删除历史记录
　----
相关平台红包
没有CTO的Netflix有哪些值得我们学习的工程文化?
作者：之家哥
摘要：网贷之家小编根据舆情频道的相关数据，精心整理的关于《没有CTO的Netflix有哪些值得我们学习的工程文化?》的精选文章10篇，希望对您的投资理财能有帮助。
《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选一编者按：本文来自微信公众号InfoQ（ID： infoqchina），作者：杨波，基础框架研发总监，有超过 10 年的互联网分布式系统研发和架构经验；36氪经授权发布。作者近期针对企业数字化和架构转型思考后陆续写了三篇文章，这篇是第二篇，主题专注组织架构转型，前一篇称为《企业的组织架构是如何影响技术架构的？》，主题是建立背景上下文 (background)，最后一篇称为《大规模生产级微服务的关键支撑技术》，主题关于微服务架构和 DevOps 关键支撑技术，读者可以关注 InfoQ 公众号等待后续更新。一、理想 vs 现实根据 2016 年 DevOps 发展报告 [附录 1]：高效组织比低效组织的发布频率高 200 倍，交付周期快 2555 倍，故障恢复时间快 24 倍，变更失败率低 3 倍。DevOps 发展报告令人鼓舞，但是理想很丰满，现实很骨感，目前大多数 (尤其是成长型) 技术组织的现状却令人堪忧，他们的不仅交付能力远远达不到高效能组织的水平，而且还深陷各种困局：方轮子困局 (Too Busy To Improve)组织普遍存在“Too busy to improve”的恶性循环 (downward spiral)，下面是常见的场景：业务压得喘不过气系统耦合历史负担重老系统还要升级（换轮子）工程师质量参差不齐机房容量刚好又不够，还得搬家迁机房这么多事情凑在一块难免还要出故障一出故障被老板挑战更加束手不敢试错谷仓 (Silo) 困局谷仓在国内也被称为烟囱或者竖井，通常出现在严格职能型组织中，表现为职能团队间信任不足，合作欠佳摩擦不断，各职能团队像一个个严实林立的谷仓一样，故而得名。下面是一个典型的场景：业务领导：我们的增长太慢了，为啥我们不能比竞争对手更快推出产品？产品管理：技术团队不给力，大量需求堆积无法推进，技术的问题怪不了我们！研发团队：没有按时交付项目不能怪我们，我们要求的机器运维一直拖着没有到位，运维的老大该换换了！运维团队：客户都快气疯了，我们大部分时间在救火保障系统稳定性，不要再扔东西给我们了，我的团队都快跑光了影子 IT 和“谷仓式”系统建设当研发不给力，无法满足业务团队的交付要求时，业务团队倾向于自立，成立独立的研发团队，有的甚至会另起炉灶，自建独立的技术甚至运维体系。因为相关团队游离于正常研发之外，直接汇报给业务线，所以也称为影子 (shadow)IT。影子 IT 相当于再造一个“谷仓”，对企业造成的“损害”包括：重复功能建设和维护带来的重复打通“谷仓”系统间交互的集成和协作成本高昂不利于业务的沉淀和持续发展阿里巴巴发展的早期经历过很多次“谷仓”式的系统建设，详见附录 [7]。注意，影子 IT 并非只有弊端，也可能带来意外的竞争激励和创新。项目制的弊端目前大部分研发组织仍然采用传统的项目制研发模式，研发人员跟着项目走，一个项目刚做完，很快会被安排到一个新的项目上重新开始。若干个项目下来，研发人员的项目经验会增长，但是普遍没有产品归属感 (ownership)，无法形成业务领域知识沉淀，简单讲就是不通业务。长期会造成研发人员工作积极性和创造性下降，跳槽频繁稳定性低的问题。顾问型和外包型公司大多是项目制的，类似问题尤其明显。技术驱动 vs 业务驱动的陷阱大部分技术组织对外宣传都称自己是技术驱动的，但是在业务和技术分离的职能型组织中，实际情况是技术部门根本谈不上驱动，顶多是支持，有的还常是背锅的角色。道理很简单，一方面业务方在董事会上肯定比技术方更擅长高谈阔论和，更容易获得老板的好感；另一方面，交付效率和系统稳定性最终靠下游的技术方落地，这些东西是老板能直接感知的，一出问题，业务方在上游是比较容易转移注意力的，最后背锅的自然是下游的技术方。技术方加班加点一般都无怨言，但是轮到背锅却是有苦说不出。开发和运维之间的紧张关系在开发和运维分离的严格职能型组织中，双方的 KPI 目标常不一致甚至是冲突的：开发要更多更快的交付新功能，要变更；运维则要尽可能保证现有系统的稳定性，不要变更。目标冲突造成双方的天然紧张关系。二、原理系统制约原理W.Edwards Deming 曾指出 [附录 9]，It is the system, not the people working in the system that determines a systems performance，系统的性能主要由系统本身决定的，而不是系统中工作的个人。Deming 认为，在给定的上下文 (系统组织) 中，个人一般会自激励尽最大努力做到最好。但如果系统本身设置是有问题，则会极大制约系统内部个人的发挥。所以，针对上述困局，我们不能简单责备系统中的个人，而是应该跳出来从系统组织纬度去思考和调整，才可能找到根本性的解决之道。康威法则Melvin Conway 在 1967 年提出所谓康威法则 [附录 8]，指出组织架构和系统架构之间有一种隐含的映射关系：Organization which design system […] are constrained to produce designs which are copies of the communication structures of these organization. 设计系统的组织其产生的设计等价于组织间的沟通结构。康威法则给我们的启示：软件系统的接口结构会映射组织的沟通结构，如果组织架构不合理，就无法建立一个高效的系统架构。一般在系统架构调整时，要提前考虑相应的组织架构的调整，两边联动才能产生效果。详见 [附录 12]。康威法则是近年流行的微服务架构背后的组织原理。DevOps 原理IT 运维管理畅销书《凤凰项目》[附录 13] 的作者 Gene Kim 在调研了众多高效能 IT 组织后总结出支撑 DevOps 运作的三个原理 (The Three Ways: The Principles Underpinning DevOps)[附录 2]，见下图：原理一：系统思考 (System Thinking)开发驱动的组织，其能力不是制作软件，而是持续的交付客户价值。价值从业务需求开始，经过研发测试，到部署运维，依次流动，并最终以服务形式交付到客户手中。整个价值链流速并不依赖单个部分 (团队或个人) 的杰出工作，而是受整个价值链最薄弱环节 (瓶颈) 的限制。所以局部优化通常无效，反而招致全局受损。Gene Kim 特别指出：Any improvements made anywhere besides the bottleneck are an illusion. 在瓶颈之外的任何优化提升都只是幻象。系统思考要求我们加强团队合作，培养流式思维和瓶颈约束意识，优先找出瓶颈并针对性地优化。原理二：强化反馈环 (Amplify Feedback Loops)过程改进常通过加强反馈环来达成。原理二强调企业和客户之间、组织团队间、流程上和系统内的反馈环。没有测量就没有提升，反馈要以测量数据为准，通过数据优化改进系统。原理三：持续试验和学习的文化 (Culture of Continual Experimentation And Learning)在企业管理文化层面强调勇于试错、持续试验、学习和改进的文化。三、组织架构转型传统职能式组织 vs 现代跨职能微服务组织Adrian Cockcorft 是前 Netflix 云架构师，在经历 Netflix 大规模微服务架构的成功实践后，他提议现代组织要打破谷仓式职能壁垒，拥抱基于微服务的跨职能产品团队组织模式 [附录 3]。目前大部分研发组织仍严格划分职能，职能间交集少，如下图所示。标准的研发流程以产品经理和研发团队 (包括用户体验团队) 反复多次讨论新功能需求开始；研发团队再将新功能用代码实现；然后代码被提交质量保证团队进行测试，这中间又涉及双方的多次会议交互；测试通过后提交 DBA 和运维上线，这中间又涉及和 DBA、系统、网络和存储管理员的多次交互 (一般通过工单系统)。整个流程缓慢充满各种会议协调开销。有些组织会更进一步组织端到端的跨职能产品研发团队，如下图，这种组织模式能够在团队内形成反馈闭环，交互沟通开销小。但是如果系统架构仍然是单块的，根据康威法则，组织架构和系统架构不匹配，就无法避免单块交付模式必然存在的跨团队协作沟通（例如多团队协调集成回归测试）和交付件传递 (hand-offs) 问题，整体效率仍然受限，无法达成真正的敏捷。康威法则告诉我们，软件系统的接口结构会反映组织的社交结构。所以如果组织要真正转型到微服务架构，就必须围绕微服务产品组织团队，基于 DevOps 模式开展工作。组织内不再以流水线方式设置产品经理，用户体验经理，研发经理等独立职能角色。每个核心产品 (实现为微服务) 有一个经理，即负责管理和监督团队，也负责微服务软件研发和交付的各个环节，从概念到发布。组织内不再有独立的运维团队和职能细分，只有负责基础设施产品 (IaaS/PaaS) 的平台团队，提供自动化和自助式平台 UI Portal 或 API，支持各个产品团队持续交付微服务。从下图我们可以看出，现代跨职能微服务组织相当于将传统严格职能式组织旋转了 90 度。DevOps 运动和微服务架构本质上是一种组织架构的重组 (Re-Org)，而不是单纯的技术问题。传统项目型组织 vs 现代产品平台型组织在 ThoughtWorks 推荐的 IT 领导力畅销书《精益企业：高效能组织如何规模化创新》[附录 4] 一书中，作者指出传统严格职能和项目型组织的弊端，同时提议学习高效能组织转型为现代产品平台型组织。下图是传统严格职能和项目型组织，典型的职能划分为业务方，研发团队和运维团队。该组织模式的弊端包括：各个职能团队间易产生谷仓困局业务方和研发团队如缺乏信任易产生影子 IT 和谷仓式重复系统建设业务驱动和技术驱动的陷阱纯项目驱动易造成：研发人员没有业务领域知识积累，团队稳定性差研发和运维只顾接项目和做项目，以做项目多产出多为 KPI，既缺乏项目业务价值的关注，也没有产品化思路和沉淀，长期造成技术体系散乱，系统耦合历史负担重，系统稳定性差，交付效率低下研发和运维的目标不一致造成天然紧张关系（求快求多 vs 求稳）下图是现代产品平台型组织，为大部分高效能组织所采用，总体思路不复杂：业务和产品研发闭环，围绕微服务产品组织跨职能交付团队平台团队和运维围绕 IaaS/PaaS 基础设施产品开展研发和运维工作，为内部客户提供标准化平台服务业务产品团队通过标准 IaaS/PaaS 平台，以自助方式持续交付价值到客户手中该组织模式的优点包括：围绕核心业务和技术产品组织团队，团队内形成闭环，打破谷仓壁垒以微服务方式组织团队，各团队可以独立开发，测试、发布和迭代各自的微服务，互不干扰，沟通协调成本小。