说说这些年做的云计算和大数据项目

         入行十几年了，做了不少分布计算、并行计算、内存计算、海量数据处理的项目。依照如今的分类，这些都属于云计算/大数据范畴。今天说说我做过的当中三个项目。仅仅三个。
         第一个是我们接到的视频分享站点的视频转码的订单。站点名字就不说了，有替人宣传嫌疑。他们情况是这样，视频站点的内容用MP4格式在网页上播放，可是上传的格式多种多样，我们必须把这些视频统一转换成MP4格式，视频转码的工作想必大家都在自己的电脑上试过，通常一个100M左右的视频转码须要20分钟以上（CPU是Pentium IV）。为了提高转码效率，让用户以接近实时得到结果。必须在收完视频后。马上将一个视频拆分成多个单元，分散到多台计算机上进行转码。然后回收全部转码视频，依照顺序再次组合成一个新视频。我预计如今视频站点都是这个套路。我们这个团队最早是做流媒体起家的，工作没什么难度，轻车熟路。非常快就完毕了。

仅仅要机器足够多，视频差点儿相同能够以接近实时的状态完毕转码。

后来又再一次改进。从用户上传视频開始马上进行转码。收到一段转一段，用户的视频上传完毕。我们的转码工作也完毕。用户能够马上看到自己上传的转码后视频，基本上是零延时，而且稳定性、效率都高于对方提出的要求。做完这个。合作方老板非常惬意，接着又给了一个CDN的项目。如今我们仍保持着合作的关系。    
         第二个有点玄乎。项目能够写一篇论文，题目是《关于空中移动目标执行轨迹和落点的问题》。这个项目是XXX发下来的，实质就是炮弹打导弹，大概是想看看能不能打着，论证技术可行性。当时人还在某单位。由于研究领域和空气动力学毫不相关，所以这方面的知识基本属于文盲，知道的也就是那么几个有限的名词和数学公式。可是这正好符合XXX的要求，不须要我们懂这些高深的理论，他们派人和我们合作这个项目。我们的工作就是把非常多传感器（他们没明说。可是地球人都明确这东西应该是雷达）接收的数据，包含当前多少公里范围内的空气的风速、风向、地表的曲面率。还有其他一些指标在收集后（这些瞬间产生的三维数据的数据量非常大），分散到一大堆计算机上去执行（測试时准备了100个节点），而且要非常快计算出结果（必须比空中运动的目标快）。这事实上和如今的SPARK、STORM做的工作非常象。要依赖大内存、高性能CPU、和快速网络，跳过硬盘这个瓶颈。才干得以实现快速计算。这个项目花了非常长时间，主要是与合作方的沟通改进。然后是再沟通再改进，循环往复。周而复始。

后来最终完毕了。据说做了试验，可行性非常高，上面领导非常惬意，还摆了庆功酒。

反正我没见着也没喝着。事实上他们怎么计算的，我到最后也没有搞明确，问过一次，说是秘密。  
         第三个和两桶油的页岩气有关。

当时的情况是在四川涪陵（这个地方产榨菜）发现了大面积的天然气。

依照自然规律，油气是共生的，所以两桶油想通过採集页岩样本，分析这个地区地下有没有石油资源。假设有。是不是具有开採价值。

这套程序原本已经是有的。艾克森.美孚石油公司开发的，跑在CARY-1向量机上。

那套机器是上世纪七八十年代的超级计算机，在当时已经不能满足须要，属于进博物馆之列。并且有些数据分析理论已经过时。须要调整。

两桶油最不惬意的还是速度太慢。计算一次要几小时几天才干出结果。

这一次又是合作，两桶油出熟悉採油的技术专家。我们出并行计算的码农，前前后后合作弄了大半年，算是完毕了。这次我们用了新的并行算法。效率提高了一大截。和上次炮弹打导弹一样，整个项目静悄悄開始。静悄悄结束，后面怎么样就不知道了。