⻉索斯2010年股东信1⻉索斯2010年股东信Tags⻉索斯股东信作者⻉索斯编辑Rework阅览室整理致股东的⼀封信 ·2010— 技术的本质 —致我们的股东们：随机森林、单纯的⻉叶斯估计器、RESTful 服务、⼋卦协议、最终⼀致性、数据分⽚、反熵、拜占庭仲裁、擦除编码、⽮量时钟…… ⾛进亚⻢逊的某些会议，你可能会⼀时觉得你⽆意中听到了电脑科学讲座。注：原⽂的术语如下，每个字都认识，但啥意思不知道。Random forests, naïve Bayesian estimators, RESTful services, gossip protocols, eventual consistency, data sharding, anti-entropy, Byzantine quorum, erasure coding, vector clocks。仔细看看⼀本关于软件架构的教科书，你会发现⼀些我们在亚⻢逊没有采⽤的模式。我们使⽤⾼性能的交易系统、复杂渲染和对象缓存、⼯作流和排队系统、商业智能和数据分析、机器学习和模式识别、神经⽹络和概率决策，以及各种各样的其它技术。虽然我们的许多系统都是基于最新的计算机科学研究，但这往往还不够：我们的设计师和⼯程师们不得不朝着学术界尚未采取的⽅向推进研究。我们所⾯临的许多问题很多在教科书上没有解决⽅案，所以我们很⾼兴地发明了新的⽅法。我们的技术⼏乎完全作为服务来实现：数个逻辑位封装了它们所操作的数据，并提供硬接⼝，作为访问其功能的唯⼀⽅式。这种⽅法减少了副作⽤，并允许服务以⾃⼰的
⻉索斯2010年股东信2速度演化，⽽不会影响整个系统的其它组件。注：有点配件的意味。⾯向服务的体系结构（简称 SOA）是亚⻢逊技术的基本构建理念。多亏了⼀个由⼯程师和架构师组成的深思熟虑、⽬光远⼤的团队，这种⽅法早在 SOA 成为业界流⾏语之前就在亚⻢逊上得到了应⽤。我们的电⼦商务平台由数百个软件服务联合体组成，这些软件服务协同⼯作，提供从推荐到订单配送到库存跟踪等各种功能。例如，要为访问亚⻢逊⽹站的客⼾构建⼀个产品详细信息⻚⾯，我们的软件需要 200 到 300 个服务来为该客⼾呈现⾼度个性化的体验。状态管理是任何需要发展到⾮常庞⼤规模的系统的核⼼。许多年前，亚⻢逊的需求达到了这样⼀个地步——我们的许多系统⽆法再由任何商业解决⽅案提供服务：我们的关键数据服务存储许多千兆字节的数据，每秒处理数百万个请求。为了满⾜这些苛刻要求和不寻常的需要，我们开发了⼏种可选的、专⻔构建的持久性解决⽅案，包括我们⾃⼰的键值存储和单表存储。为了做到这⼀点，我们从分布式系统和数据库研究社区中⼤量地学习了核⼼原则，并从中继续发展。我们率先开发的存储系统在保持对性能、可⽤性和成本的严格控制的同时，还展⽰了极⼤的可扩展性。为了实现它们的超尺度特性，这些系统采取了⼀种新的数据更新管理⽅法：通过放宽需要向⼤量副本发送更新的同步要求，这些系统能够在最苛刻的性能和可⽤性条件下使⽤。这些系统的实现基于最终⼀致性的观念。亚⻢逊⼯程师在数据管理⽅⾯的进步已经成为亚⻢逊⽹络服务（AWS）提供的云存储和数据管理服务下的架构起点。例如我们的简单存储服务、ElasticBlockStore 和 SimpleDB 都是从独特的亚⻢逊技术中派⽣出它们的基本架构的。亚⻢逊业务的其它领域也⾯临类似复杂的数据处理和决策问题，如产品数据摄取和分类、需求预测、库存分配和欺诈检测。
⻉索斯2010年股东信3基于规则的系统可以成功地使⽤，但是它们很难维护，并且随着时间的推移会变得脆弱。在许多情况下，先进的机器学习技术提供了更精确的分类，并且能够⾃我修复以适应不断变化的条件。例如我们的搜索引擎使⽤在后台运⾏的数据挖掘和机器学习算法来构建主题模型，我们应⽤信息提取算法来识别属性并从⾮结构化描述中提取实体，从⽽允许客⼾缩⼩搜索范围并快速找到所需的产品。我们在搜索相关性中考虑了⼤量的因素来预测客⼾兴趣的概率并优化结果的排名。产品的多样性要求我们采⽤现代的回归技术，如经过训练的决策树随机林，灵活地将数千种产品属性在排名时间内合并。所有这些幕后软件的最终结果是什么呢？快速、准确的搜索结果，帮助你找到你想要的。如果我们把技术放在某个研发部⻔的⼀边，那么我们投⼊到技术上的...