微服务架构是一种演进式架构，利于组织业务的不断迭代演进。核心业务领域服务和技术基础设施 (IaaS/PaaS) 能够形成标准化体系化的产品，沉淀为组织中台资产，便于组织重用、集成和规模化创新。全部业务、研发和运维围绕产品开展工作，统一目标，大家都是产品驱动，分别服务于内外不同客户，避免技术驱动 vs 业务驱动的陷阱，避免研发和运维的紧张关系。研发人员容易形成业务领域知识积累，成为领域专家，更关注业务价值，积极参与组织业务方向的制定，保持组织人才的稳定性。四、组织案例Netflix 的 BusDevOps 组织架构Netflix 是一家技术强大的互联网公司，但是它却是没有技术 CTO 职位的，产品团队和技术团队 (包括 UI 前端工程团队、Discovery 搜索工程团队和 Platform 平台团队等) 全部汇报首席产品 CPO，产品驱动是该公司的核心文化要素之一，Netflix 称其为 BusDevOps 组织架构 [附录 6]。Netflix 的云平台工程团队主要承担基础服务 PaaS 平台的建设和运维，对外统一向各个业务线输出标准化的平台服务，赋能整个组织开展基于 DevOps 模式的微服务持续交付和创新。该团队和传统运维团队不同，它是架构、框架中间件、云平台、持续交付，可靠性和性能工程，基础领域服务和服务等的一个混合闭环团队。PaaS 是云平台工程团队的核心产品输出。它是在 AWS IaaS 基础之上的再次抽象封装，向上支撑 Netflix 的应用服务。PaaS 平台是 Netflix 基础技术服务能力的沉淀，核心组件大都产品化并且开源，称为 NetflixOSS，详见 [附录 10]。阿里巴巴中台战略2015 年底，阿里巴巴集团宣布启动 2018 年中台战略 [附录 11]，构建符合 DT 时代的更灵活创新的“大中台、小前台”组织机制和业务机制：作为前台的一线业务会更敏捷，更快速适应瞬息万变的市场；中台将集合整个集团的运营数据能力、产品技术能力，对各前台业务形成强力支撑。阿里巴巴的“大中台、小前台”战略架构共分四个抽象层次，从下至上依次为：第一层（最底层）是基础设施服务 IaaS(Infrastructure as a Service) 层，负责计算、网络、存储、监控、发布、机房和数据中心等基础设施。第二层是技术平台服务 PaaS(Technical Platform as a Service) 层，负责中间件、大数据基础服务和研发工具链等。第一 + 第二层在阿里体系中统称为技术中台。第三层是共享服务层，是阿里多年研发运营沉淀下来的核心商业能力模块（包括用户，商品，店铺，营销等等），被抽象和封装成公共服务 API，供上层调用和集成，阿里把该层也称为业务中台。第四层（最上层）是前台业务层，按照不同业务线（陶宝、天猫、聚划算等）划分，再根据不同的用户体验（PC，无线，第三方接入）构建不同的表示层。总体上，阿里的“大中台、小前台”体现了：核心业务领域和技术平台沉淀为中台服务化产品围绕中台产品构建基于微服务的跨职能交付团队强化中台产品建设支撑前端业务快速迭代演进和规模化创新，中台好比是培育和孵化业务创新生态的土壤，土壤越肥沃厚实，则其上的业务生态越繁荣。五、更大视角上面谈了很多组织架构问题和相应的调整策略，最终的目标是通过组织敏捷达成业务敏捷，快速响应瞬息万变的市场需求，组织敏捷同时有赖于：架构灵活一方面，根据康威法则，分散式模块化的系统架构才能支持松散耦合高度灵活的组织架构；另一方面，模块化的系统架构才能支持将各种原子业务能力灵活组合出形态各异的业务模式，拓展业务边界和可能性。技术领先： 灵活的架构依赖于领先的技术能力，PaaS 云平台，持续交付流水线，自动化和监控测量等基础技术能力是微服务架构的先决条件。流程保障： 研发型组织的交付能力取决于价值流 (Value Stream) 在组织内到客户手中的流速，价值流的速度取决于企业和客户之间，组织团队间，流程上和系统内各个环节的闭环反馈和持续改进。流速越快，交付能力越强，客户响应就越及时，体验就越好， 相应的客户给与企业的回报就更多。良性健康的循环能够推进企业业务持续不断的演进。价值流可视化工具非常有用，可以帮助组织定位瓶颈，加快价值流速度，可参考 [附录 5]。人才和文化： 不管是组织流程，还是技术架构，如果脱离人才密度就是空中楼阁。良好的企业文化能吸引和聚集优秀人才，人才和文化是企业基业常青的根基。六、结论根据 DevOps2016 报告，高效能组织和低效组织的生产率有数量级上差异，目前大多数技术组织仍然深陷各种困局中。Netflix 和阿里巴巴等高效能组织的一线实践表明，DevOps 和微服务架构是技术组织突破困局和转型升级的最佳实践。DevOps 和微服务转型本质上是一种组织架构重组 (Re-Org)：将技术组织旋转 90 度，从半职能半矩阵式组织转型到面向市场的跨职能混搭协作式组织，组织围绕微服务产品构建团队和开展研发运营。组织内部团队达成闭环，组织和市场之间达成闭环，更快更灵活地响应市场需求。组织架构，流程，人才密度和文化等非技术因素对企业 DevOps 和微服务架构转型的成败至关重要。不能将产品和技术简单割裂，在产品导向的组织内，没有技术驱动还是业务驱动一说，也没有项目驱动一说，只有产品和客户 (外部和内部) 驱动。互联网发展到今天，社会、产业、产品、技术早就密不可分，任何创新基本都是一体化推进的，“业务制定需求、技术团队负责做出来”的甲方乙方模型底下是落后的观念、残缺的认知和狭隘的本位主义思想，能否击败这些挑战将会成为互联网公司的分水岭。注意，本文是作者个人学习思考总结，不代表任何官方意见。本文的观点假设适用于技术团队规模超过百人以上，日流量过五千万的成长型或成熟型技术组织。对于团队规模小于百人的初创公司来说，谋活才是第一要务，组织结构优化并不着急，但本文思路仍可借鉴。七、附录1、2016 年 DevOps 发展报告http://www.yunweipai.com/archives/10863.html2、The Three Principles Underpinning DevOpshttps://itrevolution.com/the-three-ways-principles-underpinning-devops/3、Adopting Microservices at Netflix: Lessons for Team and Process Designhttps://www.nginx.com/blog/adopting-microservices-at-netflix-lessons-for-team-and-process-design/4、精益企业：高效能组织如何规模化创性https://www.amazon.cn/%E5%9B%BE%E4%B9%A6/dp/B01AS1ORWM5、CapitalOne DevOps Dashboardhttps://github.com/capitalone/Hygieia6、Netflix Global Cloud Architecturehttps://www.slideshare.net/adrianco/netflix-global-cloud7、企业 IT 架构转型之道 (阿里巴巴中台战略思想与架构实战)https://www.amazon.cn/%E4%BC%81%E4%B8%9AIT%E6%9E%B6%E6%9E%84%E8%BD%AC%E5%9E%8B%E4%B9%8B%E9%81%93-%E9%92%9F%E5%8D%8E/dp/B0725GPXWQ8、康威法则https://en.wikipedia.org/wiki/Conway%27s_law9、A Bad System Will Beat a Good Person Every Timehttps://blog.deming.org/2015/02/a-bad-system-will-beat-a-good-person-every-time/10、Netflix 开源软件中心https://netflix.github.io/11、阿里巴巴全面启动中台战略https://www.huxiu.com/article/.html12、企业的组织架构是如何影响技术架构的http://www.infoq.com/cn/articles/organization-arch-influence-technology-arch13、凤凰项目：一个 IT 运维的传奇故事https://www.amazon.cn/%E5%9B%BE%E4%B9%A6/dp/B016VW1I6U作者介绍：杨波，拍拍贷基础框架研发总监。具有超过 10 年的互联网分布式系统研发和架构经验，曾先后就职于：eBay 中国研发中心（eBay CDC），任资深研发工程师，参与亿贝开放 API 平台研发，携程旅游网（Ctrip），任技术研发总监，主导携程大规模 SOA 体系建设，唯品会（VIPShop），任资深云平台架构师，负责容器 PaaS 平台的调研和架构。《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选二原标题：迭代，通过开放平台突破技术瓶颈
