周日去奇遇花园参加Beta技术沙龙，这次主题是“推荐系统在大型网站中的应用”，是和Resys合办的（说起来俺也起了点儿牵线搭桥的作用，哈）。推荐系统果然很热门，参与的人比以前都多。

　　第一个主讲人是dangdang网的技术总监王洪涛。从产品经理的角度介绍了dangdang的推荐系统。从业务需求的视点去看，实现什么算法反而不那么重要了，关键在于整体把握。网站做到什么程度需要引入哪一类的推荐系统？如何评价系统的效果？另外对用户体验的拿捏也是个重要问题，必须既给用户惊喜，又不讨人烦。

　　接着讲座的是付超群，以前在新浪音乐开发推荐系统。他从技术上介绍了推荐算法和工程实现。主要涉及了关联分析、slope one和SVD三种算法，内容很足，言简意赅没废话，我个人很喜欢这个报告。

　　国内评价和推荐做得最好的应该是豆瓣。有人问dangdang是否考虑在书评挖掘方面深入做些事。我想，豆瓣的领先地位，除了源于技术，更重要的是来自“第三方”的超然位置所带来的高质量评价内容，以及这些评价数据背后的深度参与人群。王洪涛回答时也说，dangdang上的书评，很多是抱怨送货和售后服务的，而豆瓣就没有这个包袱了。其实单个企业很难全面覆盖产业链条，合作共赢才是正理。

　　顺便提一下，企业的技术形象很重要。dangdang站内搜索的口碑不好。结果每次圈子里交流，他们的工程师总是有点尴尬，心虚郁闷的样子，忍受周围的朋友拿各种雷人的搜索结果开涮。物质待遇以外，工程师还很需要专业上的自豪感和认同感。

　　昨天Hadoop in China 2009在计算所召开。有主场之利，就混进去听了。把印象最深的内容写一写。

　　总体感觉规模很大，组织相当严谨，内容具有多样性。一方面，Hadoop in China前身是开源社区的线下技术沙龙，骨子里带有草根性，相当多的报告都是年轻的一线工程师在讲实实在在的最新项目；另一方面，这次又请来一些拥有行业视角的大公司技术高层，分享了不少全局信息。

　　第一个超出期望的是中国移动研究院院长黄晓庆。原以为礼貌上请赞助单位发言，不差钱的央企，“大云”肯定是炒概念。没想到还真讲了些好玩的研发内容，甚至对Hadoop内核做了不少改进。正因为有实际工作而且打算开源，所以就有深入的思考：“下面是我对开源社区的建议。首先，Hadoop应该更全球性。很高兴看到72%的贡献来自Yahoo!，但这对Hadoop长远发展并不是最好的，Hadoop用户应该提供更多贡献。另外，希望建立基于开源社区的云计算规范标准，使应用不只绑定在某个特定平台上。”报告英文很流利，讲得台底下的Yahoo!技术高层直点头。

　　来自Facebook的报告特别吸引人。除了技术本身，数据仓库这种应用场景也很酷。底层设施需要按照ETL、数据挖掘和决策支持的特性进行调整，例如利用Hive支持SQL，以便商业分析人员使用。查了一下，已经有三篇论文引用Hive，都是比较顶级的会议。相对我个人而言，以往关注都限于搜索引擎范围内。这次意识到Hadoop已经被用于很多领域。

　　Cloudera帅帅的创业者（长发，山羊胡子，真的很Geek）列出了Hadoop的应用领域：像NTT KDDI和中国移动这类的电信公司用Hadoop分析用户信息，优化网络配置；美国供电局用Hadoop分析电网现状；包括VISA和JP摩根在内的金融公司用Hadoop分析股票数据；包括Amazon和ebay在内的零售商和电子商务公司也开始使用Hadoop……他还特别提到生物公司用Hadoop进行DNA测序和分析。

　　有事错过了Google公司的报告Challenges in Data Processing in the Cloud。

　　下午Track很多，在分会场来回转移。之后主要听了下面几场：

• Hadoop at Facebook: Past, Now and Future (Zheng Shao@Facebook)
• Mumak -- Using Simulation for Large-scale Distributed System Verification and Debugging (Hong Tang@Yahoo!)
• Monitoring Hadoop (Yunsong Huang@IBM)
• The Distributed Storage in the Search Engine (Kun Zhang@Netease)

