80后阿里P10，“关老板”如何带着MaxCompute一路升级？

叁歲伎倆 2022-03-02 15:48 554阅读 0赞

**我是个幸运的人。虽然幸运不能被复制，但是眼光和努力可以。**  
![1240][]

关涛/关老板，80后的阿里P10，阿里巴巴通用计算平台负责人，阿里巴巴计算平台研究员。12年职场人生，微软和阿里的选择。

关涛的花名取自谐音：观涛。有种看海观涛的闲适，但在MaxCompute技术团队里，因为团队既要做核心技术也要“落地拿结果”承担阿里云的客户规模和营收，像一个小的创业公司，因此大家更喜欢叫他”关老板”，一下子就世俗亲近了起来。

关老板是个北方人，大高个也带着些书生气。因为工作的关系，带领着一支跨国团队，两岸四地奔波（太平洋两岸，北京、杭州、西雅图、加州），说话间偶尔喜欢中英文match一下。

**“我是一个兴趣驱动型的人，职业生涯总的来说，还算挺幸运的，做自己感兴趣的事情，走上IT这一行……”**

如果有认识关涛的人，应该会忍不住说上一句：这家伙，运势太好了吧。

一路保送，没考过什么试，大学选择计算机的原因也很任性，喜欢玩游戏。研究生毕业后就进入了微软，是微软最年轻的技术管理者之一，后来去了阿里云，不到3年时间，已经是P10，阿里巴巴通用计算平台MaxCompute团队负责人。

**“特别久以前，大概初中的时候有了自己的第一台电脑，大名鼎鼎的486，带一个数学协处理器，主频266MHz，内存有4MB。”**

喜欢玩游戏的都知道，往往会碰见有些关卡比较难，闯不过去的情况。当时的关涛就想着：怎么能够绕开系统这些设置？于是查了很多杂志也看了很多书，试图去改游戏存档，那个阶段他第一次知道什么是十六进制，也是最初接触编程。

最后自己折腾着，操纵游戏角色大杀四方，简直无敌。让程序按照自己的意愿运行的感觉，“嘿，还好玩的。”

于是，开始觉得这个专业（计算机）不错。到了高中毕业的时候，因为数学竞赛被保送到南开大学，当时的一个选择是可以进数学系，南开的王牌专业，但最后，关涛还是因为兴趣选择了计算机。

**人生的分叉口有很多，有时候做了第1个选择，后面的路都会开始相通，看似顺势而为，其实都是选择的结果。**

\*\*从200公里的北京到8000多公里的西雅图  
工作需要定期make a little change\*\*

2006年，关涛毕业了。这意味他要开始自己的职业生涯了，他有些跃跃欲试。

研究生的3年，因为导师有额外要求：不能去实习，这让关涛对于招聘市场并不那么了解，对于微软同样是“没有太多的认知”。但北京有个MSRA，微软亚洲研究院，据说是当时最好的R&DCenter。

抱着试试看的心态，经历了一整天的面试后，关涛顺利地拿到了offer。 他回忆：“好像也不是那么难”。

**在离家乡河北承德200公里远的北京，关涛一呆就是6年，是微软Bing搜索北京团队最初的几十个人之一**。从偏存储层到计算层，在项目里不断地去充实自己。他是个兴趣驱动的人，但在工作中愿意变成完美主义者。

在微软的第一个项目，是做一个分布式KV+ObjectStore系统，用于支持Bing搜索的图片和视频存储。2006年，还没有Hbase这样的开源系统，**当时6个人的小团队完全手写一套分布式KV，最终部署在3000台机器并支持正常线上流量**，在实战中接触到了分布式系统中的各种挑战，也学到了非常多的东西。“**这个项目，是个好的机会与开始**”。

第二个项目是做搜索后台的IndexGen Pipeline：一个定制化的存储与计算系统，用于支持通用搜索100B级别的超大规模数据存储和处理，后来这个搜索后台也成为了微软Bing搜索后台的第二代架构，并服务至今。

再后来就是牵头来做大数据上交互式查询（JetScopeOn Cosmos），最后基本微软一半以上的团队都在用这个系统。

在关涛看来，**不管是生活还是职业发展，定期去make a little change是很好的选择，保持新鲜感的同时，能看到学到更多的东西**。从被别人带着写代码、到自己独立负责一些板块，再到自己带项目小组、带大一点的技术团队，这些都需要有一个自我时间界定，把握自己的发展节奏。