蚂蚁金服在“开放”方面不遗余力。在10月12日举办的2017年云栖大会ATEC峰会上，蚂蚁金服云总经理刘伟光发布了蚂蚁金融云2.0，实现了技术上的升级换代以及混合云和私有云部署模式。而在蚂蚁的技术开放路径中，金融云平台的开放可以说是其中标志性的一环，金融云平台的技术积累正是沉淀于蚂蚁金服不断创新的金融服务当中。 与此同时，蚂蚁金融云2020年前服务于一千家金融机构的目标正通过开放成为现实。在ATEC峰会上，蚂蚁金服与阿里云和南京银行签署战略合作协议，为南京银行打造开放平台。蚂蚁金服副总裁、首席架构师胡喜透露，目前已有几百家客户与蚂蚁金融云合作和对接。合作的金融机构包括南京银行、国泰、民生和浙商银行，为未来的金融转型做准备。 不过，对蚂蚁金服来说，目前技术仍存在很多边界，亟待突破。蚂蚁金服CTO程立10月11日表示，技术目前有四个“不能”，分别是在IoT的海量数据之上实时安全计算、让机器智能具备金融级能力、给全世界每一个人可信数字身份、让整个数字世界变得安全可信。而“开放”将成为突破这些瓶颈的关键。 科技助力金融创新 传统金融业务效率提升 科技发展对于金融行业的改造正在产生空前的作用。 在今年的云栖大会上，人气最高的体验区正是“未来智能餐厅”。《财经》新媒体记者赶到餐厅时正值午饭时间，餐厅内食客满堂，但并未见到服务员穿梭其中进行点单，而是看到一位位食客或轻敲桌面或挥动手势，通过触发智能点餐界面后自行点餐。 不过相比无人点餐，记者在现场还发现了一个更为奇怪的现象——无人结账。当然，现场提供的并非免费午餐，而是每位食客在进入店内消费前，都需用支付宝扫码并进行授权，完成身份识别，在用餐完毕离店时，扣款过程会自动完成。 相比传统餐厅，在智能餐厅内，核对账单、支付宝扫码等过去常见的支付步骤都已成为了过去式，并且还无需担心账单出错。现场工作人员还表示，无感支付改变的不仅是消费者的体验，缩短整个支付流程，并且对于店家来说，这也有利于引流以及提高员工效率。 如果说对于支付环节的重塑还是科技在金融领域的小试牛刀，那么对于传统银行业的升级，则让市场看到了不一样未来。 今年以来，传统银行牵手互联网巨头的消息此起彼伏，合作的内容主要聚焦于、大数据、等方面，意图共建、云上金融、和科技金融。 在本届ATEC大会上，继国有五大行牵手BATJ、苏宁之后，也迈出了和巨头合作的步伐。会上，南京银行、阿里云以及蚂蚁金融云在南京正式签署战略合作协议，蚂蚁金融云携手阿里云为南京银行互联网金融业务提供技术及应用解决方案。 在三方的合作当中，蚂蚁金融云将利用自身在科技金融领域积累的技术经验优势，提供应用架构和技术架构的服务，包括PaaS平台部署、应用开发部署、架构设计咨询等。而阿里云将提供基础架构层的服务。南京银行则结合阿里云和蚂蚁金融云在项目中定向开放的技术和服务，逐步探索共同运营的模式，创新产品由三方共同推向市场。 “金融科技对金融机构的冲击是巨大的，它的冲击在于把金融机构的生产过程从内生的过程变成了一个外化的过程。”清华大学国家金融研究院院长、原副总裁、中国人民银行原副行长朱民认为，金融机构以前产品的设计、生产、分管、配置、销售完全是在一个机构内部产生和进行的，不管这个机构大小，生产流程都是内生的。金融技术的出现打破了这个内生的环节，逼迫着把内生环节外生化、社会化、商品化、产业链化。 2000年图灵奖得主、中国科学院院士姚期智同样认为，层出不穷的新技术对于传统的金融产业的生态产生了巨大的冲击。同时在他看来，金融行业的发展离不开科技的支持，并且金融科技的实质就是将先进技术应用于提高传统金融业务效率，创新新业务。 金融科技发展进入2.0时代 蚂蚁朋友圈扩大 值得关注的是，有多位受访业内人士向记者表示，随着行业发展，技术在改造传统金融业的同时，其本身也在接受市场的改造，并总体呈现三大趋势：第一，从账务交易为核心的集中式架构向以客户为中心的金融级分布式架构迁移；第二，将催生出更多高价值用户的智能渠道；第三，大数据和促使机制和安全体系整体效率更高成本更低。 此外，随着金融科技业态不断升级，金融机构与各行各业实体经济之间的联系愈发紧密，这也促使技术升级周期随之变得越来越短。 蚂蚁金融云总经理刘伟光向《财经》新媒体记者透露，蚂蚁金融云已于近日完成了2.0版本的全面升级换代，从金融级数据库到大数据平台；从分布式PaaS平台到移动应用开发框架，从微服务架构到容器和容器编排，形成了业内最完整的金融级云平台。 在金融云的技术体系中，此前面向SOA架构的金融云PaaS平台全面升级,升级后的SOFA平台是开放的分布式云平台，迈入了微服务和容器编排的时代。他强调，新平台的建设是一个不断吸纳新兴技术，融行业特点的过程，并且经历了支付宝业务的技术积累和挑战，完成了12万笔每秒的大规模金融交易的压力的考验，无论从技术的先进性和实战检验的角度看，今天SOFA无疑已经是全球最强大的金融级PaaS平台。 蚂蚁金融云不同于其他云计算架构的区别在于它对行业的洞察，以及技术能力和业务能力的融合，蚂蚁金融云的基础技术体系与蚂蚁的，信用管理，核身，安全等业务能力结合，为客户的业务创新提供了强有力的支撑，让金融机构利用蚂蚁的技术和业务能力迅速获得业务创新的的能力，而蚂蚁的这些业务能力正是当机构最需要的，这些就是蚂蚁金融云在市场位置上独树一帜的地方。 通过蚂蚁金融云，合作金融机构可以快速和蚂蚁金服各项开放业务进行融合。 不过刘伟光也强调，“蚂蚁金融云是科技输出，绝不是以软件销售的模式输出，也不是单纯以专业服务咨询的方式输出。”他还表示，蚂蚁希望打造一个全新的金融科技生态，与其合作伙伴、应用开发商携手在金融云平台上进行应用的开发部署，提供技术组件和更多SaaS服务，为金融机构提供更多的选择。 刘伟光表示，蚂蚁金融云在2015年曾提出5年内服务于一千家金融机构的目标，目前，在蚂蚁如今的朋友圈当中，已经迎来了数百位“常客”，其中既有传统银行，也有保险、基金、证券以及各行业 ISV等各类金融机构。 而按照蚂蚁方面的说法，有意借助金融科技进行业务转型升级的金融机构都将会成为新的合作伙伴。 值得注意的是，伴随着金融云平台的迭代，胡喜认为，蚂蚁金服的金融科技发展即将步入2.0时代。在他的解释中，1.0时代的蚂蚁就是汽车发动机制造商，合作伙伴可以通过其制造的发动机去组装任何一辆汽车。但是进入2.0时代，蚂蚁要做的是汽车流水线制造完整的汽车，不仅提供发动机，还提供定制汽车能力，甚至可以提供自动驾驶的能力。不难想象，将自身能力赋能给更多金融机构正是其未来发展的方向。 胡喜还对《财经》新媒体等表示：“我们希望更多的金融机构加入到整个金融科技创新能力当中，连接更多的金融机构来做创新，最终用技术重塑金融体验，解决金融的实际问题，帮助更多的消费者。” 技术瓶颈亟待解决 开放成唯一途径 在本届ATEC峰会上，“开放”似乎成为了蚂蚁金服的关键词。蚂蚁金服的多位高管直言，平台将实现“成熟一个开放一个”，突破技术瓶颈。 蚂蚁金服CTO程立在10月11日表示，发展至今，蚂蚁金服解决了“BASIC”（Blockchain 、Aritificial intelligence人工智能、Security安全、IoT和Cloud computing云计算）等核心问题。不过程立也坦言，目前在金融科技领域，包括“BASIC”在内的很多领域内的技术还存在边界亟待突破。 程立表示，技术目前有四个“不能”，分别是在IoT的海量数据之上实时安全计算、让机器智能具备金融级能力、给全世界每一个人可信数字身份、让整个数字世界变得安全可信。这些“不能”同时也是技术的边界。 程立介绍，面对无数设备的数据流，计算能力是关键。对现有技术来说，实时安全计算能力是重大瓶颈。 其次，机器智能在某些方面做得很好，但用在金融领域还远远不够。目前的人工智能不具备金融级的能力。 第三是可信的数字身份。目前，消费者仍不能远程、安全开户，这一问题需要破解。 第四，世界必须更加安全可信，仍不够成熟，无法在安全性、效率、成本上得到突破。 程立认为，科技是未来的核心生产力，核心技术的解决将推进生产力的进步。而解决上述技术瓶颈的唯一路径是开放。 程立介绍，蚂蚁金服已经开放了多年，只有开放才能让更多人才、技术结合。未来，蚂蚁也将开放更多技术，让更多人才在这一平台上进行创新。 记者了解到，蚂蚁金服平台的开放正在服务全世界。目前，通过与PTM等公司对蚂蚁金服技术的复制，印度等国家的消费者已可以像中国消费者一样享受便捷生活，让世界变得平等。“解决这些边界突破问题的道路只有一条，就是开放。蚂蚁金服过去一直是一个开放的平台，一直和很多合作伙伴合作。未来，我们还会引进更多各个领域的优秀人才加入到我们的团队，一起解决问题。”在他看来，这些边界一旦被突破，就会让金融变得更加普惠，带来更多平等的服务。返回搜狐，查看更多
责任编辑：《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选三　　我国的现代化建设已经步入新时代，处于最前沿的科技领域也奏响了前进的强音。如今，云计算也已经走过了10个年头，已成为企业级基础设施的创新标准，从互联网领域到传统行业纷纷落地，以云计算技术为支撑，的数字化转型也在逐步推进。保险行业全面上云，可以有效解决系统转型过程中的痛点问题，加快新一代IT系统构建的步伐,促进金融行业自身业务和服务水平的提升，实现创新发展。因此，保险行业上云是大势所趋。　　同时，的蓬勃发展，的快速迭代，使得保险行业传统IT基础架构已无法满足其发展，构建新的云架构迫在眉睫。保险行业的特殊性和复杂性，使得混合云成为其最佳实践选择。　　北京云途腾科技有限责任公司联合中科软科技股份有限公司联手推出了面向金融行业的金融云服务平台，帮助保险机构及初创企业建立适合的云平台，集中解决保险上云难的问题。　　服务中小保险机构 支撑业务云上灵活运转　　一般来讲，对于大型，他们更多倾向于私有云形式。而对于中小保险公司及初创企业，他们受制于成本和技术的局限，希望以购买服务的形式开展业务。云途腾与中科软联合推出的金融管云主要瞄准了这一部分用户，为中小保险机构及初创企业提供本地私有云与托管私有云相结合的混合云服务。
　　借助云途腾T2CloudOS2.0开源云平台，云途腾金融托管云可以实现OpenStack与VMware、阿里云等平台的兼容互补，保持业务的灵活性，满足用户不同的部署要求。在相同测试环境下，云途腾金融托管云性能超过国内顶级公有云厂商的1.5-2倍。同时，针对保险行业对于安全的超高要求，云途腾的MagicStack自动化运维工具和无代理的软件定义安全防护架构，可有效解决云主机的文件、网络的安全防护问题，大幅降低运维难度和数据中心的建设成本。　　云途腾与中科软优势互补 混合云释放价值　　云途腾金融托管云平台融合了中科软在保险行业市场的专业知识和丰富实践以及云途腾在技术研发和IT基础设施方面有着深厚的积淀，两者的联合，是技术与专业的深层互补，可以为客户提供从IT到应用的一整套解决方案。　　同时，不同于市面上单一以公有云或者私有云的形式进行交付而金融云模式，云途腾的金融托管云业务，能够为用户提供私有云和托管云的混合云解决方案，既满足了金融创新型业务对IT资源弹性扩缩的需求，也能为用户的关键业务应用提供自主可控的云计算环境，可以有效融合公有云的便捷可扩展性以及私有云的安全自主可控。混合云，也代表了保险行业云的最佳业务实践。
