家人尛心火焰

我们依靠对世界的万亿次反馈，发现了万有引力发现了相对论，发现了量子力学

正是千万人实时更新的预测能力，构成了峩们的文明也书写了我们的历史。

以前所有关于未来的预测都在我们的脑海里，如今我们终于有机会在躯体之外，利用人类的武器——计算力——建造起一个硕大的预测引擎

角落里，这些技术英雄笑起来安静而羞涩但正因他们存在，人类面对未来再也不是手无団铁。

最近接到不少品牌的咨询主要昰关于淘宝控价和渠道管控的；咨询的过程中，我发现大多数品牌现在都已经在开始控价了意识都很强；有的甚至网上还没有链接，也想着管控做到防患于未然。@淘宝控价

咨询的过程中主要有以下几个问题：1，自己在控但是店主不配合；比如，通过公司的客服兼职戓者招聘专门的客服去网上监控发现低价的就去通知；这种方式最大的缺点就是没法制约；很多店主给面子的会当时修改；不给面子的吔不会搭理你的。最重要的是很多配合的店铺发现不是每个人都配合了，结果也对网上的市场失去了信心，最终选择一起乱价说到底，没有约束2，通过产品体码查找低价违规的货源从而通过渠道处罚代理商；这样也不是很完善，往往会冤枉不少经销商；因为乱价嘚店铺不一定就是他们开的还有些人直接刮掉产品码。没法查3，自己通过律师事务所在发律师函律师是打官司的，处理假货和侵权嘚；找他们岂不是病急乱投医吗效果你可以想象，费用高就不说了关键是效果不理想。4还有就是很多公司招聘了专人或者公司人员兼职在通过淘宝官方平台投诉，这种方式也是目前很多公司采用的方式当然也是我们第三方公司使用的方法；但是，往往效果还是不理想比如，请的人不专业投诉理由，举证投诉方法，对接小二反申诉，淘宝监控链接分析，规则研究等；做事不高效没有操作經验，投诉的成功率周期等受到影响；投诉多了不通过也会影响品牌后期的投诉；成本高，请个人多少钱一年；让公司同事兼职来做精力，物力人力。总之花费了时间，投入了成本却留下了绝望和失去了信心。就像阿里巴巴的马云说过未来的公司一定是小而轻，如果任何事都是靠公司去研究搞定我想，这个公司最终会被累死其实也节省不了任何成本。专业的人做专业的事不要只看眼前的利益，把时间花在品牌宣传产品质量研发，品牌市场推广和招商上面；做精做专，做出质量而不是把公司的专业人才拿来做些不对ロ的事。

对于一个网站刚上线没人知道怎么办？登陆Baidu、Google等各大搜索引擎提交你的网站信息吗友情链接比你到各大搜索引擎提交来的更快。友情链接是网站之间链接互换是互相嶊广的一种重要方式这样可以加深网站之间资源共享、用户共享、互相推荐等，交换的是种友谊合作的是种感情，这是一种和谐共同發展的网站营销方式友情链接的主要作用：一是提高网站的PR，提高PR值可以提高网页排名等级还有是提高网站被更新的频率。

1、选择做鏈接的时候很重要的一个前提就是先想好一个最有利于自己网站搜索引擎的网站名称，一般的人就直接采取用网站名称了其实这个跟伱做SEO是一样的道理。

2、友情链接的误区：站长都喜欢用LOGO图片来链接网站这是一个严重的误区，图片链接是不被搜索引擎所接受的效果差，而文字链接却很容易被搜索引擎所接受

3、外链时要注意链接之前一定要查清对方网站是否被搜索引擎收录，切勿与被K过的交换网站鏈接这样只会害了自己的网站。

4、大家都知道各个搜索引擎是如何看待外部链接（友情链接）的吗baidu看重的是外部连接的质量；google看重的昰在外部链接的质量的基础上增加友情的数量；yahoo比百度更看重外部链接的质量。试图向大的分类目录提交

5、很多站长做友情链接都希望找PR值高的网站，这本来是很好的一件事不过有不少人走入了一个交换链接的误区。这些网站只单纯的要求该交换链接网站的PR值而不去栲虑这个网站是不是跟自己的网站有相关性，不管你是什么样的网站什么样的内容，只要你有一定的PR值就全链接上了表面上看来自己網站的链接数量挺多的，这样做的结果可能会带来一些效果吧也就是所谓的流量了，但未必会有实质性的效果

6、友情链接越多效果不┅定越好，首页的友情链接数量不要超过20个特别是在首页上的链接不要链接太多的图片，否则影响站点的打开速度当然可以在内页专門设置一个友情链接页面，那就可以多多益善啦

7、在做的链接网站的打开方式上也要设成新建窗口，要不然本来是你自己网站的客人却跑到别人的网站上去了网站质量如何这关系到网站是否能长期存在的问题。

8、看被链接网站是否已经被各大搜索引擎收录及其被搜索引擎的更新频率如何（在搜索结果中可以看到最后一次被除数更新的时间更新，那么你就不需要交钱去给搜索引擎公司来帮你更新了

1、提升PR。如果不知道什么是PR值的请看最下面的名词解释。

2、提高关键字排名这也是目的之一，其重要性不必赘述

3、提高网站权重。这點很重要只有你的权重高了，搜索引擎才会重视你

4、提高知名度。这条还是比较有针对性的对于一些特定的网站和特定的情况，才會达到此效果比如一个不知名的新站，如果能与新浪、SOHU、YAHOO、网易、腾讯等大门户全都做上链接的话那肯定对其知名度及品牌形象是一個极大的提升。

5、提高流量这条几乎可以忽略不计，但是之所以写上是因为很多新人有个误区，以为换友情链接是为了增加流量所鉯在这里严重纠正一下，友情链接对于流量的提升帮助非常小如果友情链接带来的那几个IP能影响到您网站的流量话，那这个网站有没有存在下去的必要就很值得商榷了其实笔者刚学习建网站时，也是这么认为的

网站的友情链接源代码：