Twitter 监控系统、Spotify 事件交付、Netflix 大数据实战——QCon 上海 2016 精彩演讲前瞻

QCon 上海 2016 ，再次与您相约金秋 10 月。

QCon 上海 2016 将于 10 月 20 日~22 日在上海宝华万豪酒店召开，目前已经确认 20 余位演讲嘉宾，来自阿里巴巴、百度、360、携程、搜狗、Twitter、Netflix 和 Spotify 等国内外一线互联网公司的技术专家将带来精彩分享。

我们一起来看看目前已经确认邀请的部分演讲嘉宾及其话题。

于磊，携程基础大数据产品团队总监。博士毕业于上海交通大学计算机科学与技术系。2013 年在苏黎世联邦理工大学访学，师从 ACM fellow, Dr. Donald Kossman，从事高并发 KV 存储架构研究。他将分享《携程的推荐与智能化算法及架构体系实践》。

区别于一般电商公司，OTA(Online Travel Agent) 公司的业务线繁多，各业务线的线上流程、商品数据、用户行为、用户需求和订单逻辑差异性极大，不同业务线，近似于完全不同的行业。但是同一般大型电商公司一样，OTA 的大数据营销平台也同时面对着公司跨繁多业务线的个性化推荐、进阶销售（up-selling）和交叉销售（cross-selling）的业务诉求。本次分享将介绍携程通用实时个性化推荐架构和算法体系设计方面的最新进展。

尤雨溪，Vue Technology LLC 创始人， Vue.js 作者。曾就职于 Google Creative Lab，参与多个实验项目的界面原型研发，后加入 Meteor，参与 Meteor 框架本身的维护和 Meteor Galaxy 平台的交互设计与前端开发。现全职投入 Vue.js 的开发与维护，立志将 Vue.js 打造成与 Angular/React 平起平坐的世界顶级框架。他将分享《Vue 2.0: 渐进式前端解决方案》。

Vue.js 自去年 10 月发布 1.0 以来，增长势头迅猛。目前在 GitHub 有超过 2 万的关注，npm 每月下载量超过 10 万。在最近发布的 2.0 版本中，在保留 1.0 开发体验的基础上引入了更高效的 Virtual DOM 渲染层，更灵活的开发方式（同时支持模板 /JSX)，以及完善的服务端渲染支持（流式渲染 + 组件级缓存）。

在本次分享中，我将从几个方面深入的剖析 Vue.js 的独特之处：

1. 响应式模型：无缝将原生 js 对象转化为响应式的数据源
2. 全自动的性能优化：基于 (1) 解决 Virtual DOM 的性能症结
3. 开发体验：极简的 API，完善的工具链
4. 渐进式架构：视图层核心 -> 路由 -> 状态管理方案 -> CLI
5. 多端复用：基于 Node.js 的服务端渲染和基于 Weex 的移动端原生渲染

周泽南，搜狗资深研究员。硕士毕业于新加坡国立大学，现任搜狗资深研究员，负责搜狗图片搜索和图像搜索效果等相关工作。参与过推荐系统、图片搜索、图像搜索、图像理解等项目的研发工作，在多个领域具有丰富的经验。目前主要关注机器学习特别是深度学习的前沿进展，并将其应用于实际项目的效果优化中。他将分享《深度学习技术在图片搜索与图像搜索上的实践》。

人工智能在近年获得了重大的突破，其中深度学习发挥了至关重要的作用。它在计算机视觉、语言识别、自然语言处理等诸多领域取得了巨大的成功。搜狗公司作为一家科技创新型公司，在深度学习方面做了许多成功的探索。其中，将深度学习技术引入图片搜索排序、图像搜索排序，取得了理想的效果。本次演讲内容包括：

1. 图片搜索中的 multimodal learning 方法实践；
2. 图像搜索相关技术：图像特征表达、索引、相似度计算。

Igor Maravić，Spotify 架构师。负责 Spotify 网关系统的开发和维护，持续交付基础设施的设计与开发。现在主要从事事件交付系统方面的工作。他将分享《Spotify 高可靠事件交付系统的设计与运维之道》。

