成為優秀架構師的第一步是什麼？

私下和不少架構師打過交道，每一位架構師都有各自的特點，有沉默不善言辭的，有鋒芒畢露看似錙銖必較的，但總的來說，能夠評價的上優秀架構師的基本都有如下素質：

過硬的技能和經驗

學習能力強

懂得溝通

看似簡單吧，但是：

第一條要求你作為一個好的開發人員，懂得落地合適的架構模型來滿足當前發展和未來所需。第二條要求你作為一個好的學生，懂得從國內外案例或友商行為來揣摩和攻克現在或潛在的技術難題。第三條要求你作為一個好的 leader，應藉助講故事、影響力、引導衝突、構建信任等領導技能，將架構計劃變成現實。

這也是為什麼優秀架構師必須要經曆數年或十數年磨練的原因，有個公認的方法卻可以大大縮短這個周期，那就是：參加 InfoQ舉辦的 ArchSummit全球架構師峰會

7月 6-9日，ArchSummit將會有上百位國內外頂尖架構師前來分享各自的數年經驗積累，也有新晉架構師的帶隊心得與體驗，如果你想在優秀架構師路上有所突破，相信這次和國內外頂尖技術專家們溝通交流是個難得的機會。

這裡簡單預覽部分在峰會裡的分享：

1

ArchSummit深圳站邀請了 Google研究院資深研發工程師Dekun Zou、Go項目組戰略及產品負責人Steve Francia、分散式關係型資料庫 F1研發工程師徐俊前來分享下述內容：

深度學習在大規模推薦系統中的應用與 TensorFlow最佳實踐

Dekun Zou屆時有兩場分享，作為 Android應用商店、Google廣告排名等基於深度神經網路推薦系統的負責人，會由淺入深介紹如何構建基於深度學習的推薦系統，以及分享 TensorFlow的最佳實踐，其中推薦系統分享簡要大綱如下：

信號類別分類：場景信號、用戶信號、物件信號

兩步定製化推薦：深度挖掘、生成候選人列表、混合人工生成的候選人、最終排序

選擇模型訓練模式：離線、在線

user vector， item vector

損失函數的構造

Go，一個全球化現象

在全球範圍內，擁抱 Go語言的開發者越來越多，Go語言的愛好者人數已經超過一百萬，並正在呈指數級增長。而且，當今多數流行的開源項目都是用 Go語言構建的，例如 Kubernetes, Hugo 和 Docker。

對於目前很受關注的雲計算公司如 Microsoft、Google、Dropbox等來說，Go語言同樣至關重要。此外，Go還在很多跨領域方面提供創新機會。

Go項目組戰略及產品負責人 Steve Francia會介紹 Go語言的歷史，快速發展的推動力，以及未來 Go語言會有哪些新動作和方向的內容。

F1-分散式關係型資料庫如何支持谷歌廣告商業系統

此次分散式關係型資料庫 F1研發工程師徐俊會分享 Google廣告系統在數據規模持續增長的情況下遇到哪些問題，以及怎麼利用 F1解決這些問題。

2

Facebook：信息安全和商業誠信、大規模時空數據

ArchSummit深圳站邀請了 Facebook Business Integrity機器學習團隊和機器平台架構團隊負責人徐斌，以及 GeoAPI組技術領導賓理涵前來分享下述內容：

機器學習技術在安全性和完整性方面的探索

信息安全和商業誠信問題不斷增加，Facebook面對每天超過 PB級的不平衡和模糊大數據，實時機器學習和解決方案面臨著巨大的挑戰。這樣的要求在各個領域越來越多，促發了許多突破性的研究成果和應用。

徐斌會在分享過程中快速瀏覽一些安全問題，然後講述機器學習平台建設，重點講解當下棘手問題的相關先進技術和解決方案，以及真實的應用效果。最後會分享幾個最近機器學習在安全應用上的特別案例。

除此之外，徐斌還在 ArchSummit準備了一場深度培訓，如何用 R和 Python進行機器學習及其實踐應用。

萬億級混合複雜時空數據的處理決策

大規模空間數據除了在規模上的挑戰以外，還有獨特的問題需要解決：例如經緯度，直線距離和弧面距離的區別，以及同樣的經緯度差在兩極和赤道的面積差等。這些特性既是挑戰也是性能優化上的機遇。