　　前几个报告都能在网上搜索到相关技术资料，不多写。

　　后一个报告介绍网易的封闭项目，也算是与Hadoop对照。网易在国内算是技术布局早的，几乎是一看到Google老三篇就立刻照着实现。报告前半部分讲如何选择不同的分布式存储设施。把分布式存储系统分为三类：类似GFS的，类似BigTable的，还有Key-value方式的。对于GFS这一类，提供接近Unix文件的API，适用于必须对数据进行顺序全扫描的应用场景；对于BigTable这一类，提供分字段索引排序，适合需要随机查找的应用；而对于Key-value这一类，强调响应速度，更适合当cache用。报告后一半都是案例，分享重点是解决问题的思路，而不是问题本身。

　　大会最后的Panel Discussion。从听众提问看，在国内Hadoop还有待普及，很多技术人员甚至不太熟悉开源基础。百度的Ruyue Ma提出，不要指望万能药方，每种技术方案都有适用区域，传统的MPI也有自己的独特优势，未必所有应用都必须移植到云平台上。多位嘉宾强调，第一关注点应该在于可拓展性，而不是性能。

　　顺便提一下，国内企业今年突然都开始投入分布式技术的研发。很多家公司同时打算或正在开发自己的GFS、MapReduce对应产品。我倒觉得，现在才动手的话，不如选择成熟的开源方案，这样招聘、培训和合作的成本较低。

　　病得晕乎乎，上来敲几句就下去。

　　原想明年的曙光6000突破千万亿次，却让天河1号抢在的前头。可怜孩子们，肯定有些郁闷。还有，GPU红得发紫，对FPGA和龙芯众核都形成了好大压力。等病好了，有机会去参访他们一下。其实也好，竞争才有进步。

　　不超过140个字吧，呵。再贴一个张小盒漫画（不过网上找到的文字有差异，《南方周末》最后一幅说明是“为什么我们要忙到连生病也流行？”）

　　居然有这么多人没意识到：网络游戏就是云计算。

　　从运营形式看：玩家把自己的帐号信息、虚拟装备和财产等关键数据，都存储在服务器上，通过网络登入，使用运营商提供的娱乐服务；从技术角度看：众多玩家的各种交互，例如聊天、组团、战斗等，以及更多虚拟世界并发事件的模拟，都需要深度运用大规模分布式计算和网络安全技术。

　　很明显，这是典型的云计算。无论是从技术还是商业角度看，网络游戏产业已经是搜索引擎以外，云计算最成功的应用案例。

　　事实上，也许它未来的地位还会更重要。

　　一方面，游戏领域的激烈商业竞争会不断推动技术发展，培养人才，这很容易理解。例如国内不少著名的程序员和架构师，都是游戏产业培养起来的，再例如ice等重大创新，就是美国军方和网络游戏的产业需求共同催生的。

　　另一方面，用户习惯上，当网络游戏的一代长大成人，走入社会，在线游戏就不再是边缘产业。直观上思考，能在这个3D虚拟场景里交朋友、谈恋爱、合作杀怪物，以后就可以通过它找工作、买卖二手车、开商店、组织学术会议、进行远程培训、举行演唱会……这就好像，我小时候很痴迷《变形金刚》，其实这部动画片只是玩具厂商的市场营销。现在我们这一代三十岁了，《变形金刚》就突然变成了几十亿美元的好莱坞电影，汽车产业巨头植入广告的载体。在此之前的《蜘蛛侠》也一样：从五六十年代小孩子的漫画书，变成了主流大片。

　　林登实验室其实就是意识到了这一点，才开发出“第二人生”，IBM公司在其中会召开全球年会，路透社设立驻“第二人生”特派记者，那位著名的德国女华人通过虚拟房地产业赚取百万利润，甚至之前发生的虚拟恐怖分子案，说明他们都明白了。事实上，外国导演在十年前就拍了The Matrix。然而，再看看中央电视台前一阵讨论魔兽世界的节目，他们并没有明白，主持人和嘉宾在思维上已经落后了不止一代了。

　　很多人都和我一样，不喜欢网络游戏。但警惕思维僵化，保持开放心态，是必要的。历史上很多重要创新，起初都不讨人喜欢，甚至引起社会主流的强烈憎恨。“老人”们要注意，别当烧死布鲁诺的人。