Spotify 的事件交付系统是 Spotify 数据基础设施的核心要素之一。该系统的一个关键需求是，应该在可预测的延迟下可靠完整地交付数据，供开发人员通过定义好的接口获取。交付的数据用于支持 Discover Weekly、Fresh Finds 和 Spotify Party 等产品功能。

目前，该系统每秒会交付 100 万事件。为实现系统的无缝伸缩，它被设计为一组微服务。系统使用 Google Cloud Pub/Sub 在 Spotify 的数据中心之间转移海量数据。

本次演讲将分享 Spotify 高度可靠的事件交付系统的设计与运维细节。

黄浩，Twitter 高级工程师。目前主要负责 Observability 团队的监控报警系统。在此之前他曾就职于百度和小米。在百度主要负责大规模分布式 KV 数据库 mola，低功耗存储系统和百度对象云存储系统的搭建，在小米主要负责小米云平台的对象云存储的搭建。他将分享《Twitter 的监控系统是如何处理十亿量级 metrics 的——Twitter 的 Observability Stack 的架构实践》。

Twitter 的 Observability Stack 包含了核心的 Timeseries Database，实时的监控报表系统，报警和自动故障恢复系统，以及分布式的日志分析和 tracing 系统。在 Twitter 它是整个公司最关键的内部架构之一，是保证各个服务可用性的关键。目前整个监控报警系统每分钟处理 25 亿次的 metrics 写入，一百七十万的复杂查询和两万五千次的报警规则。日志分析系统和 tracing 系统是工程师们平时追查问题的主要平台。在本演讲中，黄浩将向大家分享整个架构的设计与演进中的思考和经验。

蒋凡，百度外卖高级研究员，技术委员会主席。2006 年毕业于中国科学技术大学，进入百度后设计开发百度日文搜索引擎，是百度日文的早期核心员工。2012 年加入百度知心团队，设计开发新一代的推荐搜索引擎，改变了百度搜索右侧的展现形态。2014 年加入百度外卖团队，负责物流调度、个性化推荐、智能营销和画像建模等多个技术方向。译有《推荐系统》（人民邮电出版社）和《推荐系统：技术、评估及高效算法 》（机械工业出版社）。他将分享《外卖物流配送的大数据创新实践》。

餐饮 O2O 行业连接线上线下的订餐需求，将传统的到店消费模式改造成更加灵活便捷的到家消费模式，极大降低了用户的消费成本和商户的固定成本。外卖平台在这里扮演角色除了促进线上需求向线下转化，也包括达成订单的最后一公里任务——物流配送。高效的物流配送能力是决定外卖平台商业模式成败的关键，也是 O2O 经济区别于传统经济的根本，即运用大数据相关的云计算、深度学习和可视化技术提升行业效率，创造并满足新的民生需求。本次分享深入介绍了百度外卖物流调度系统应用大数据技术，摸索业务规律的过程和创新实践经验。

听众受益：

• 了解外卖物流调度的云端计算模式；
• 了解深度学习技术在餐饮 O2O 领域的设计实现过程；
• 了解可视化技术在外卖场景下的应用。

吴湘，美团大众点评基础架构中心上海负责人。目前就职于美团大众点评基础架构中心，主导了服务框架、KV 中间件等开发工作，比较关注高可用高并发架构领域服务化、分布式存储等方向，在分布式系统架构设计及演进、性能优化等方面积累了比较多的经验。加入原大众点评前，就职于 1 号店基础架构部，负责数据库等相关中间件开发。他将分享《美团大众点评微服务实践——服务框架 Pigeon 的设计与实现》。

演讲将介绍美团大众点评的微服务架构演进过程，以及公司在微服务架构的一些最佳实践，并重点介绍在公司内部微服务架构如何落地的基础核心组件之一服务框架 Pigeon 的设计。