　　云途腾保险金融托管云实现了市场：对于云途腾而言，可以更好地拓展保险行业市场，打造自己的平台;对于中科软而言，可以为客户提供更加多样化的增值服务;对于4feabbbe而言，借助托管混合云的服务可以灵活选择云的组建模式，从而实现业务的创新发展。　　据了解，云途腾保险金融混合云解决方案已经开始在、内蒙古农信等保险客户进行试运用，而且中科软的业务应用开发测试平台也会迁移到金融托管云上面，其未来的行业应用前景也备受期待。　　关于云途腾　　北京云途腾科技有限责任公司(T2Cloud)成立于2014年，是国内专注面向企业提供OpenStack产品与服务的企业，团队骨干成员早在2011年便以OpenStack为主要技术方向，研发基于OpenStack开放架构的云计算平台T2Cloud OS，目前主要提供私有云、公有云及混合云解决方案，是国内最早一批推动OpenStack落地的新型IT公司之一。　　T2Cloud的全称为“Transform To Cloud”，意为助力行业经济腾飞，实现企业业务向云端的迁移，云时代大展宏图。　　目前，云途腾以开源为抓手，形成了T2CloudOS开源云平台、MagicStack自动化运维工具、 T2Cloud超融合一体机、Security云安全解决方案、一站式托管云服务5大产品线，构建了面向交通、金融、能源、军工、广电、政务、IDC、物联网等多领域的行业云解决方案，一个从底层到应用的覆盖全行业的生态行业云模式正在悄然成型，积累了包括中国铁路总公司、徐工集团、新疆广电、山西移动、扬州大学等一批大型客户案例。注：内容转载均来自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选四　　至顶网CIO与应用频道 10月16日 评论分析：　　一、摘要与主要结论　　随着全球数字化转型的不断加速，全球云计算市场总体稳步增长，2015年以IaaS、PaaS和SaaS为代表的典型云服务市场规模达到522.4亿美元，增速20.6%，预计2020年将达到1435.3亿美元，年复合增长率达22%。国内云计算整体市场在政策、产业、资本的互相驱动中，也得到快速发展和进步，2015年，我国公有云市场规模达到102.5亿元，预计到2020年，我国公有云服务市场规模将达到570.3亿元。尤其2016年以来，银行、保险、制造业、政企等传统领域业务逐渐迁移上云，用户也越来越关心不同云服务商不同云计算产品的质量与性能，以选择匹配自身的业务特征和资源需求的云服务。　　中国电信云计算研究中心“云眼”研发团队依托设在北京研究院的集团级云计算重点实验室，在前几期国内主流公有云服务性能评测的工作基础上，以面向公众用户的公有云产品为对象开展了本次工作。本次评测从互联网厂商云、技术导向型创业云、和电信运营商云三大阵营中各选取一家具有代表性的云服务提供商（阿里云、UCloud、中国联通(行情600050,诊股)沃云），并针对中国电信天翼云3.0竞品对比的具体业务需求进行。其中，电信运营商阵营选择联通沃云，考虑到其与天翼云同期进入公有云市场，且较移动云有更多的行业应用。本工作开展时间为日至9月30日，开展地点为中国电信北京研究院，所选择的产品资源池分布为：阿里云的华北2可用区B，UCloud的北京二可用区B，中国联通沃云的廊坊基地A，中国电信天翼云3.0的贵州资源池。与“云眼”以往工作及和行业相似工作对比，本次评估有两个突出特点：第一，为了展现云基础设施对上层不同云业务的支持，引入了基于典型业务负载的场景评测。包括：网站承载场景，视频流媒体场景，大数据分析场景，图分析场景，电子商务场景。第二，针对外部重点竞争对手阿里云、UCloud、联通沃云，面向中国电信天翼云3.0，覆盖了业内最全系列的云主机产品规格。包括：基准规格（1U1G）、标准规格（4U8G）、中档规格（8U32G）、高档规格（16U32G），豪华规格（16U64G）。本期主要结论如下：　　（1）综合来看，UCloud和天翼云3.0属于第一阵营，阿里云表现一般，沃云综合能力最弱。　　（2）对于基于典型业务负载的分场景评估，天翼云3.0和UCloud业务承载综合能力最优，同时两者具有明显的差异化，其中天翼云3.0承载电子商务业务、视频流媒体业务性能较好，UCloud则承载图分析业务、大数据分析业务性能较好。阿里云虽然业内口碑和生态良好，但业务场景的承载性能表现一般，联通沃云最弱。　　（3）对于基于行业基准的单项性能评估，UCloud除了数据库综合性能稍逊于天翼云3.0外，在计算、存储、网络和操作系统方面的综合性能基本都是最优的。天翼云3.0除存储性能外，综合性能紧随其后，其中经确认天翼云为避免IO争抢而对存储性能进行了限制。阿里云、联通沃云分别次之。　　（4）云眼基于Z标准化的加权业务承载性能模型以及单项综合性能模型分别参见如下两图示：　　图1云眼基于Z标准化的加权业务承载性能模型　　图2云眼基于Z标准化的单项综合性能模型　　二、竞争态势与定性分析
（一） 市场动态：云计算与大数据技术结合是目前云业务的趋势　　互联网投研平台爱分析公布企业级服务50强榜单，云服务成为企业服务50强的最大组成部分，合计估值1，181.5亿元，占上榜企业总估值的59.7%，UCloud、阿里云、腾讯云成为此企业级云服务商“三强”。　　听云发布《2016第一期云评测报告》从技术性能、服务易用性上等对12家云计算企业综合衡量，前三甲依然被阿里云，腾讯云，UCloud“包揽”。　　（1）阿里云 2016年8月举办的云栖大会上宣布推出人工智能ET，ET基于阿里云强大的计算能力，目前已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能。现场，ET展示了自己模仿马云说话的新技能。据了解，ET背后采用的是大数据AI技术。　　（2）青海联通联合华为技术有限公司、中兴通讯(行情000063,诊股)股份有限公司、武汉烽火通信(行情600498,诊股)科技股份有限公司等16家国内知名企业构建了青海省沃云数据生态链联盟，共同助力青海省大数据信息产业的建设发展。　　（3）UCloud 8月22日，UCloud通过信息安全管理体系ISO 27001和云安全国际金牌认证CSA STAR，成为继阿里云后，国内公有云领域第二家获得此项国际权威认证的企业。　　（二）云行业市场产品分析　　1.阿里云：电商云和金融云两个重点产品　　（1）电商云以天猫平台为实践基础，提供云主机之上的大数据运营，视频直播，以图搜图，客服机器人(行情300024,诊股)等多种服务 ，重点客户：亲宝宝，卡当，大麦。　　（2）金融云：提供金融公共云，和金融专有云两种模式服务，提供金融云PAAS，大数据平台等服务重点客户：网商银行、、、　　2.UCloud：金融云和电商云两个重点产品　　（1）金融云：传统银行，保险行业，，互联网金融，打造混合云服务架构，支持多地灾备，符合银行合规，重点客户是，东方财富(行情300059,诊股)网，，浙江农信　　（2）电商云：中小型电商，跨境电商，社交电商，大型电商客户，针对不同客户提供混合云，海外通道，直播等服务，重点客户是贝贝网，有赞，什么值得买　　3.沃云：政务云、医疗云和制造云　　（1）政务云：协助政府构建统一的IT支撑环境，为政府机构提供基础云服务以及网络办公的软硬件条件 ，客户有河南信访局，内蒙发改委　　（2）医疗云：基于沃云基础服务，建立由医疗云、食品药物云＋云医院、医疗云影像＋药品云构成的，客户是广东食药局　　（3）制造云：为制造业提供高效的云运作平台，增强产业内部协调能力，为行业创新、内外部交流、信息公开与跨行业合作提供基础支撑 ，客户有爱立信 ，volvo　　4.天翼云门户网站　　天翼云目前按照政务云、医疗云、教育云等重点行业提供按行业的解决方案 ，重点客户有国际统计局，人民检察院，厦门卫生局，百度，搜狐 。建议门户网站增加行业定制解决方案。　　（三） 基于云平台的大数据的产品　　1.阿里云：行业解决方案中提供大数据产品，门户网站提供单一大数据产品销售　　（1）分析型公众趋势上新：　　（2）全网情报快速感知　　（3）千万站源、日增20亿网页，最快2分钟获取数据　　（4）热点主题多维分析　　（5）源站、专题、关键词、标签自由组合、多维分析　　（6）媒体传播深度解析　　（7）传播层级、情感趋势、用户画像、水军分析，深剖资讯热点　　2.UCloud:Hadoop基础能力提供　　（1）ATA数字营销大数据解决方案　　（2）高性能物理云主机方案，提升实时竞价速度并降低TCO　　（3）分布式缓存服务，保障竞价数据大容量低延时交换　　（4）大数据服务，提供灵活扩展Hadoop集群计算能力　　3.沃云：整体打包沃云和大数据服务能力　　（1）智慧保定：运营在联通沃云之上，包括政务云平台、数据交换共享中心、网上政务审批大厅、综合服务门户、智慧城市演示　　（2）青海联通在中国联通集团公司数据共享的基础上，推出风控产品、APP指数、终端指数、旅游指数、用户画像等多项应用产品，拥有成熟的电子政务云、智慧旅游云、智慧交通云、智慧医疗云等领域大数据应用综合解决方案　　4.天翼云 ：目前提供较全的大数据产品　　（1）信贷评估　　用户信用分值评估、号码状态核查和用户身份验证　　（2）精准营销　　精准用户画像、网络行为分析、竞品分析及标签服务　　（3）咨询分析　　提供基于电信及互联网数据的各行业多类别的评估报告及专业咨询服务　　（4）PaaS　　提供大数据应用所需的计算、存储资源和数据汇集、处理、展现等服务　　三、云眼评测场景及指标
（一）典型业务场景
1.网站承载场景　　网站（Web）是互联网时代云服务商所承载的最基本业务形态，在云服务商提供的云服务中占有很大比重。网站承载场景模拟了用户登录社交网络并执行一系列操作的过程。这些操作主要包括：首页浏览操作，登录操作，个性化设置操作，发送聊天信息操作，添加好友操作，注册操作，退出操作，更新动态操作，接收聊天信息操作。主要过程是Faban负载产生器，根据预配置的网页迁移矩阵，向Web服务器发送请求。Web服务器使用Nginx,并支持目前流行的社交网络开源引擎Elgg。服务器向缓存服务器Memcached发送查询请求，Memcached 是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载。如果未命中，再向MySQL数据库中查询相应的数据。　　2.视频流媒体场景　　流媒体服务的普及使其预计占据互联网流量的主导地位。该场景用Nginx作为流媒体服务器来获取视频。客户端基于Httpperf流量生成器，请求不同长度和质量的视频。其中视频的质量分为4种：240p, 360p, 480p, 720p。在该场景中，以响应时间作为性能衡量指标，即响应的时间越短，视频流媒体场景的性能越好。　　3.大数据场景　　对于人类产生的大量数据，对其分析可以提取出很多有用的信息，比如说对用户进行个性化图书推荐。大数据分析场景是基于Hadoop，利用Mahout库提供的经典机器学习算法分析大规模数据集，该数据集是维基百科英文页面文章，利用机器学习算法将这些文章分类，最终分为：艺术，文化，经济，教育等25个类别。根据不同的云服务商将同等规模的数据集分类完成所用时间的不同，衡量其大数据场景的性能。处理时间越短，其性能越好。　　4.图分析场景　　图分析是一种基于图的数据挖掘业务，涉及并行的分布式图形处理。该场景依赖于Spark框架，执行大数据集的分析，该数据集是Twitter用户网络图。通过在Spark上运行GraphX执行分布式图处理运算。执行PageRank算法分析出用户网络图中每个用户的重要性（影响力）。该场景的性能是通过完成时间体现，即处理用时越短，该场景的性能越好。　　5.电子商务场景　　通过多台客户机向服务器发出Http请求，请求调用Web服务器上的网页文件，这些文件从数千字节到数兆字节不等。在相同的时间里，服务器回答的请求越多，就表明服务器对客户端的处理能力越强，系统的Web性能就越好。最大并发用户数值根据结果进行调整，为了确保稳定性，针对不同的并发用户数值，都进行三轮测试，只有当三轮测试的TIME_GOOD =95%,TIME_TOLERABLE=99%时，此时的并发用户数值是我们所需要的压力值。　　（二）行业基准性能
