成为优秀架构师的第一步是什么？

私下和不少架构师打过交道，每一位架构师都有各自的特点，有沉默不善言辞的，有锋芒毕露看似锱铢必较的，但总的来说，能够评价的上优秀架构师的基本都有如下素质：

过硬的技能和经验

学习能力强

懂得沟通

看似简单吧，但是：

第一条要求你作为一个好的开发人员，懂得落地合适的架构模型来满足当前发展和未来所需。第二条要求你作为一个好的学生，懂得从国内外案例或友商行为来揣摩和攻克现在或潜在的技术难题。第三条要求你作为一个好的 leader，应借助讲故事、影响力、引导冲突、构建信任等领导技能，将架构计划变成现实。

这也是为什么优秀架构师必须要经历数年或十数年磨练的原因，有个公认的方法却可以大大缩短这个周期，那就是：参加 InfoQ举办的 ArchSummit全球架构师峰会

7月 6-9日，ArchSummit将会有上百位国内外顶尖架构师前来分享各自的数年经验积累，也有新晋架构师的带队心得与体验，如果你想在优秀架构师路上有所突破，相信这次和国内外顶尖技术专家们沟通交流是个难得的机会。

这里简单预览部分在峰会里的分享：

1

ArchSummit深圳站邀请了 Google研究院资深研发工程师Dekun Zou、Go项目组战略及产品负责人Steve Francia、分散式关系型数据库 F1研发工程师徐俊前来分享下述内容：

深度学习在大规模推荐系统中的应用与 TensorFlow最佳实践

Dekun Zou届时有两场分享，作为 Android应用商店、Google广告排名等基于深度神经网络推荐系统的负责人，会由浅入深介绍如何构建基于深度学习的推荐系统，以及分享 TensorFlow的最佳实践，其中推荐系统分享简要大纲如下：

信号类别分类：场景信号、用户信号、物件信号

两步定制化推荐：深度挖掘、生成候选人列表、混合人工生成的候选人、最终排序

选择模型训练模式：离线、在线

user vector， item vector

损失函数的构造

Go，一个全球化现象

在全球范围内，拥抱 Go语言的开发者越来越多，Go语言的爱好者人数已经超过一百万，并正在呈指数级增长。而且，当今多数流行的开源项目都是用 Go语言构建的，例如 Kubernetes, Hugo 和 Docker。

对于目前很受关注的云计算公司如 Microsoft、Google、Dropbox等来说，Go语言同样至关重要。此外，Go还在很多跨领域方面提供创新机会。

Go项目组战略及产品负责人 Steve Francia会介绍 Go语言的历史，快速发展的推动力，以及未来 Go语言会有哪些新动作和方向的内容。

F1-分散式关系型数据库如何支持谷歌广告商业系统

此次分散式关系型数据库 F1研发工程师徐俊会分享 Google广告系统在数据规模持续增长的情况下遇到哪些问题，以及怎么利用 F1解决这些问题。

2

Facebook：信息安全和商业诚信、大规模时空数据

ArchSummit深圳站邀请了 Facebook Business Integrity机器学习团队和机器平台架构团队负责人徐斌，以及 GeoAPI组技术领导宾理涵前来分享下述内容：

机器学习技术在安全性和完整性方面的探索

信息安全和商业诚信问题不断增加，Facebook面对每天超过 PB级的不平衡和模糊大数据，实时机器学习和解决方案面临着巨大的挑战。这样的要求在各个领域越来越多，促发了许多突破性的研究成果和应用。

徐斌会在分享过程中快速浏览一些安全问题，然后讲述机器学习平台建设，重点讲解当下棘手问题的相关先进技术和解决方案，以及真实的应用效果。最后会分享几个最近机器学习在安全应用上的特别案例。

除此之外，徐斌还在 ArchSummit准备了一场深度培训，如何用 R和 Python进行机器学习及其实践应用。

万亿级混合复杂时空数据的处理决策

大规模空间数据除了在规模上的挑战以外，还有独特的问题需要解决：例如经纬度，直线距离和弧面距离的区别，以及同样的经纬度差在两极和赤道的面积差等。这些特性既是挑战也是性能优化上的机遇。

随着越来越多的移动设备、物联网设备产生海量的时空数据，如何有效存储、检索、实时的 k-nearest查询、关联性排序，如何高效地解决在离线大规模空间数据分析中常用到的 Spatial Join都是要解决的问题。

Facebook Location Infrastructure团队处理大规模时空数据过程中，在内部技术和开源技术之间采取折中而务实的办法。宾理涵将会分享涵盖经过验证的，在处理每天万亿级混合复杂操作的时空数据背后的多个设计决策，和架构选型内容（包括在线和面向分析的用户案例）。

3

Pinterest高可用架构实践

ArchSummit深圳站邀请了 Pinterest大数据和机器学习平台团队负责人武永胜，以及监控组经理孟晓桥前来分享下述内容：

高可扩展基础设施架构技术点

武永胜届时有两场分享，一方面在过去的 8年他们服务 3亿月活用户过程中，是如何扩展从一个基于单个 MySQL实例的 Python Django应用发展 Pinterest在线基础设施架构的。