6年微软后，他也准备make a bigger change：申请去了美国西雅图的微软总部。

8000多公里以外的城市，冬天不太冷，夏天不太热，还有他最爱的单板滑雪，以至于一直坚持在每年的最后一天自驾去不同的滑雪地。

![1240 1][]

在美国期间，关涛继续深入做交互式查询、StructuredData优化推动等，也积累了很多跨国技术团队管理的经验。 “美国有近40年的历史，团队成员比北京的团队更资深一些，在美国能够看到不一样的人，看到不一样的项目。”

**而在微软的10年时间里，关涛也关注到了国内以BAT为代表的本土企业，他们发展的很好，而且有更高的加速度……**

\*\*西雅图分部第22号员工  
10年后的回归，面对更多的挑战\*\*

**“当时海外办公室刚建起来，我是阿里西雅图分部的第22号员工。”**

“在微软10年，国内是什么情况？”好奇心不断膨胀，于是在一次偶然的机会，关涛跳去了阿里，成为了阿里巴巴通用计算平台MaxCompute团队里的一员。这是2016年1月。

**MaxCompute的前身是ODPS，阿里内部统一的大数据平台，目前99%的数据存储以及95%的计算能力都在这个平台上产生**，如果把阿里巴巴集团的数据体系比作航母战斗群，那么MaxCompute就是中间的航空母舰。

面对这样一个已经发展了近6年的相对成熟、体量极为庞大的平台，挑战非常多。而**2016年1月入职阿里，2016年年会上就接过了MaxCompute的掌舵者位置，从0到1已经做完了，如何做到从1到10？**留给关涛的时间并不多。

他认为，大型系统逐步发展，是一个不断自我进化的过程，大数据系统也不例外。

微软的经历给了他一些帮助：包括同样都是大数据引擎（规模上有较大差异），之前的技术和工程经验都能复用。而丰富的跨国技术团队管理经验也让关涛更加适应阿里的工作。

\*\*从MaxCompute1.0到MaxCompute2.0  
“我们是在飞行的飞机上换引擎”\*\*

关涛回忆：“当时进来的时候，MaxCompute1.0 其实是在一个技术的成熟期上，承接了阿里巴巴内部和阿里云的核心业务，而引擎升级有技术风险和问题（我们称为Regression，包括功能和性能的）。为了保证对上层透明，我们先做了一个框架升级，支持把引擎的不同版本同时部署在线上，一点一点地把流量切过来，同时观察效果。”之后再进行引擎层面的大手术。

**有点像是“在飞行的飞机上换引擎”。**

![1240 2][]

如今的MaxCompute2.0相较于1.0版本，**规模达到近10万台，性能提升超过1倍以上，每年为阿里巴巴节省预算超过20亿，同时也让阿里的大数据引擎可以在未来3-5年架构上有个相对好的布局。**

**技术团队如何管理**

关涛的看法是：技术管理者归根结底还是一个管理者。

1、首先考虑的不是自己要做什么事情而是帮助团队做什么事情，更多的有一种“利他”的责任感。

2、技术前瞻性，技术团队管理者是要带着团队有目标地、正确地往前走，把握未来方向非常重要。

3、招聘层面，思考如何招到合适的人，如何进行人才布局。现在是人才在哪办公地点就在哪的阶段。

**从大数据角度看阿里双十一**

要支持好双十一，先从两个统一说起（数据统一和资源统一）。

*  **数据具有1+1大于2的特性，不同的数据融合计算能产生更大的价值。**而关键就在于如何把数据都打通。

**几年前阿里巴巴建设中台，把内部所有的数据放在一起（物理上分布在多地的近10万台服务器上，但逻辑上统一，**数据的分布和调度对用户透明），让丰富的数据帮助产品、业务前进。

*  **资源的统一化：把所有机器放在一个大的资源池里（内部称为混布项目），资源调度系统打通**，对于机器的效率优化和整个系统的容灾都有非常大的帮助。

做大数据的都了解，数据可以3年翻5倍，机器却不行，否则成本太高，不现实。而利用已有的服务器进行混合部署，“这也是近一年，我们重点投资的一个项目，也就是把不同BU、不同种类的机器部署在同一个资源池中。”