　　故事回放：布鲁诺临死时说，“我死了，地球还是绕着太阳转，而不是相反”。伽利略虽然迫于压力收回了言论，进行了忏悔，可是忏悔完还是低声说了一句，“可是它们（指他观测到的木星的四颗卫星）的确在那里呀”。几百年后，教会向伽利略等被迫害的天文学家正式道歉。

　　谁敢打赌说，下一代的战略性创新，决定国力的重要技术、商业模式或制度演进，肯定不可能从网络游戏里诞生呢？

　　（后记：科学松鼠会发表了一篇《科学家网游不辍为哪般？》。）

　　刚刚收到10月份的《程序员》，有几篇文章不错，推荐一下。

　　这期组织了一个产品开发、营销和运营的专题。第一篇就是周鸿祎的《用互联网的思想经营产品》，很赞同其中的很多观点。之前谢文有一篇文字，对开发、营销和运营三阶段有很类似的论述。分析Windows Vista这款失败产品那一段，和Joel on software的看法基本一致。

　　最近数据挖掘和推荐的话题很火爆，大牛们纷纷加入Resys Group。《程序员》保持了嗅觉灵敏、迅速跟进的特点，这一期里有《商品推荐背后的数学》和《Tag和Tagging》两篇与此有关。

　　感兴趣的一篇小文章是《编程习惯》，强调了版本控制、构建系统、自动化测试、代码评阅、重构、代码风格等六大基础设施。刚好和俺前两天写的不谋而合。

　　HR的内容越来越多了，例如《建立完整的外包人才体系》、《绩效考核的五种死因》、《绩效实施经验六法》等。今天和朋友吃饭，聊天说起这个来，很多HR部门都有故弄玄虚的坏毛病，交流困难，演进缓慢。在这种不良气氛下，个人的职业成长很多时候更需要依赖悟性和韧劲。

• pFind并行调度论文投稿了，最后是第17版。30页英文改了这么多遍，最后时刻仍不断收到试读人的大量意见，说明作者逻辑和英语有多弱。（谢谢大家！）特感谢瓶子哥的韧劲，10月1日还在修，直到临晨2点。接下来着手申请专利。
• 被人提醒追求完美要有限度。不过人家又赞了一句：执着的人，够酷。明年，在千核集群上继续研发，让世界上其他竞争对手团队望尘莫及。老大说：“你是火鸡的时候，别的鸡不会承认你个头大，只有变成鸵鸟，才能让它们彻底服气。”
• 双节，老娘的60大寿。陪她看《建国大业》。老一代不数星星，更关注历史本身，一闪而过的边缘人物她都清楚来龙去脉。不过，老太太还是知道些八卦的：“那个声嘶力竭喊‘毛委员’的，娶了个法国老婆，叫刘烨”。
• 有幸和我老娘同一天生日，缜密平衡的天枰座的家伙，生日快乐。
• 上周有一天，房间进了三只蚊子。半夜爬起来，用了一个半小时逐一消灭掉。在等待蚊子“嗡嗡”声出现的间歇，读完了《卡萨诺瓦是个书痴》。
• 在用Google Music听《私房音乐（费洛蒙）》，开始用它的原因，是别的在线音乐服务对Firefox支持都不太好。

　　keso在讨论中国万网被阿里巴巴收购。刚好，我这两天正为万网怒火中烧。

　　无论私人域名还是单位用的pFind域名，一直使用万网的域名服务。虽然贵一点，但感觉服务还好，品牌比较可信。

　　昨天发现有域名被指向了121.199.253.187，再Google了一下，发现这个IP地址是一个诈骗网站，被网通电信列入屏蔽黑名单。在线提交了技术支持单，又打电话过去。服务人员态度倒还好，很快改回来，但没解释原因。今天域名被再次指向121.199.253.187。恼火，国庆敏感时期，域名莫名其妙指向诈骗网站，如果被管理机构封掉，说都说不清楚。

　　这说明万网有安全问题。作为国内最大的域名服务商，这种表现让人失望。

　　Tinyfool刚刚发了一篇关于著名的Joel 12条的BLOG。我很有成就感。

　　一直用Joel 12条作为软件工程实践的基本底线。这12条很朴实，我也实践得很朴实：时不时在PPT里把这12条拿出来给现状打分，不停唠叨直到他们养成习惯，这样坚持了4年。刚开始只有3分。现在超过10分。

