谷歌架构师Jeff Dean：专注原则助谷歌立足基础设施领域

ZDNet至顶网服务器频道 06月24日 编译： 作为谷歌公司各大基础设施创新项目（包括MapReduce及BigTable）的开发者——至少是联合开发者，Jeffrey Dean在本届于旧金山举办的GigaOM Structure大会上指出，同一时间专注于解决同一难题才是在基础设施创设领域获得成功的诀窍。Dean回忆称，谷歌当初也曾被迫同时推动多个软件及硬件项目，这主要是由于企业本身成长太过迅速、对数据的需求量也水涨船高。但专注原则帮助谷歌准确把握急需解决的核心难题，并在方案中纳入许多创新型思维。

以MapReduce为例，该项目的诞生是由于谷歌需要一款拥有可扩展性、稳固可靠且“按需运行在多种设备平台上”的软件方案，他告诉我们。要实现这一点，技术人员需要设计出一套具备可扩展特性的抽象系统。与之类似，谷歌的BigTable数据库软件也是随着不同生成方式的大量数据集持续出现——例如网页URL索引、索引与页面语言之间的结合以及PageRank等的诞生，旨在实现谷歌对上述项目的管理需求。

再来举一个更具时效性的特定难题设计实例。Dean向听众介绍了谷歌开发的Spanner项目，这是一款允许编程人员在企业内各数据中心之间自由复制数据的软件。用户甚至可以通过它指定数据副本的存储位置，这就让整个使用过程更具效率。“我们创建了一套全球化数据命名空间，大家可以深入设定关于数据副本的设置信息，”他解释道。“举例来说，大家可以在欧洲保存两套副本、再在北美保存一套，这类设定都可以顺利实现。”

Dean同时补充称，对于任何基础设施难题来说，“总是存在这样的实际压力：大家希望帮助每位同事解决每个问题，但最终的结果却往往反而惹恼了每个人。”所以他认为最好的处理方式在于专注于单独一项难题，同与当前项目关系最紧密的部门展开通力协作。成立时间不长的企业也可以奢侈一下、将Amazon的AWS以及其它云服务纳入业务流程，这至少比费力搭建自有物理资源要科学得多。

再谈回当前的技术项目，Dean指出他正专注于创建一套具有“生物灵性”的机器学习系统。他们正逐层解决项目中的难题，以便帮助图形识别系统能正确辨认边缘或角落等简单对象，并最终实现更高层次的抽象事物判别能力。Dean宣称，这套系统目前已经能够在尚不知“猫”为何物的情况下准确识别出图片中所包含的猫类对象。