有了这两个统一架构的前提，双十一在洪峰来临的时候，可以选择把不那么重要的工作先停掉（在百万级别的作业中基于优先级和依赖做调度），让这些机器都用来支撑洪峰。洪峰过后，又把机器主力转移到计算上，把需要的计算尽快地输出来。

今年双十一，**大数据集群在流量洪峰最高的几个小时，通过弹性支持了超过1/4的交易业务流量**。

**不增加棋子，仅依靠挪动棋盘上的子，就完成布局守住将军**。当然，在此之前，团队把MaxCompute已经从1.0版本切到了2.0版本，性能的提升也是支持双十一数据量的关键。

**在硬件只增加不到三分之一的基础上，处理数据相较去年翻了一番，达到单日处理600PB的规模。**可以说，MaxCompute在这一战役中发挥得不错，甚至比去年更为优秀。

\*\*未来：云化、新硬件、非结构化计算、非关系型计算、AI是趋势  
DBA或将被淘汰？\*\*

去年的时候，原阿里云总裁胡晓明说：“**互联网的云计算竞争是世界寡头经济的全面竞争，在我看来，就是杭州和西雅图的竞争。谁拥抱技术，谁就拥抱未来。**”场主深以为然。

关涛认为：目前云计算已经从互联网企业向传统企业蔓延，例如杭州的城市大脑和“最多跑一次“项目，是2G（To Government）的项目。还有基于工业大脑的工业4.0项目等。

从目前的市场态度来看，企业或许可以更加开放一些，欢迎和拥抱这种技术变化，完成自我的数字化转型。“**云计算不会是寡头反而会是普惠**”，关涛说。

**前瞻话题：大数据处理领域，未来程序员应该关注什么东西？**

**1、 新硬件的发展**

计算层面越来越与新硬件的创新紧密结合，硬件会带来平台革命。例如芯片类的CPU（AVX、SIMD）、ARM众核架构、GPU，FPGA，ASIC，存储类的NVM、SSD、SRM，网络类的智能网卡和RDMA等新硬件的发展，**新硬件与软件的配合是值得关注的发展方向**。

**2、 非关系型计算领域（图计算）有很多机会**

大数据现在还是在关系型的处理层面，包括流和批都是基于关系型数据的计算，事实上，现在非关系的计算越来越流行了，包括知识图谱、画像等越来越有价值，这些数据组织不是关系型表达，而是以点边的形式用图的方式表达，更符合物理抽象，比如人和货的关系，在风控层面，知识图谱层面，用来描述物理实体的关系更合适。

**明年初，将会推出MaxCompute的图计算系统MaxGraph**，支持图存储、查询、模式匹配和GraphEmbedding等机器学习运算。

**3、 非结构化数据将变成大数据的主流**

越来越多的短视频、图片、语音类数据，并随着IoT的发展，可能占据80%的数据量，由于这类数据的特性在于结构各不相同，且数据非常大但是单位价值不高（相比传统结构化数据），如何快速高效的解析和处理非结构化数据，是计算平台的关键挑战。

去年的时候**MaxCompute发布了一个非结构化数据处理模块，能够用户自定义的方式处理包括视频音频在内的数据。**

**4、 Al for Everything（also for BigData）**

**DBA或将被淘汰？**

大数据的特点是大，不仅仅是包括数据的处理规模，还包括了整个的海量数据的管理和优化。传统数据库领域依靠DBA人力去管理的模式将不再适用。

**用Al优化数据分布、数据管理、做计算优化和成本优化（例如自动SubQuery合并，智能索引建立等）。“让大数据无人驾驶”，**这也是未来的趋势。

--------------------

本文作者：晋恒

[阅读原文][Link 1]

本文来自养码场专访，转发需养码场授权。

[1240]: /images/20220302/31533f1c215b481ea98fbd286cf740c6.png
[1240 1]: /images/20220302/3a8739439f294e46a9a50243a0d7aeb1.png
[1240 2]: /images/20220302/6943074ce89f4f66aa2d03dff500527d.png
[Link 1]: https://yq.aliyun.com/articles/675381?utm_content=g_1000030802