　　事实证明效果很好。不谦虚的说，这个学生为主，还要兼顾大量科研任务的团队，工程效率超出了很多软件公司。双人编程、重构、代码审核等高级的软件工程实践，是建立在SVN版本管理这类基础设施之上的，这是常识。

　　这些年pFind Studio各个软件不断上演龟兔赛跑的故事：刚进入某领域时总是显得缓慢笨拙，等过了2.0版，团队协同的平台效益就明显起来；而很多同行系统越大越纠结，一旦核心牛人的热情和投入减弱，很快就成了焦油坑，演进陷入停滞。

　　说到水面以下的积累，前几天“超龙一号”评审，有个院士表扬我们组，举了一个美国国内的统计：持续专注少于8年，团队人数少于8人的科研团队，全部失败，没有一个团队能持续搞出牛的科研成果。

　　到现在为止，pFind团队坚持了7年半。

　　最难的时光？也许是2006年。那一年，整个组没发表一篇论文，没拿到一分钱，没申请专利和软件著作权，每次例会都有种沉重的气氛。

　　但也是那一年，团队下了决心把pFind彻底推倒重来，静下来，老老实实打磨，一次次反复跑实验。现在回头看，个人记忆里，那是困惑挣扎的一年，也是幸福充实的一年。从那以后，开始对pFind变得自信，对自己变得自信。

　　如今无论哪种软件产品都在强调用户体验。本质上，AJAX这一类近乎变态自我折磨的界面技术的热门，不是Geek式的炫耀，而是为了提高用户易用性。

　　用户易用性的核心，就是容忍用户犯错和偷懒，就是摆正心态：软件是仆人，而且要达到英国贵族管家的档次。

　　举个例子，微软Office到底好在哪里？录入一篇英文文章，不慎把三个字母的常用小词，例如and或the，敲错了顺序，弄成了adn和teh，一敲单词后面的空格或标点符号，MS Word就会自动帮你纠正过来。

　　别小看这个功能。一方面，对需求边界的把握是一门艺术：刚刚好有用，又避免算法自作聪明，用户常用到它，却意识不到它的存在。另一方面，实际也有很高技术含量：只有adn和teh才纠错，而其他字母排列不纠错，这是进行过“双手盲打”的人机工程学研究统计的。

　　设计者对产品的态度，就可以了解其职业能力和素养。总认为“这是用户该保证的”，不愿意完善异常处理的人，总是抱怨“请给点建设性意见，别老挑刺”的人……都命中注定做不出伟大的产品。记得《项目幸存手册》里说，听到程序员说出“哪来的这么笨的用户”这种混蛋话，就想跳起来骂人。

　　“傻瓜式的相机”成就了日本电子产业。对软件和网络行业来说，马太效应更加明显，Jobs式偏执狂席卷一切，拙劣的山寨仿制品，中国式的小聪明，走捷径，长久不了。

　　pFind的用户群都是科学家，极有条理和耐心的铁人，主观摸索欲望很强，不喜欢抱怨。对产品来说，这并不是什么好事。年底将发布pFind Studio 2.4版，会集中解决用户易用性问题，不是泛泛改善，要做出吓人的惊喜来。敬请期待。（正在收集改进意见，欢迎被我们软件痛苦折磨过的小白鼠们发邮件来控诉和诅咒。我们准备设立一个奖金，年底颁发给抱怨最多最毒的用户）

　　08年初放出“把Mascot打得满地找牙”的口号，现在看来实现比预想快。今天Boss H问两年后，我说“如果pFind免费，拿到50%的份额；如果不免费，拿到33%的份额”，他们说新一版狂言诞生了。真的只是狂妄自大吗，拭目以待。

　　BTW：hchi哥今天的PPT引起俺的赞同。要追求完美，不作自甘平庸的笨蛋；又要平常心，不抱怨，不喜怒无常，保持幽默感和倾听能力。同志们，遵从hchi哥的教导，勇敢前进了。

　　今天第一次参加Open Party的活动。

　　先说八卦。有对新婚夫妇，是去年11月在Open Party认识的，所以回来请大家吃喜糖。我没抢到，哇哇哭。

　　这次由ThoughtWorks提供场所。俺的隐秘动机，是想刺探传说中的TW是什么样子：

　　没有格子间，没有领导单间，除了会议室，全是开放的公共空间，很敞亮。墙上都是白板，贴满了User Story和CRC卡片，连临街的落地窗户也被用上了。游戏间放的是WII，零食还好……基本符合想象，不错不错。