隨著越來越多的移動設備、物聯網設備產生海量的時空數據，如何有效存儲、檢索、實時的 k-nearest查詢、關聯性排序，如何高效地解決在離線大規模空間數據分析中常用到的 Spatial Join都是要解決的問題。

Facebook Location Infrastructure團隊處理大規模時空數據過程中，在內部技術和開源技術之間採取折中而務實的辦法。賓理涵將會分享涵蓋經過驗證的，在處理每天萬億級混合複雜操作的時空數據背後的多個設計決策，和架構選型內容（包括在線和面向分析的用戶案例）。

3

Pinterest高可用架構實踐

ArchSummit深圳站邀請了 Pinterest大數據和機器學習平台團隊負責人武永勝，以及監控組經理孟曉橋前來分享下述內容：

高可擴展基礎設施架構技術點

武永勝屆時有兩場分享，一方面在過去的 8年他們服務 3億月活用戶過程中，是如何擴展從一個基於單個 MySQL實例的 Python Django應用發展 Pinterest在線基礎設施架構的。

另一方面武永勝還會在另外一場分享中總結 Pinterest大數據平台的當下和未來，和大家深入探討 Pinterest數據平台技術棧，圍繞數據攝入（實時事件，日誌記錄，資料庫快照，資料庫增量轉儲），批量 /流式數據處理平台（Hadoop, Spark, Flink, Kafka Streams），查詢平台（Hive，Presto，Spark SQL）以及 Pinterest 本土工作流引擎等內容。

搭建大規模高性能的時間序列大數據平台

基於時間序列的大數據平台是現代智能監控系統的核心。當系統的規模達到一定量級時，構建基於時間序列的大數據平台需要解決四個挑戰：高數據吞吐量，數據查詢的高度實時性，成本控制和用戶對系統的濫用導致的對系統穩定性的挑戰。

在 Pinterest監控組經理孟曉橋的分享中，將會介紹監控組應對這四個挑戰的經驗。

4

Netflix、IBM微服務最佳實踐

ArchSummit深圳站邀請了 Netflix首席軟體工程師Yunong Xiao，以及 IBM高級委員會成員、Istio核心貢獻者Lin Sun前來分享下述內容

Netflix：FaaS最佳實踐

FaaS變革像風暴一般拓展到全球。事實上，因為企業都喜歡 FaaS所帶來的 No-Ops，或者說在工程效率上的突出表現。所以，FaaS所帶來的變革可以在一線開發者領域迅速擴展，能夠幫助工程師們更快速的將代碼部署到產品上。

在 Netflix，這些功能特性對於 Netflix API平台來說簡直是完美符合，工程師們用 JavaScript來寫代碼並部署到 tier-1服務層，整個過程不是完全必須要去管理基礎架構設施或者運維。

然而，還是有很多權衡之處需要考慮，傳統的 FaaS理念或者做法在今天看來，更適合那些對延遲要求不高的任務。但是，對於延遲很敏感，對可靠性以及可彈性擴展要求較高的任務來說，FaaS還需要再優化。

Netflix首席軟體工程師 Yunong Xiao將會介紹 Netflix FaaS平台的架構和內部構成，幫助各位在 FaaS基礎上可以很好地將功能部署成為隔離、可靠、低延時的產品服務。

Istio-構造、守護、監控微服務的守護神

Istio作為用於微服務服務聚合層管理的新銳項目，是 Google、IBM、Lyft首個共同聯合開源的項目，提供了統一的連接，安全，管理和監控微服務的方案。

Istio將流量管理添加到微服務中，並為增值功能（如安全性，監控，路由，連接管理和策略）創造了基礎，稱之為 Service-Mesh(服務網格)。

Istio核心貢獻者 Lin Sun地演講會講解 Service-Mesh如何幫助微服務項目進行過渡的，如何授權給運維團隊的，如何採用安全的最佳實踐等等，同時也會分享 Istio項目的進展和生態效果。