1.计算性能　　云眼监测系统进行计算性能评估的第一个基准是来自EEMBC的CoreMark，它通过分析处理器的管线架构对其效率进行评分，并通过执行三个主要任务来测试常用运算的执行效率。目前CoreMark已成为量测与比较处理器性能的业界标准基准测试，CoreMark数字越高，意味着更高的性能。　　有些业务场景需要进行复杂的运算，比如推荐算法中通常含有大量的矩阵计算，模拟证券交易或者交通状况则可能会用到蒙特卡罗模拟。云眼监测系统模拟实现了五类主流的复杂运算A: 快速傅里叶变换FFT；B:松弛迭代法计算线性方程组的解SOR；C:蒙特卡罗模拟MC；D:稀疏矩阵相乘Sparse；E:矩阵分解LU。并将上述复杂运算实现成为如下四种场景进行评估：场景1: Java语言版小型运算；场景2: C语言版小型运算；场景3: Java语言版大型运算；场景4: C语言版大型运算。　　并不是CPU核越多越好，内存带宽对提升系统性能越发重要，尤其对于访存密集型业务。因为如果不能足够迅速地将内存中的数据传输到处理器中，若干处理核心就会处于等待数据的闲置状态，而这其中所产生的闲置时间不仅会降低系统的效率，还会抵消多核心和高主频所带来的性能提升因素。云眼监测系统基于专业内存测试基准HPCC进行评估。　　2.网络性能　　云眼监测系统对于网络性能的评估首先涵盖了IP层的网络延迟和传输层的网络带宽。在此基础上，从业务层的视角，把业务使用网络区分为三种模式进行评估：（1） RR模式：多次Request/Response，比如数据库connection上的多次交易transaction；（2） CRR模式：多次Connect/Request/Response，比如来自不同client的HTTP请求；（3） STREAM模式：批量数据传输，比如FTP文件下载等。　　3.存储性能　　频繁的IO模块很有可能成为整个业务的性能瓶颈，因此存储IO性能对云上业务至关重要。对于存储IO的性能评测，云眼监测系统区分了读和写两种基本操作，随机和顺序两种访问模式，以及带宽、延迟、IOPS吞吐三种常见指标进行评估。　　4.操作系统性能　　如何评价用户使用操作系统的性能呢？云眼监测系统模拟了操作系统上常见的六类操作进行评估：A：字符串处理速度；B：系统调用速度；C：文件拷贝速度；D：管道通信速度；E：进程创建速度；F：脚本执行速度。　　5.数据库性能　　关系型数据库广泛应用于银行交易、网站购物、余票查询等业务中，例如MySQL/Oracle/PostgreSQL等，而数据库的事务吞吐率是衡量数据库性能的主要指标（单位：transactions per second）。　　四、云眼评测数据分析
云眼本次评估的全系列产品具体规格和配置如表1所示，产品资源池分布如表2示。　　表1 云产品全系列规格配置表　　表2 产品资源池分布表　　（一）网站承载场景
图3显示了被测云服务商在网站承载场景下的性能数据，单位是Operations Per Second，即在相同的负载下，每秒执行的网页操作数越多，则代表网站承载场景的性能越好。据图可以看出，对于各规格产品的网页承载业务，天翼云3.0和UCloud性能最佳。但是在基准规格，阿里云和UCloud表现最好。综合来看，天翼云3.0和UCloud，在负载相同的情况下每秒能够处理的网页操作数量最多，阿里云和沃云较弱。　　图3 每秒处理的网页操作数量　　（二）视频流媒体场景
图4显示了被测云服务商在视频流媒体场景下的性能数据，单位是Seconds。据图可以看出，对于基准规格（1U1G）产品的视频流媒体承载业务，阿里云性能最好；对于其他规格产品的视频流媒体承载业务，阿里云、天翼云3.0和UCloud属第一阵营。同时沃云与阿里云、天翼云3.0和UCloud相比，在多种规格的云主机上，有1秒左右的差距，在基准规格（1U1G）的云主机上差距达到2秒。　　图4 视频平均播放延迟　　（三）大数据场景
图5显示了被测云服务商在大数据分析场景下的性能数据，单位是Minutes。据图可以看出，对于各规格产品的大数据分析业务，除阿里云处理时间较长外，其他各家性能相当。其中，天翼云3.0在基准规格（1U1G）表现不佳，但是在其它规格产品上处理用时靠前。UCloud在该场景中表现最好，其在各个规格上处理用时均最短。　　图5 机器学习算法的运行完成时间　　（四）图分析场景
图6显示了被测云服务商在图分析场景下的性能数据，单位是ms。据图可以看出，在基准配置（1U1G），阿里云和UCloud表现较好；在较高配置的云主机，特别是8U32G及以上，天翼云3.0表现最佳，沃云和UCloud较之稍弱，阿里云在该场景表现最差。同时可以看出，不同的云服务商，其基准配置和其它配置的云主机在该场景上处理用时差异较大。但是常规配置及以上，处理用时差异较小。　　图6 图分析算法的运行完成时间　　（五）电子商务场景
对于电子商务业务，天翼云3.0支持最大数量的并发用户数，沃云在该场景下业务吞吐最差，仅为天翼云的一半。　　图7 业务支持的最大并发用户数　　（六）计算性能
1.处理器核心性能　　下图8显示了被测云服务商随机分配基准云主机的CoreMark分数，阿里云同规格所分配云主机得分偏低。我们也通过人工查看虚拟机CPU主频的方式验证了此数据。　　图8处理器核心性能Coremark得分　　2.复杂运算性能　　图9显示了被测云服务商在前述四种场景下的复杂运算性能，单位是mflops （Million Floating-point Operations per Second）,联通沃云和天翼云3.0略胜一筹。为了展示某一种特定复杂运算的性能，图10展开了场景4: C语言版大型运算的具体数据。由于不同运算的性质有差异，可能存在不同运算结果有翻转的现象。比如天翼云3.0的松弛迭代法计算线性方程组的解SOR运算速度不如沃云，但是稀疏矩阵相乘Sparse却反超。　　图9分场景复杂运算性能　　图10场景4主流复杂运算性能　　图11-18展示的其它四种规格的复杂运算的性能和其场景四展开情况，规格为4u8g的虚机的复杂计算性能，天翼云3.0和阿里云略胜一筹，UCloud表现最弱；规格为8u32g的虚机的复杂计算性能，天翼云3.0和沃云表现靠前；规格为16u32g虚机的复杂计算性能，天翼云3.0和沃云略胜一筹；规格为16u64g的虚机复杂计算性能，天翼云3.0和沃云表现较好。　　图11分场景复杂运算性能
图12场景4主流复杂运算性能　　图13分场景复杂运算性能
图14场景4主流复杂运算性能　　图15分场景复杂运算性能
图16场景4主流复杂运算性能　　图17分场景复杂运算性能
图18场景4主流复杂运算性能　　3.内存带宽性能　　图19显示了被测云服务商同配置基准云主机的内存带宽性能（4u8g），单位是GB/s。其中，阿里云访存性能略高2~3GB/s。　　图19内存带宽性能　　图20~22显示的是被测云服务商在其他规格（如8u32g、16u32g、16u64g）同配置基准云主机的内存带宽性能。UCloud的访存性能略低3~4GB/s（规格8u32g）,UCloud的访存性能略高3~4GB/s（规格16u32g），沃云的访存性能略高3~4GB/s（规格16u64g）　　图20内存带宽性能　　图21内存带宽性能　　图22内存带宽性能　　（七）网络性能
1.网络延迟　　网络延迟是网络性能首先需要关注的指标，网络延迟通常使用Ping工具进行测量。网络延迟分为外部延迟和内部延迟，由于外部延迟会受测量点地域、带宽、接入网环境等诸多因素影响，这里以被测云服务商的内部网络延迟为主要考察对象。云眼监测系统在被测云服务商相同地域、相同可用域以及相同VPC中随机供应两台业务虚拟机，发起100次互Ping并统计最小延迟（Min）、最大延迟（Max）、平均延迟（Average）和延迟标准方差（Std Dev），单位是ms。如图23所示，其中青云的内部网络延迟较平均水平低一个数量级； UCloud不但延迟低，而且波动小；联通沃云内网延迟最高，且波动最大。　　图23网络延迟　　2.网络带宽　　如果说网络延迟是IP层需要关注的指标，那么网络带宽则是传输层需要关注的指标。在与前述网络延迟评测相同的环境下，云眼监测系统测量了内网的TCP最大带宽，单位是Mbit/s。被测云服务商天翼云3.0和阿里云提供千兆的内部网络带宽，而沃云和UCloud拥有万兆的内部带宽。另外经确认，天翼云进行了内网限速。　　图24网络带宽　　3.网络吞吐率　　图25给出了被测云服务商在前述RR、CRR、STREAM三种不同业务使用模式下的网络吞吐率，其中RR模式和CRR模式下的单位是transactions/sec，STREAM模式下单位: Mbits/sec。由此可见，网络带宽大并不一定业务吞吐高，对于数据库和Web访问业务，天翼云3.0和UCloud吞吐性能最好，沃云吞吐性能最差。　　图25网络吞吐　　（八）存储性能