　　言归正传，听了如下几个技术报告：

1. 詹建飞的《OPhone平台和程序开发》
2. 刘华的《Mozilla架构平台》
   
3. Cat Chen的《JavaScript异步编程模式》
4. 段练的《GWT技术》
5. 王家宽的《用wxPython开发理财软件》

　　其中段练的《GWT技术》留下深刻印象，尤其是他开发的那个Web版化学分子结构编辑器让人叹服，回来查了查，原来专业是化学，业余爱好是编程；另外，Cat Chen的《JavaScript异步编程模式》功底很深，虽然只听了后半截仍然相当震撼；最近在乱看分布式存储方面的技术，成立涛的《Erlang与CouchDB》其实很感兴趣，可惜由于时间冲突，只听了几句。

　　BTW：休假即将结束，要收心干正事了。

　　在TopLanguage上看到唐良的名字，就点进他的BLOG浏览。TL上的不少网名，其实此前就follow了很长时间。

　　在BLOG里发现了对softboy和金点工作组的回忆，和我的这篇是前后脚发表的。

　　才意识到，我们通过信。有次向金点工作组报告游戏源码BUG，是唐良回的email。

　　这就是传说中的六度吗。

　　昨天参加Beta技术沙龙，霍炬讲银杏搜索利用SNMP作服务监控的系统实现。

　　架构很简洁清楚，容易理解。上层包装也有不少好玩的，例如直连GTalk，无论管理人员的物理位置在哪里，都能实时监控服务状态，进一步手机短信也不难了。

　　报告摘要里，对需求的解释很到位：“运营大规模SAAS，对所有服务的状态进行管理和监控是难点之一……”。这正是我感兴趣的原因。日后pFind提供在线云计算服务，必然要考虑这方面的基础设施。其他听众包括，鲜果，有道，还有做安全检测的，看来都是有目的而来。

　　（顺便提一下，查了查我BLOG的订阅分布：Google Reader、鲜果、抓虾、豆瓣九点……Google Reader还是占压倒性优势）

　　银杏主要针对十几种服务进行监控。我想，也许还能支持更细粒度的监控。例如在大规模集群环境中，监控每个节点上的计算进程，以保证MapReduce形式的大规模云计算服务的可靠性。会后交流时，我就此问了霍炬的想法，他没有明确的同意或反对。

　　这是第一次见到霍炬真人版。果然是好工程师。逻辑清晰，思路活跃，解决方案明快有效，没有拖泥带水的废话和掩饰。

　　会后又和tinyfool、nzinfo聊天（主要是他们说，俺听）。nzinfo第一次见，大侠居然在自己的iPhone上安装gcc和vi，更过分的是还装git版本管理。这么牛，怪不得有资格做tinyfool的竞争对手。nzinfo演示了几种iPhone上最著名的金融终端，包括布隆伯格（Bloomberg）的，各种分析工具还真挺全面。

　　tinyfool刚发了一篇BLOG，谈谈对双人编程、单元测试、重构的理解，说得很到位，推荐。

　　奇怪，这帮注重实战的工程师，全都开始踅摸起数学、折腾起matlab。难道是传说中的天下武学殊途同归。

　　误打误撞，发现牛人团伙。

　　原本打算参加这期Beta技术沙龙，听霍炬讲的报告《大规模软件服务的管理和监控》。结果粗心大意，把时间记错了一天，今天下午就闯到奇遇花园咖啡馆去了。

　　也幸亏记错了，才能遇到Resys的牛人们线下聚会，正在讲数据挖掘和推荐系统的算法（collaborative filtering），于是就买了饮料，蹭听了一场。

　　讲演者是The Ensemble团队的中国成员，传说中的xlvector大侠。具体内容，当然是他们拿到Netflix Prize比赛leaderboard头名的比赛经验。

　　下面开始八卦，给没听过Netflix Prize的火星人科普一下：

　　美国DVD在线租赁商Netflix于2006年发起的竞赛，悬赏100万美元，只要提交比其现有Cinematch效果好10%的新算法，就获得巨款。Netflix公开了四十八万多用户对一万七千多部电影的上亿条评分记录，要求算法推测另外三百万条记录。同时，100万美元存入银行，每年5万利息作为年度进步奖，发给当年取得最好效果的参赛者。