5

部分國內的核心架構分享：微信、菜鳥、滴滴

這裡簡單介紹微信、菜鳥、滴滴等資深架構師的現場分享。

微信百億消息萬級機器背後的 AI調度

微信作為一款國民 App，每天承載著數百億條的消息收發，而支撐著微信功能的後台服務也多達數萬個，如何確保這些在線服務的穩定可用和可控，是資源管理系統面臨的一大挑戰。

與此同時，隨著 AI技術的方興未艾，圍繞著微信所開展的機器學習與數據挖掘的離線作業也日漸增多，對內部計算、存儲、網路等資源提出了大量的需求，如何充分利用好伺服器資源，高效調度各類計算作業，合理編排不同維度的資源組合也是資源調度系統的一個重要目標。

本主題闡述了微信的資源調度系統 Yard如何利用容器技術解決在線服務與離線作業混合運行的各種問題挑戰，分享微信後台在資源隔離、作業調度、容災設計等方面的成功實踐和思考。

菜鳥網路下一代分散式體系架構的理念與演進

黃浩，目前是阿里巴巴資深技術專家，17年工作經驗，TOGAF認證架構師，菜鳥程序員聯合會首任主席，現為菜鳥倉儲技術部及自動化技術團隊負責人。

黃浩將前來 ArchSummit與大家全面回顧一二十年來整個分散式系統架構的演進（從 C/S-B/S-分散式系統 -網格計算 -雲計算，包括目標、定位、場景）.

另外還會介紹菜鳥下一代分散式系統架構如何設計規劃，結合傳統雲計算 PaaS/BaaS以及邊緣計算，如何應用在全球多域體系，簡易提綱：

二十年來分散式系統架構的發展與優劣勢對比

目前主流分散式架構體系的構成域思考

菜鳥乃至阿里巴巴系統架構面臨的問題與下一步的思考

下一代分散式系統架構的設計理念、核心構成與關鍵技術挑戰

菜鳥的實踐－全球多域基於混合雲的分散式系統架構

滴滴出行平台地圖引擎架構實踐和 AI技術應用

滴滴已成為日成交訂單千萬量級的全球最大出行平台，作為中台三個最核心引擎之一的地圖引擎是整個平台的基石，重度參與了線上業務流程的幾乎每一個環節。業務要求賦予了滴滴地圖超出傳統地圖之外的新使命：除確保導航、底圖展示等功能體驗外，還需要通過與接駕、派單、預估價等業務場景結合併精細打磨帶來平台整體效率的提升。

本次滴滴地圖事業部高級專家朱智青將會闡述在滴滴當下的業務場景中地圖的核心價值，同時重點介紹在服務迭代過程中面對的全新技術挑戰（業務高性能要求與嚴苛的效果約束，經典地圖演算法與 AI的結合等），以及在挑戰下滴滴地圖團隊做出的努力和取得的成果。

通過朱智青的分享，大家會對出行場景中的地圖服務有一個系統認識，並擁有一些技術領域交叉的思路。

6

更多國內外架構實踐

除上述分享之外，ArchSummit 深圳站還有諸多國內外架構分享：

騰訊：深度學習在信息融合和欺詐風險識別中的應用

阿里：跨境業務動態廣告演算法迭代

百度：圖資料庫系統 BingoGraph在百度知識圖譜的實踐與進化

華為：邊緣計算 IoT雲服務應用實踐

微博：AI時代精準的個性化推薦

唯品會：統一檢索平台的演進和探索

餘額寶：大規模服務化的技術創新

今日頭條：大型直播互動系統的設計與實踐

美團點評：強化學習在外賣商業中發揮的作用

微眾銀行：金融業務中區塊鏈技術架構解析

螞蟻金服：企業級 Node.js Web 框架研發與落地

菜鳥網路：全球跨域 RPC架構設計

網易嚴選：售後服務架構演變實踐

eBay：QE團隊向工程效率團隊轉型的實踐之路

前 Tesla深度深度學習負責人：自動駕駛中的計算機視覺技術

...

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！