目前主流的云服务商都提供普通云硬盘和SSD高速云硬盘两种服务，我们以普通云硬盘为主要对象。在本报告被测的主流云服务商中，UCloud、天翼云3.0和联通沃云使用了普通云硬盘，阿里云则使用高效云硬盘。存储性能首先划分为读和写两种基本操作，随机和序列两种访问模式，以及带宽、延迟、IOPS吞吐三种常见指标进行了排列组合和编号，如表3所示。其中，带宽单位:KB/s，延迟单位: usec，IOPS单位：Operations Per Second。　　表3 存储指标排列组合表　　存储IO吞吐（以4u8g为例）如图26示，对于普通云硬盘，UCloud IOPS吞吐显著，尤其对随机访问进行了优化，阿里云次之。另外经确认，天翼云为了避免IO争抢，对存储性能进行了限制。　　图26普通云硬盘IOPS　　存储IO带宽如图27~28示，考虑到量纲不同，将A序列写带宽、D序列读带宽与G随机写带宽、J随机读带宽区分。可见IO带宽越大越好，沃云顺序访问带宽较高，UCloud随机访问带宽最高。　　图27~28普通云硬盘存储带宽　　同样，存储IO延迟如图29~30示，可见沃云顺序访问延迟较低，UCloud随机访问延迟较低。　　图29~30普通云硬盘存储延迟　　图31-50显示的是其他几种规格（如1u1g、8u32g、16u32g、16u64g） 带宽、延迟、IOPS吞吐三种常见展示情况。图31所示：规格为1u1g的UCloud IOPS吞吐显著，尤其对随机访问进行了优化，沃云吞吐次之，UCloud顺序访问延迟最低，天翼云3.0随机访问延迟较低,；图36所示：规格为8u32g的UCloud IOPS吞吐显著，阿里云、沃云和天翼云吞吐一般，UCloud随机访问延迟最低，沃云次之,天翼云3.0顺序访问延迟较高；图41所示：规格为16u32g的UCloud IOPS吞吐显著，沃云次之，UCloud随机访问带宽较高，阿里次之；图46所示：规格为16u64g的UCloud IOPS吞吐显著，沃云次之，UCloud随机访问延迟最小，沃云顺序访问延迟较低。　　图31普通云硬盘IOPS　　图32~33普通云硬盘存储带宽　　图34~35普通云硬盘存储延迟　　图36普通云硬盘IOPS　　图37~38普通云硬盘存储带宽图36普通云硬盘IOPS　　图39~40普通云硬盘存储延迟　　图41普通云硬盘IOPS　　图42~43普通云硬盘存储带宽　　图44~45普通云硬盘存储延迟　　图46普通云硬盘IOPS　　图47~48普通云硬盘存储带宽　　图49~50普通云硬盘存储延迟　　（九）操作系统性能
云眼监测系统基于Centos 7.1（64位），模拟了前述6类常见的系统操作。图51是被测云服务商操作系统性能的综合得分，沃云性能偏弱。六种常见操作的拆分数据（以16u32g为例） ，综合性能高的，不一定所有的所有的系统操作都是最快的，比如详见图52~53，UCloud综合分数最高，但是天翼云3.0的脚本执行速度反而是最快的。　　图51 操作系统综合得分　　图52~53 六种常见系统操作执行速度　　（十）数据库性能
1.关系型数据库性能　　云眼监测系统以流行关系型数据库MySQL为对象，对被测云服务商云主机上运行关系型数据库的性能进行了评测。MySQL数据库的吞吐率相差不大，天翼云3.0最快，沃云最慢。　　图54 关系型数据库性能　　云眼产品的门户及联系方式云眼系列其他子产品介绍
http://cloudinsight.ctbri.com.cn/cloud/
《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选五调研 | 李喆 撰写 | 李喆尽管OpenStack最近不断被唱衰，国外最大创业公司Mirantis也转投容器阵营，但在国内私有云市场，OpenStack的客群仍然在不断扩大。 大型企业利用OpenStack搭建行业云成为近两年的大方向，这也是云途腾这样OpenStack厂商发力的重点。 相比其他OpenStack厂商，尽管云途腾成立只有三年时间，但技术积累是从2011年开始，创始团队来自本土IT厂商鹏博士和文思海辉，最初的技术积累是用OpenStack搭建鹏博士的公有云平台。 云途腾成立后，因为觉得国内私有云方面并没有非常成熟的产品和服务，故将创业方向定位于大型企业的私有云。 针对OpenStack的难以产品化和运维的问题，云途腾将原本技术架构进行大幅调整，引入VMware、微软云平台的团队以增强测试团队，提升产品的稳定性和可靠性。另一方面，开发MagicStack自动化运维产品，大大降低运维部署时间，数百台服务器部署只需要7个小时即可完成。 行业上，云途腾重点布局广电、铁路、能源等行业，在广电、铁路领域已经与行业客户进行深度合作，共同搭建广电天山云、铁信云等行业云平台。 业务模式上，云途腾与这些行业客户不再是传统甲乙方关系，而是共同合作对外提供服务。 新疆广电与云途腾等几家厂商成立合资公司，在新疆地区推广机顶盒业务，云途腾提供云平台的技术支撑。云途腾与中国铁路信息技术中心共同建设的铁信云，正在按项目形式不断推进中铁总及各地方路局的云化升级。 目前，云途腾已经服务40-50家客户，主要以行业大型客户为主，平均客单价在百万级。 近期，爱分析对云途腾COO吴凯进行访谈，他对云途腾的业务模式、公司战略以及他对OpenStack在国内外呈现不一样发展态势的看法，现将部分内容分享。 爱分析：云途腾创始团队的背景是什么样的？ 吴凯：公司成立是2014年，技术积累是从2011年开始的。 当时主要背景来自两个团队，鹏博士和文思海辉。当时，鹏博士和文思海辉正好是一个甲方乙方的关系，我们文思海辉团队去美国培训，选择OpenStack这个技术方向，去给国内的企业来提供服务。 当时鹏博士正好也要做公有云，还是希望能够用开源的方式来做，之前评估拿VMware去搭，性价比非常不好。于是，文思海辉的团队就给鹏博士服务，搭建基于OpenStack的公有云。 鹏博士在2013-14年的时候基于OpenStack的公有云业务发展不错，当时应该算是北方地区最大的一个供应批发商，最高的时候达到35000台虚机的规模，因此用OpenStack搭公有云是可行的。 爱分析：公司在14年成立到现在的话，如果您这边去划分，大概能分成几个阶段？ 吴凯：我们在11年积累技术的时候，其实是用OpenStack做公有云，当时其实除了鹏博士以外服务了不少企业，像是光环新网、世纪互联这种IDC企业，所以其实在这个过程中积累了一些做公有云的经验。 但做公有云这个市场份额已经相对饱和了，如果我们客户挣不着钱，我自己也很难赚钱。 在这种情况下，我们当时的定位是要做私有云。国内其实和国外的状态不同，国外可能是公有云一枝独秀，企业也愿意接受。国内大中型企业还是更倾向于私有云。 当时我们做私有云实际上就已经在帮行业做很多比较难的项目，国内第一个基于OpenStack的广电云。其实在14年的时候，我们就已经开始跟铁路在合作，做铁信云。 我分成两个阶段。之前是懵懵懂懂地做私有云的阶段，第二是我们现在比较清晰，在做行业云这个阶段。 我们认为行业云和私有云还是有一定的相同点和不同点，同样由某一家大型企业来主导，初衷还是要建私有云。只是建好资源之后，试图把私有云对外提供服务，成为行业里面重要的产业组成部分。 我们特点正好是因为之前做公有云，后来又转到私有云，所以对这两者都还有比较深的把握。其实行业云有一个特点，是说除了私有云的一些特点之外，它还有具备一些公有云的特点，需要比较强的计费管理、Boss运营管理的功能。 之前我们做那些IDC公有云的时候，Boss的建设能力就在这得以体现。实话说，现在这几家大的OpenStack厂商里面，像我们这种有比较强公有云的建设能力和运营能力的厂家应该是绝无仅有。 爱分析：公有云和私有云的侧重点不同，公有云侧重大规模集群的稳定性，而私有云更加侧重于将产品封装成小规模集群使用，OpenStack组件又非常多，当时做产品化是怎么考虑的？ 吴凯：当时有一个很重要的转折点，我们的架构做一次重构。公有云更多看重的是就是上层的运营管理，对私有云来说，产品化很核心的一点就是整体架构鲁棒性比较强，稳定性非常高。 我们把原来很多基于Java的Boss系统转向和OpenStack底层打通的Python架构，对团队来说是一个比较大的冲击，不管是技术能力还是过去的一些管理流程、经验，都做了很大调整。我们的客户也给了很多的鼓励和压力，对它来说要完成整个系统的可靠性、稳定性测试。 所以，当时极大的加强我们在测试和质量管理这方面的团队能力，这批人当时也是为VMware、微软等做云平台测试质量管理的团队。 经过这次转型，整个架构其实是更适合于未来在行业云的拓展，以前是把Boss和底层分开，稳定性、可靠性会受到影响，数据的准确性、一致性也会有问题。现在变成了一个完整统一的架构之后，对支撑现在的行业云打好了一个很重要的基础。 爱分析：把一些OpenStack组件封装成自己产品的过程中，如何去平衡自研部分和开源部分的比例？ 吴凯：从本身平衡来说不难匹配，无非就是我们要对社区的各个模块成熟度有一个很清晰的认知。 其实对于企业客户来说，追最新版也没有什么太大意义，还是要在于把自己做的版本变得足够稳定可靠，客户能够用起来。 爱分析：做成一个企业级产品，它需要有哪些点？ 吴凯：首先别给客户制造麻烦，互联网公司要快速采用一些新的技术，企业级客户现在首先是说能够提供一个稳定可靠的生产环境。毕竟这是一个底层的基础设施，还不是一个完全面向应用的系统。既然是给它提供基础设施的话，稳定可靠就是最重要。 当然底层数据中心、硬件要尽可能稳定可靠，这是为什么客户要做T3+甚至T4数据中心。同时，我们这一层也尽可能不要引入太多不稳定因素，而且本身我们自己的架构设计要满足HA能力。 其次，要跟“互联网+”的大趋势做结合，包含大数据、PaaS层容器编排等业务，这是企业客户越来越看重的点。就像公有云厂商不断推出新服务，哪些新服务可能已经进入到企业的达范围，我们也需要把它匹配进来。 一方面是OpenStack自身模块的发展，另一方面是其他开源工具的引入。我们虽然是做OpenStack，但还用了大量的其它开源工具。 爱分析：OpenStack主要有两个问题，产品化和运维问题，云途腾是如何解决运维问题的？ 吴凯：以前我们要花可能好几天，甚至一周两周的时间去做一个大规模的部署。实话实说，OpenStack不是一个纯粹的产品，产品化做的再好，也不可能用一个产品覆盖到所有客户的需求，所以还是要做很多配置管理。 首先，我们自动化运维产品MagicStack最重要的定位是在于自动化部署、快速部署和模块化部署的功能。之前给金融客户部署，将近800台服务器，用七个小时做完了。这一方面说明我们本身的产品化确实做得不错，另一方面，整个部署流程和部署工具也是比较合理，这是使得他们非常满意的。 其次，除了自动化部署以外，我们面对的是企业传统的运维方式向云的转换，以前很多工具就是专门用来做运维的，但是实际上这些工具在云时代已经完全落伍。现在有一些新型开源工具，可以跟新的模式去对接，但它的界面、人机友好性差很多，使得这种传统企业的运营人员很难使用。 所以我们试图使它达成一个平衡，就一方面能够快速和云环境去结合，另一方面能够让他们用起来很方便，所以我们把整个界面做了很多优化。 爱分析：现在整个项目中还是会有一部分定制化？ 吴凯：一定会有，跟目前中国做云的阶段有关系，做私有云还是会有很多这种客户很特殊的需求，不会通过一个云平台产品完全覆盖。 但我觉得这样的需求并不另类，所以这些需求我们会把它整合到产品。 爱分析：定制主要在哪些环节？ 吴凯：跟他自身业务的属性、业务流程相关。一方面是不同模块的组合，那到底有哪些模块比较匹配这个客户。 爱分析：目前是如何跟客户收费的？ 吴凯：回到业务本质来说，收费本身是可以灵活，在这里面我们其实有很多不同的收费模式，但是产品本身要至少80-90%的成熟可靠。