听众将会了解到：

• 如何实践微服务理念，其中将介绍微服务构建的一些基本原则
• 如何设计高可用高性能服务框架，其中将重点介绍服务框架 Pigeon 的基本设计思路，并将介绍 Pigeon 内部的一些独特创新设计，包括服务测试、服务隔离、限流、降级等
• 如何进行微服务治理，将介绍 Pigeon 在服务治理方面的一些实践，如基于美团大众点评监控系统 CAT 实现微服务监控

韩卿，Kyligence Inc 联合创始人 & CEO。Apache Kylin 联合创建者及项目委员会主席，首个来自国内的 Apache 软件基金会顶级项目副总裁，负责 Kylin 的战略规划，发展路线图及产品设计等，并致力于发展 Apache Kylin 全球社区，构建生态系统及推广等。曾任 eBay 全球分析基础架构部大数据产品负责人。他将分享《以创业的思维经营开源项目》。

几乎每一个成功的开源项目背后都有一家创业公司来提供商业运作，几乎每一个成功的开源项目的团队最终都会走上创业的路，开源而优则创业。那么如何开始开源项目？如何定位开源项目的商业价值？如何平衡商业与开源？如何说服投资者？如何真正建立一家基于开源的商业公司？

演讲中将分享 Apache Kylin 是怎么从无到有，从内部用到贡献给开源社区，并加入 Apache 孵化器项目以及如何管理和运作整个开源项目等的过程，运营项目不断扩大影响力和使用率，到接触投资机构并最终顺利融资并建立公司的历程与经验，为有志于技术创业的朋友分享技术之外的更多思考和教训等。

魏自立，360 高级工程师 & 资深顾问。参与建设了全世界首个也是目前全世界最大的云查杀安全系统，也是 360 搜索引擎的核心开发。在分布式网络服务器架构与计算、大规模系统性能调优等方面积累了大量实践经验，目前负责 360 核心安全业务线的云引擎服务团队。他将分享《如何打造一个百万亿级的日志搜索引擎：Poseidon》。

Poseidon 系统是一个日志搜索平台，可以在百万亿条、100PB 大小的日志数据中快速分析和检索。360 公司是一个安全公司，在追踪 APT（高级持续威胁）事件，经常需要在海量的历史日志数据中检索某些信息，例如某个恶意样本在某个时间段内的活动情况。在 Poseidon 系统出现之前，都是写 Map/Reduce 计算任务在 hadoop 集群中做计算，一次任务所需的计算时间从数小时到数天不等，大大制约了 APT 事件的追踪效率。Poseidon 系统就是解决这个需求，能在数百万亿条规模的数据集中找出我们需要的数据，只需要花费几秒钟时间，大大提高工作效率；同时，数据不需要额外存储，节省了大量存储和计算资源。该系统可以应用于任何海量 (从万亿到千万亿规模) 的查询检索需求。

听众受益：

大数据领域又一个简洁高效的解决方案。在数据规模达到万亿级别之后，ES 等系统就解决不好了，而且相较于 HBase 等方案，更加节省存储空间，用户友好性更好，对现有 Map/Reduce、Spark 等任务都无侵害性。

李智慧，宅米 CTO，《大型网站技术架构：核心原理与案例分析》作者。宅米 CTO，前 NEC 项目主管，阿里巴巴技术专家，IBM 咨询经理，Intel 大数据工程师。他将分享技术团队的建设经验——《构建可伸缩的软件开发团队》。演讲将涉及不要通过加班实现开发能力的伸缩性，平衡工作量、成本和计划，规范流程、鼓励创新，构建弹性的组织结构以及营造团结、积极的团队文化等方面。

Netflix 大数据平台专家 Steven Wu 、点融网 CTO 孔令欣、京东云平台资深架构师鲍永成、南潮（ruff.io）架构师周爱民 (Aimingoo)、OneAPM 安全技术总监刘再耀和饿了么前端工程师陈涌（题叶）等专家也将带来分享，敬请期待。

8 月 21 日前报名，可享 8 折优惠。