　　Netflix Prize产生了轰动效应。大概是因为，这让公众亲眼目睹，靠数学和编程是如何挣到真金白银的100万美元的。主流媒体，例如《纽约时报》对此给予了大量报道（2009年7月27日的报道是：Netflix Challenge Ends, but Winner Is in Doubt）。技术领域的超女选秀？你终于明白了。对Netflix来说，得到了性能超群的数据挖掘算法，还做了广告，名利双收。

　　回来再说xlvector的讲座，八卦内幕相当精彩：一开始你追我赶；接着合纵连横，世界各地的独立的技术和参赛者逐渐融合，成为团队；最后，居然涉及复杂的商业谈判，大鱼吃小鱼，直到非此即彼，参与两个巨型阵营的团战……

　　伴随比赛过程，发表了大量的高水平论文，也申请了不少的算法专利，还有不少好玩的讨论：

　　比如有人研究了参加者的性别，发现一开始有很多女性参赛者，而且成绩很不错，但最后两个“超级大国”团队里没女性。研究结论是：女性不会投入两三年时间去做一件根本不可能成功的事；男性相对单细胞一些，杀红眼了就钻进去出不来了。

　　参赛者Bill Bame在BLOG写到，他发现团队里都是两种人，一种是数学家，一种是工程师，思维方式行事风格截然不同，但两种人都发挥了至关重要的作用。

　　The Ensemble团队最后30天工作中，租用了EC2云计算平台进行模型的训练与融合，每小时0.2$。MapReduce模式比较适合离线推荐算法。

　　OK，八卦写完了。很久没遇到这么好玩的东西。推荐Resys Google Group。这篇BLOG中链接和引用，都是我回来刚搜索出来的，未必全面准确，大家继续挖掘吧。另外，明天的Beta技术沙龙，我也很期待，号召大家参加。

　　最后赞一下奇遇花园咖啡馆。今天交流到最后，xlvector跑到墙边（整堵墙是一块巨大的黑板），用粉笔演算方程。一帮怪人在下面长吁短叹，其他客人头也不抬，继续喝咖啡上网。

照片来自wentrue的flickr

　　BTW：只是咖啡馆附近的西直门地铁，实在让人恼火。感觉自己是实验小白鼠，在八卦阵里撞来撞去，难道就没有专业人士稍微做些优化吗。

　　最近有一篇不专业的新闻报道，给龙芯造成了很坏影响。虽然不从事这个领域，还是要挺一下龙芯。具体的技术、法律和产业上的分析，这篇贴子写得很清楚，就不多说了。其实微软、Intel和IBM每年都有上百件类似的专利官司。

　　联想到前两年Linux专利案。API或指令集仅仅是约定或接口而已，底层模块怎么去实现它才是核心问题。MIPS指令集是20年前的基础性知识，本就源于大学教授的经典CPU设计课程教案（我研究生《体系结构》课学的就是那本书）。

　　这不是特例。比如，无论欧洲、美国、中国三大移动3G标准哪一个，都涉及到CDMA基础，都要给高通专利费，而高通的知识产权，源于二十年前，公司创始人在大学做教授时的研究性工作。

　　人人都在别人肩膀上继续创新，没可能也没必要重新发明轮子。

　　授权给欧洲的意法半导体以后，龙芯的海外销售有突破。要进一步走向世界，就必须把法律问题清理好。反过来，如果不是好产品，没有市场潜力，那些CR虫子（知识产权律师）也懒得和你谈。

　　这一代中国科研团队很辛苦，因为要替之前几十年的空白还账。这不仅仅是指技术，还有商业、法律方面的积累。有些学费，你是绕不过去的。但是，一旦打进圈子，熟悉了游戏规则，建立起自己的势力范围，就反过来，有资格向后续玩家收“保护费”了。这很有挑战性，每一代都有自己的使命。

　　无论做什么，踏踏实实都是王道。巴菲特说，如果不打算拥有一支股票二十年，就不要拥有它5分钟，说到底，你必须相信自己投资的东西。这句话也可以用来说科技创新，如果你不相信现在的跟随、积累和尝试在二十年后终能带来回报，就不要做科研。

　　里程碑。pFind并行版代码冻结，按期到站。今天彻底休息了一下，睡了一整天，半夜回魂，上网，来随便敲些文字，放松，没逻辑。（瓶子哥被我折磨得快断气了，所以deadline一完，就逃出北京城，找某人疗伤去了）