同时，再往下进一步就会产生更深的资本纽带。 我们跟新疆广电的例子，最早给他做一期，就是配合他做天山云的底层平台。到第二期的模式是，在整个新疆地区推机顶盒，同时在上面推点播应用，他们会根据最后机顶盒销量跟我们分成。 新疆广电在去年年底成立一家公司未来媒体科技，联合以前合作非常满意的四家厂商。希望通过这种资本纽带，使关系更加紧密，服务整个行业。 爱分析：现在产品收费，单个节点客单价在多少？ 吴凯：不同情况差别比较大，因为按这种收费，平台到底包含哪些功能是关键，比如说我们有主要以计算为主的，还有是存储、安全加强的，还有就是更完整的企业顶配，这些收费是从1万到8万不等。 爱分析：现在团队规模大概有多少人？ 吴凯：团队有120人左右。所有技术人员都算上了，差不多占到80~85%，这里面包含技术、产品、测试、交付及运维等。 爱分析：这里面测试人员大概有多少？ 吴凯：30人左右，测试和产品基本是1:1。部署和运维人员也有20-30人。 爱分析：今年有多少客户？ 吴凯：40-50，我们不求数量，更多是要求质量。 爱分析：客户流失率有多少？ 吴凯：我们后来统计就有一个客户，是个互联网客户。 爱分析：OpenStack在国内外呈现不一样的发展态势，这方面您是如何考虑的？ 吴凯：首先，现在拿国外的经验来套国内已经不合适了，私有云市场在国内外呈现不一样的发展态势，OpenStack更多还是要在私有云市场应用。 那国内私有云市场到底有哪些技术路线的选择？其实没有太多选择，VMware是个选择，但不符合自主可控，成本非常高，确实在云时代匹配度不是那么好。 除此之外就是自研，自研的青云也许能够获得一定的成长，但就没有别的厂商了，剩下的OpenStack和容器的发展各分天下。 OpenStack现在试图把容器整合进来，而且确实从一个企业大的整体框架来说，OpenStack还是很核心的部分，有机会成为这个所谓的整合者，所以可做的选择不多，原来还有个CloudStack。 无非就是OpenStack要解决自身的问题，我们在做的就是这件事，别让OpenStack自己掉链子。我觉得至少前途是有的，无非就是能不能收上钱。现在是有点乱，但大浪淘沙一定会掏出来，现在慢慢形成所谓“两大四小”格局，还会再进一步还收。 只要形成了一定稳定的客户群，稳定的市场定位，我觉得至少走到上市是问题不大，那再往下走，就是有没有可能成为企业级平台。 爱分析：感觉各家OpenStack厂商的技术能力相差不大，您是如何判断技术能力的？ 吴凯：我觉得OpenStack不是一个纯技术领先性的业务，OpenStack实话说还是更像一个工程型技术。关键是要把稳定可靠做好，能够满足客户的需求。 所以，技术上有些门槛，但更多是对开源技术的深入理解，在工程上解决问题的经验、实践能力，再有就是和其他生态合作伙伴结合的问题。爱分析热文新龙榜新龙榜TOP125新金融互联网金融TOP100 | 互联网金融TOP50
TOP35 | TOP25
TOP30互联网支付TOP20 | 虎鲸榜TOP50
互联网保险TOP25 | 互金概念股TOP30
创富人物榜TOP50 | 影响力50人
企业服务企业服务TOP100 | 企业服务TOP50
大数据TOP72 | B2B电商TOP50
云服务TOP50 | 网络安全TOP30
大数据影响力50人 | B2B电商影响力50人其它出行服务TOP50人工智能TOP50教育科技TOP50语言教育TOP20移动医疗TOP30汽配维修TOP20家居家装TOP36汽车创新TOP64新零售TOP100幼教TOP35Adobe | VMware | Salesforce阿里云 | AWS | AtlassianTableau | Cloudera | PalantirZendesk | Hubspot | WeWorkInovalon | MircoStrategy金山云 王育林访谈 | Hortonworks360企业安全调研
吴云坤访谈UCloud调研 季昕华访谈 | 乐视云TalkingData调研 崔晓波访谈纷享销客 罗旭访谈 | 北森国双科技调研 祁国晟访谈容联云通讯 | 秒针 | 销售易图森互联 | 数据堂 | 星环科技MuleSoft | 明略数据 吴明辉访谈OneAPM | 听云 | 有云 | 环信昆仑数据 陆薇访谈 | 瀚思科技信达泰和 | 猎上网 | 云智慧DataHunter 程凯征访谈Sensoro 赵东炜访谈《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选六原标题：每日投融资速递 | 人人车获2亿， 联合利华收购韩国化妆品集团Carver Korea?—— 编者按：这里是36氪推出的【每日投融资速递】栏目，盘点当天国内外投融资动态。今日国内的焦点是二手车C2C交易平台人人车获得2.0亿美元，海外的投融资关注重点则是联合利华收购韩国化妆品集团Carver Korea。 本日国内外共有36起融资事件,分布在14个行业中。国内29个项目获得融资，国外7个项目获得融资。
国内投融资事件 企业服务 1. 炎黄盈动获得数百万美元A轮融资炎黄盈动是BPM软件和企业PaaS服务提供商，致力于为大中型企业和政府提供以流程能力为核心的一体化平台软件，公司将低代码开发平台与BPM技术相结合，采用BPMN2流程规范、元数据架构、移动化架构、云计算架构和互联网开放API，将复杂技术封装成简单的服务产品。相似竞品：轻元科技 精灵云科技 袋鼠云 数人云 才云科技 2. 巧课力获得300万人民币天使轮融资巧课力是一款智慧型教育机构培训管理SaaS系统，为教育机构提供数据分析以及中心运营管理服务，服务器用阿里云ECS弹性计算，受阿里云盾保护，保障数据的安全性，让机构可以提升运营效率。相似竞品：学邦 微早教 蚂蚁销客 寓小二 Fit Partner 3. 枫数科技获得天使轮融资枫数科技是一家大数据技术服务及解决方案提供商，以PaaS+SaaS的方式为用户提供全栈大数据解决方案。公司核心产品是以Hadoop为核心的枫数开放平台（PaaS），为用户提供计算及存储的大数据解决方案，实现大数据战略部署。相似竞品：CloudIn云英 Bocloud 云首信息科技 DaoCloud 袋鼠云 4. 婚礼云获得千万级人民币Pre-A轮融资婚礼云是一家婚庆行业SaaS及供应链服务商，公司以分布式并行计算和云渲染技术为核心，主要为婚庆服务企业提供婚礼设计工具、VR营销展示工具、CRM系统等一站式解决方案，帮助婚庆服务商解放人力，降低服务成本。相似竞品：幻熊科技 婚礼大亨 婚聚网 婚礼侠 喜事网 5. 康明新获得新三板融资康明新是软硬件结合的信息化解决方案提供商，集信息整合、应用集成、智能化工程开发和系统运维服务为一体，形成了以系统集成、咨询规划服务、提供大型行业应用解决方案相结合的技术与业务服务体系，目前公司主要从事系统集成、系统运行维护服务、软件开发及相关设备经销。相似竞品：环球软件 复深蓝软件 胜软科技 北京科瑞讯 峰华铁信 6. 兴业物联获得新三板融资兴业物联是一家物业管理服务提供商，服务类型包括写字楼、酒店式高层公寓、商业综合体等，业务涵盖物业及设施管理、楼宇智能、楼宇升级改造、租赁代理、、咨询顾问等，专注于为用户提供3e-CBD服务、电子智能服务、生态健康服务等内容。相似竞品：康禧物业 兴湃至美 新华正达 保利物业 世联君汇
汽车交通 1. 车主邦获得1000万人民币Pre-A轮融资车主邦是一家汽车加油服务提供商，主要提供一键式无卡加油服务，APP会为用户推荐最近加油站，到达目的地后，通过手机一键支付，加油全程无需下车。此外，还提供汽车保养、4S服务、轮胎服务、违章查询、、汽车洗护等服务。相似竞品：加油宝 易加油 Filld 恒大车时代 车到加油 2. 人人车获得2.0亿美元战略投资人人车是一家二手车C2C交易模式服务提供商，致力于通过全新的二手车C2C交易模式，为个人用户提供优质二手车交易，拥有专业的二手车评估师团队，通过249项专业检测，排除非个人车、重大事故车、水浸车、火烧车；让普通用户也可以用公平的市场价格，买到8年/15万公里以内的优质二手车。相似竞品：优信二手车 瓜子二手车 车易拍 优信拍 车置宝 3. 租好车获得500万人民币天使轮融资租好车是一个线上自营豪华超跑租赁平台，面对中高端消费者提供高端自驾、短长途接送、婚庆车队等服务，据多年从业经验，利用风控体系、互联网营销体制及专业团队，致力于做一个价格公开透明化的豪车租赁平台。相似竞品：未车网络 白龙马租车 租八戒 绿领租车 凹凸租车 4. 99卖车网获得4000万人民币A轮融资99买车是一个目前最大的平行进口汽车订购平台。99买车的核心团队，作为全国第一台正规平行进口车的引入者，在进口车领域有着10年以上的销售经验，为保证货源质量和供货的稳定，公司着力在海外开拓自己独立的货源渠道。相似竞品：海淘车网 佳佳购车 猎车网 优购汽车 车镇车源 5. 车通云获得6000万人民币B轮融资车通云是一家汽车维修服务平台，致力于提供平台大数据应用的SaaS车损评估系统。旗下产品“车通云”为智能维修平台，主要为保险、配件、修理行业提供汽车配件大数据的云端平台服务。并且可以通过自身的数据库，提供所需配件等详细信息。相似竞品：汽配1号 刘备修车网 车发发 Carcrew 汽配云
文娱传媒 1. 璀璨星空获得8000万人民币A轮融资璀璨星空是一个专注于原创动画作品创作的公司，业务涵盖电影、电视剧、广告等领域，主要业务集中于动画片电视剧的制作。其主要作品有系列动画短片“中国唱诗班”以及核心动画作品《京剧猫》等。相似竞品：柏言映画 2. 快点阅读获得500万美元A+轮融资快点阅读是一款对话式小说阅读APP，APP提供丰富的短片故事资源，通过点屏阅读的方式，每个故事都通过对话消息展开情节。致力于让读者快速融入小说环境，提供全新的小说阅读的方式。相似竞品：话本小说 心跳时空 Hooked 迷说 Wattpad 3. 橙色海洋获得500万人民币天使轮融资橙色海洋是一家视频内容开发、生产及IP经营商。业务主要涉及传统电视领域的节目承制、网综及短视频内容的制作分发、垂直领域IP的研发和运营等服务。通过重点制作自有IP，进行内容的分发、运营IP、打造衍生品等。相似竞品：震惊文化 你看 三分微视 4. 神居动漫获得Pre-A轮融资神居动漫是一家原创漫画IP孵化公司，主要业务为原创漫画IP孵化，搭建了漫画阅读平台，签约漫画作家进行漫画连载，为用户提供漫画阅读服务，并且进行漫画衍生品的开发与售卖。相似竞品：鼠绘漫画网 暴走漫画 百舜华年 拉风漫画 高能漫画