　　最近一个月，除了并行版的研发工作，忽略了所有其他。活在自己的气场里，感觉非常独特。过山车：没进展时，回家的轻轨就显得特别久，疲惫沮丧，手指尖都懒得动；一旦有突破，又好像成了世界之王。

　　接下来，做PPT、写技术报告、论文投稿、还想申请发明专利……停，今天不想这些。

　　感谢CCTV、感谢MTV……特别赞一下新人，扛起搜索引擎的日常维护，让我省了不少心。组里工程水平已上轨道。每周定期review SVN提交代码，我可改的地方越来越少。

　　提到这个，想起BOSS H以前说：“你的最大本事就是那些code style（编程风格）和design patten（设计模式）吧”。这话对也不对，其实关键在于如何培训和实行，让新人遵守规范，习惯双人编程，学会制定Todo List，懂得倾听，整个团队用统一的思路进行编码和架构。

　　反过来，也夸夸自己。pFind Studio有十几万行C++，几十个模块。但进组几个月的新人就可以独立调试细节，重构全局流程。干活的人自然是能力出众，也多少显出一点儿我这架构师的本事，哈。

　　参加贝塔技术沙龙是上周的事，惦记着要总结点见闻，忙，拖到现在。

　　活动位置在西直门奇遇花园，参加的工程师很多，不少牛人，比如《走出软件作坊》的作者阿朱，抓虾的徐易容，sohu论坛的架构师钱宏武等。

　　Tinyfool和Robin Lu先后讲PPT，由浅到深介绍iPhone开发。Tinyfool上来不废话，敲键盘写demo，实际Run出一个hello world。然后Robin Lu再给出更系统性的介绍，比如常用的设计模式等等。对于我这种不熟悉Apple开发环境的菜鸟来说，学习曲线刚刚好。

　　像Tinyfool说的，Object-C语法的确有些怪。但对于接触过多种编程语言，尤其是了解动态语言特征（比如消息映射、委托、依赖注入）的程序员来说，只要把概念对应到具体实现方式，剩下就是Goolge文档、照方抓药了。

　　随后的提问讨论也很精彩，而且涉及到技术以外的内容，例如App Store的商业模式等等。有个在Google实习做Android研发的清华学生提了不少好问题，包括iPhone和Android的对比。他每提一个问题，我就暗自点头：“对，我也正想知道。”

　　大家的共识是，应用平台的成功取决于能否建立良好的生态体系，让消费者、第三方的开发者都遵守规则，分享收益。当然，一旦领先者找到聚宝盆大赚特赚，而竞争对手却无法从模仿其商业模式中获利，就会有破坏性创新出来搅局。个人觉得Android的开放机制对iPhone的App Store封闭模式有威胁。当年，就是土气但开放的PC战胜了高贵而封闭的MAC。

　　96年看比尔盖茨的《未来之路》，预言到2010年，普通消费者就可以用手机从网络上购买游戏和音乐，查询和预订周围好吃的馆子。现在支付宝、点评网、App Store都很普及，一旦3G搬到手机上，Big G的预言就算实现了。只可惜MS并没有在这波竞争中取得优势。

　　最后抽奖，我幸运得到了一本《iPhone开发基础教程》，内容的确不错。

　　今天TopLanguage聚会，见到了崇拜已久的若干大牛的真身，比如传说中的pongba和Tinyfool……

　　神侃内容：从互联网广告的商业模式开始，到电子商务的信誉体系和物流体系；到语义网络技术、信源挖掘推荐和评价；到人工智能、基因进化和大脑神经机制；到精密机械制造业和破坏性创新；到豆瓣应该完善的若干features需求；到北京美食和若干"驻京办"位置；到房价和经济危机；到国有垄断行业和IT创业；最后到各自工作中正在面对的算法和工程难题。

　　能参加TL聚会的，大多有两个特征：技术不错，外向能言（写BLOG有文笔）。所以这样的聚会不会冷场，谈的话题也都绝对有趣儿。

　　不幸的事实是，几乎所有人的工作都与互联网行业有关（连googollee的机顶盒也是），俺除外，哇哇哭。

　　在SUN和IBM马上要说I Do的瞬间，Oracle却闯进教堂里抢走了新娘。

　　最近几年企业级软件领域展开了激烈的兼并战。如今再回顾三年前的猜想（还有这篇BLOG），是不是很有戏剧性？MYSQL最终还是没逃出Oracle的魔掌。尘埃落定之后，PeopleSoft、BEA、Firebird、JBOSS、MYSQL、SUN都成了历史，剩下的还是IBM和Oracle两个最没创意的面孔，晕晕乎乎的Redhat，还可以再算上MS。

　　趣味细节：搜索这72小时内，三家企业的中国分公司的新闻。《圈子圈套3》情节的经典再现。可怜的买办们。

　　说实在的，别对NetBeans、Solaris、SPARC这些技术的未来太乐观。IBM和Oracle两位带头大哥的确善于收购，也善于销售，但更善于把原本鲜活的产品逐渐搞成僵化的木乃伊，善于把软件的用户体验降到令人窒息的最低点。

　　尤其对MYSQL来说，死定了，而且是死不瞑目。

　　折腾来折腾去，其实市场本身已接近黄昏。破坏性的创新技术，SAAS（Software as a service），已经露头了。类似Google Apps或阿里软件的这种模式才是未来。

　　BTW 1: 也许ZFS有望纳入Linux内核，这倒是好事。

　　BTW 2: 为了好玩儿，用了比较尖刻的语气，其实我有不少朋友在IBM和Oracle，千万别发动群众封杀我。

　　又到了写BLOG的Deadline。对我来说写作是种享受。只是之前这段碎碎念太多，BLOG总在码琐事。所以这次Todo List要求必须写技术。

　　这个月的Journal of Proteome Research上刚刚发表了一篇论文，利用Amazon Web Services提供的EC2平台进行质谱数据的肽和蛋白质鉴定。这正是俺加入生物信息课题组五年来朝思暮想的目标。科学界对云计算概念接受速度之快令人惊讶，已经看到物理、生化、机器翻译领域的不少研究，都是租用云服务以完成海量计算任务。

　　今年7月我们将发布pFind 2.3。速度精度都将有进一步提高，敬请期待。

　　虽说要写技术，还是忍不住写点八卦。

　　周五带小弟去和美女们KTV。通宵的麦克风争夺战打完，五打（60瓶）啤酒喝下去，得出鉴定结果：计算所的程序员男生实在太腼腆内向，无论是飙歌还是拼酒，都被生化丫头们比下去了，与写代码时的生猛劲头儿形成鲜明对照。

　　和职业有关？错！恰恰是俺们唯一的女生不露怯，对方阵营唯一的男士三次敬酒，wyj美女都是干干脆脆吹下去一整瓶，和她开发新版搜索引擎一样气势逼人。

　　没有生人，这帮家伙就活跃多了。上周末，请组里未婚人士到家里玩WII。整晚俺都在担心客厅的木地板，也奇怪楼下邻居为何不在临晨3点报警。

　　昨晚会议结束得太晚，没赶上末班地铁，只好打车回家，俺的银子呀wuwu~

　　最近在读文献。上周过了几篇蛋白基因组学（proteogenomics）的天书，实在抓狂。这周的主题回到软件领域：大规模分布式计算。昨晚是Google老三篇（GFS、MapReduce和BigTable）的文献讲评，瓶子哥顺便讲了讲Google Cluster，我又带了几句Chubby论文。讨论很热烈，结果就说多了。

　　我负责主讲BigTable，这次细读，发现以前读的时候忽略了很多细节。

　　比如，BigTable使用bloom filter算法进行元数据cache加速。bloom filter有单边特性（它说不存在的，必然不存在；它说存在的，也许有小概率错误），这的确最适合cache这种场合。

　　再如，google的分布式锁服务Chubby，在GFS和BigTable中都起到关键作用。在同步控制方面，GFS和BigTable设计思路几乎一致，都是用Chubby对master节点的元数据条目加锁，但具体数据服务节点（GFS叫chunk seriver，而bigtable叫tablet server）的同步正确性，需要客户端自己来保证。这样设计的目的很明确：尽可能保证全局服务的简洁高效，防止master节点成为瓶颈，这对大规模的分布式场景是非常重要的；当然，副作用就是客户端程序的要求更高。

　　BigTable的一个重要应用是Google Analytics。另外进展很快的个性化搜索也用BT来存储用户历史和参数。之前发布的Google App Engine的python存储API，有很明显的BigTable痕迹。

　　身边已经开始有人从Amazon和Google租用云计算能力了，新概念被接受的速度超出我的想象。