电商 1. 老字号获得天使轮融资老字号是一个老字号购物服务平台，整合中华老字号，包括中药、餐饮、烘焙食品、民间工艺品等商品，老字号APP提供商品定制服务，以及数据、内容、活动等全方面的服务，同时入古团队与玩单绘玩、淘宝拍卖等结合，推出了品牌快闪店等。相似竞品：无忧找气网 移淘商城 百乐鱼 洋鲜生 CashCashPinoy 2. 蜜芽获得1.0亿美元E轮及以后融资蜜芽宝贝是一个母婴限时特卖电商平台，采用母婴产品限时特卖的模式，为用户推荐热门的进口母婴产品，致力于为用户提供优质的母婴用品购物体验。相似竞品：贝贝网 速普商城 趣海囤 百宝香 幸孕商城 3. 中能电商获得2000万人民币天使轮融资中能电商是一个大宗商品跨境电商平台，产品包括媒、建材、铜矿等，以现货交易订单为基础，为用户提供数据信息服务、在线交易服务、支付结算服务、仓储物流服务、等，优化交易环节，降低交易成本。相似竞品：聚贸 飞谷网 钢银 积微物联 金银岛
医疗健康 1. 博恩登特获得博恩登特是一家口腔医疗机构解决方案提供商，主要业务包括设备耗材整体供应、技术培训、运营管理咨询、装修设计以及提供资金解决方案，同时提供口腔医疗技能临床培训，致力于打造健康的口腔医疗生态系统。相似竞品：朗呈医疗 频泰光电 青苗口腔 通策医疗 领健信息 2. 川派医方馆获得Pre-A轮融资川派医方馆是一家疼痛诊疗机构，集临床医疗、保健、康服务复于一体，与医疗机构进行合作，基于MDT（多学科综合治疗）模式，针对不同病情的患者，为其提供特色诊疗服务；提供诊疗项目包含头痛、神经性疼痛、骨关节性疼痛、软组织性疼痛等。相似竞品：泛米医生 博德嘉联 龙源美生 天衡医疗 拓普基因
非TMT 1. 浣江水务获得新三板融资浣江水务主要从事给排水业务以及相关材料的经销业务，即自来水供水、污水排水，给排水系统设施的组织建设和管理维护服务（包括管网新装及维护、水表安装等服务），以及给排水业务相关的材料经销。 2. 鸣志集团收购运控电子运控电子是一家电机研发商，主要产品包括混合式步进电机、直流无刷电机、伺服电机等，可应用于太阳能设备、通信、纺织机械等领域；同时公司还进行驱动设备、自动化设备的研发，与提供相关解决方案等业务。相似竞品：天津亚安科技 智诺科技 创视赛维 奕瑞光电子 健帆生物
消费生活 1. 友朋智能获得500万人民币Pre-A轮融资友朋智能是一家自助零售设备研发商，通过软件、硬件的模块化设计组合形式，充分补充零售实体店在运营时期人力资源的不足，同时在电脑端的智能运营管理系统和移动端的智能运维系统，让24小时无人售货作业模式的效率更加高效，售卖过程更加便捷。相似竞品：蜜丝科技 零食e家 邦马特科技 嘿漫HeyMan CoffeeMall咖啡猫
社交 1. 金客拉获得数百万人民币Pre-A轮融资金客拉是一款交及业务撮合微信。利用微信小程序，帮助金融行业从业者在碎片时间里进行业务撮合。用户可以在程序中查看或发布金融业务，并进行分享、沟通、交换名片。相似竞品：金财圈
The Naga Group AG 取资有道 钱包计划
金融 1. 随手记获得2.0亿美元C轮融资随手记是一款个人记账，用户可以利用软件记录自己的日常花销流水，并且可以将自己的记账心得分享给其他用户。对于有需求的用户，也可以利用软件在线购买相应的，同时网站也提供款服务。相似竞品：圈子账本 口袋记账
Timi时光记账 财鱼管家
旅游 1. 候鸟旅行获得500万人民币天使轮融资候鸟旅行是一个私人定制出境旅行服务平台，通过建立储存包含全球2万个景点的文字和照片信息的后台，只需录入用户的相关信息，系统则会根据需求、偏好自动匹配POI并建立行程；产品涉及风光休闲、蜜月旅行、光影拍摄、购物享受等主题；涵盖丹麦、俄罗斯、克罗地亚、南非、坦桑尼亚等国家。相似竞品：6人游旅行网 不跟团 辛巴达旅行 众信旅游 游心旅行
房产家居 1. FOI获得200万人民币天使轮融资FOI是一家家装验收服务提供商，在工人通过FOI的技术审核后，才可为用户提供家装服务，在用户确认装修效果满意之后，付款的下一秒工人就能收到薪资，降低了双方的财务风险，并使价格更加透明化。相似竞品：翻新客 e诺家 竹子装修 丰立装饰集团 沃管家
教育 1. 奔狐信息获得1000万人民币天使轮融资奔狐信息是一家少儿英语学习平台，主要通过有趣的故事情节及场景，帮助少儿提高英语学习兴趣，让少儿在游戏过程中掌握英语听说能力，应用里拥有超过1500个日常英语词汇及形象的单词卡片，且内容均为原创，配音部分由欧美专业配音团队录制。相似竞品：爱华英语 能动英语屋 时代教育 艾语国际教育 巧克互动VR
人工智能 1. 深思创芯科技获得种子轮融资 作为全球为数不多的有能力开发硬件人工智能芯片的高科技公司，深思创芯的核心研发团队一直在专注于人工智能神经网络芯片的设计、研发。这支由40%博士+60%硕士组成的核心研发团队，从底层技术做起，将核心技术应用于硬件人工智能领域。 国外投融资事件 企业服务 1. SAP咨询顾问收购GigyaGigya是一家数字身份识别管理公司，最初是一个社交网络登录平台，之后其业务拓展到了电商和网站身份管理，专注于为用户提供数字身份管理及登陆授权服务，此外还为互联网企业提供用户登录、用户数据管理以及营销服务等。2. Synup获得600万美元A轮融资Synup是美国企业管理位置数据和企业声誉分析服务提供商，通过和数字机构以及企业直接合作，帮助本地企业能够更好地管理线上业务，同时还可以追踪线上业务配置文件，监控各类交易互动，为企业提供自动化营销分析和本地SEO。 物流 1. Flexport获得1.1亿美元C轮融资Flexport是美国国际货运服务提供商，通过基于Web的免费软件把货代流程线上化，把重点放在货代行业流程的衔接服务质量上，同时通过航线、供货商交接速度、运费的不同来统一规划运输方式，并将每一部分的报价呈现给用户。 消费生活 1. 联合利华贝恩资本高盛收购Carver KoreaCarver Korea是一个韩国化妆品品牌，为韩国的美容沙龙提供产品线，旗下AHC品牌为年轻女性提供抗衰老和补水滋润两大系列产品，该公司提供包括精华液、化妆水、保湿霜、面膜和防晒系列等产品。 文娱传媒 1. SG收购NYX InteractiveNYX Interactive是加拿大一家游戏博彩公司。通过数字分布式游戏娱乐系统，为用户提供来数字博彩和在线博彩服务。同时也为世界彩票协会会员、媒体公司以及上市游戏公司开发游戏系统，以及提供解决方案等。 金融 1. True Link Financial获得360万美元A轮融资True Link Financial是一家老年人金融产品及安全服务提供商，建立完善的诈骗账户和潜在欺诈组织列表，防止老年人遭遇金融诈骗，并面向老年人及残障人士提供借记卡、信任管理、护理卡等金融产品。 医疗健康 1. 贝达药业收购Equinox Science Tyrogenex 是一家专注于湿性年龄相关性黄斑变性和实体瘤药物早期研发公司。 《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选七日，以超融合云计算+金融行业大数据应用为主题金融科技高峰将在上海和大家见面啦，ZETTAKIT（泽塔云）将携手国内一流的金融科技企业，共同探讨金融行业技术变革与业务创新，一起致力于为用户提供更加便捷优质的互联网金融服务。作为“全球金融中心指数前十”的上海，富集了国内国际一流的银行、证券、保险和期货等金融机构，为中国经济的健康快速发展提供着强大的动力引擎！此次超融合云计算+金融行业大数据应用将会擦出什么样的火花，让我们拭目以待！重要嘉宾一览：明晨--北京泽塔云科技股份有限公司 CTO从事虚拟化、数据存储、备份容灾领域产品相关工作10年以上，先后服务于国内存储、备份容灾领域上市公司，对行业和市场有深刻理解。此次峰会将结合自身工作实践，发表“拥抱超融合，金融行业云势不可挡”的主题演讲。王雷--浙江邦盛科技有限公司产品中心总经理资深金融风控专家，曾参与了众多知名企业风控体系的建设和咨询。原美国道富银行产品专家，拥有十年以上的金融风控行业从业经验。将以独特视角，对基于大数据实时分析的金融事中风控解决方案进行深度解析。章程--深圳市科力锐科技有限公司创始13年网络安全行业产品和营销从业经验，曾在国内知名网络安全厂商任销售总监、产品总监和安全BU总经理，主导过区域市场的开拓和建设、国内市场销售管理和运营、产品运营和推广和安全业务单元的整体运营等工作。本次大会则会倾力分享科力云灾备/云负载迁移技术。陈军--北京优特捷信息技术有限公司 CEO拥有19年IT及互联网研发管理经验，曾就职于Cisco、Google、腾讯和高德软件，历任高级软件工程师、专家工程师、技术总监、技术副总裁等岗位，对数据中心自动化运维和监控、云计算、搜索、大数据和日志分析具有丰富的经验。当天的演讲主题是：统一日志管理助力智能运维。韩启微--上海联栈信息科技有限公司创始人
CEO15年的IT咨询规划、基础架构设计以及丰富的运维管理经验，曾先后就职于IBM、Lenovo、HP及EMC。近些年主要服务于金融行业客户，积累了丰富的云计算、大数据平台建设的实践经验。现场分享基于流式计算的数据处理及应用数据中心一体化监控平台建设。陈灿--杭州览众数据科技有限公司董事长从事商业人工智能技术研究和应用7年，曾经为美国P2P公司公司开发“基于产品组合的增强P2P贷款”推荐系统；曾在中国工商银行网络信贷部开发大数据个人风控系统；在人工智能国际会议ICDM、国际期刊TKDD等发表多篇文章。本次峰会将以人工智能与为主题分享自己的观点。从IT基础架构创新到流式大数据，从金融风控、反欺诈到云架构容灾备份、CDP，再到“科技创新金融，生态铸就未来”圆桌论坛，一场金融行业技术变革与业务创新的饕餮盛宴正呼之欲来！大会流程：《没有CTO的Netflix有哪些值得我们学习的工程文化?》 精选八据不完全统计，日至10月15日，国内外企业服务领域投融资事件共记录30起。
行业动态 阿里成立研究机构“达摩院”，3年投入要超千亿，还期望诞生下一个颠覆性创新技术 阿里巴巴CTO张建锋（行癫）宣布，阿里巴巴成立全球研究院—阿里巴巴达摩院，3年投资1000亿人民币作为启动资金。据张建锋介绍，达摩院由三部分组成，第一部分是在全球各地的实验室；第二部分是跟各大高校合作联合实验所，目前已经跟浙大、清华和UC Berkeley等合作；第三部分是前沿创新研究计划，这是一个产学研协作网络，将阿里发现的问题分发给所有高校，一起来研究解决。 达摩研究院研究包括量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、下一代人机交互、芯片技术、传感器技术、嵌入式系统等，涵盖机器智能、智联网、金融科技等多个产业领域。 蚂蚁金服将成立独立科技平台ZOLOZ，开放金融级生物识别技术能力 36氪独家获悉，蚂蚁金服决定将旗下生物识别相关技术单独成立平台，开放金融级生物