另一方面武永胜还会在另外一场分享中总结 Pinterest大数据平台的当下和未来，和大家深入探讨 Pinterest数据平台技术栈，围绕数据摄入（实时事件，日志记录，数据库快照，数据库增量转储），批量 /流式数据处理平台（Hadoop, Spark, Flink, Kafka Streams），查询平台（Hive，Presto，Spark SQL）以及 Pinterest 本土工作流引擎等内容。

搭建大规模高性能的时间序列大数据平台

基于时间序列的大数据平台是现代智能监控系统的核心。当系统的规模达到一定量级时，构建基于时间序列的大数据平台需要解决四个挑战：高数据吞吐量，数据查询的高度实时性，成本控制和用户对系统的滥用导致的对系统稳定性的挑战。

在 Pinterest监控组经理孟晓桥的分享中，将会介绍监控组应对这四个挑战的经验。

4

Netflix、IBM微服务最佳实践

ArchSummit深圳站邀请了 Netflix首席软件工程师Yunong Xiao，以及 IBM高级委员会成员、Istio核心贡献者Lin Sun前来分享下述内容

Netflix：FaaS最佳实践

FaaS变革像风暴一般拓展到全球。事实上，因为企业都喜欢 FaaS所带来的 No-Ops，或者说在工程效率上的突出表现。所以，FaaS所带来的变革可以在一线开发者领域迅速扩展，能够帮助工程师们更快速的将代码部署到产品上。

在 Netflix，这些功能特性对于 Netflix API平台来说简直是完美符合，工程师们用 JavaScript来写代码并部署到 tier-1服务层，整个过程不是完全必须要去管理基础架构设施或者运维。

然而，还是有很多权衡之处需要考虑，传统的 FaaS理念或者做法在今天看来，更适合那些对延迟要求不高的任务。但是，对于延迟很敏感，对可靠性以及可弹性扩展要求较高的任务来说，FaaS还需要再优化。

Netflix首席软件工程师 Yunong Xiao将会介绍 Netflix FaaS平台的架构和内部构成，帮助各位在 FaaS基础上可以很好地将功能部署成为隔离、可靠、低延时的产品服务。

Istio-构造、守护、监控微服务的守护神

Istio作为用于微服务服务聚合层管理的新锐项目，是 Google、IBM、Lyft首个共同联合开源的项目，提供了统一的连接，安全，管理和监控微服务的方案。

Istio将流量管理添加到微服务中，并为增值功能（如安全性，监控，路由，连接管理和策略）创造了基础，称之为 Service-Mesh(服务网格)。

Istio核心贡献者 Lin Sun地演讲会讲解 Service-Mesh如何帮助微服务项目进行过渡的，如何授权给运维团队的，如何采用安全的最佳实践等等，同时也会分享 Istio项目的进展和生态效果。

5

部分国内的核心架构分享：微信、菜鸟、滴滴

这里简单介绍微信、菜鸟、滴滴等资深架构师的现场分享。

微信百亿消息万级机器背后的 AI调度

微信作为一款国民 App，每天承载着数百亿条的消息收发，而支撑著微信功能的后台服务也多达数万个，如何确保这些在线服务的稳定可用和可控，是资源管理系统面临的一大挑战。

与此同时，随着 AI技术的方兴未艾，围绕着微信所开展的机器学习与数据挖掘的离线作业也日渐增多，对内部计算、存储、网络等资源提出了大量的需求，如何充分利用好服务器资源，高效调度各类计算作业，合理编排不同维度的资源组合也是资源调度系统的一个重要目标。

本主题阐述了微信的资源调度系统 Yard如何利用容器技术解决在线服务与离线作业混合运行的各种问题挑战，分享微信后台在资源隔离、作业调度、容灾设计等方面的成功实践和思考。

菜鸟网络下一代分散式体系架构的理念与演进

黄浩，目前是阿里巴巴资深技术专家，17年工作经验，TOGAF认证架构师，菜鸟程序员联合会首任主席，现为菜鸟仓储技术部及自动化技术团队负责人。

黄浩将前来 ArchSummit与大家全面回顾一二十年来整个分散式系统架构的演进（从 C/S-B/S-分散式系统 -网格计算 -云计算，包括目标、定位、场景）.

另外还会介绍菜鸟下一代分散式系统架构如何设计规划，结合传统云计算 PaaS/BaaS以及边缘计算，如何应用在全球多域体系，简易提纲：

二十年来分散式系统架构的发展与优劣势对比

目前主流分散式架构体系的构成域思考

菜鸟乃至阿里巴巴系统架构面临的问题与下一步的思考

下一代分散式系统架构的设计理念、核心构成与关键技术挑战

菜鸟的实践－全球多域基于混合云的分散式系统架构

滴滴出行平台地图引擎架构实践和 AI技术应用

滴滴已成为日成交订单千万量级的全球最大出行平台，作为中台三个最核心引擎之一的地图引擎是整个平台的基石，重度参与了线上业务流程的几乎每一个环节。业务要求赋予了滴滴地图超出传统地图之外的新使命：除确保导航、底图展示等功能体验外，还需要通过与接驾、派单、预估价等业务场景结合并精细打磨带来平台整体效率的提升。

本次滴滴地图事业部高级专家朱智青将会阐述在滴滴当下的业务场景中地图的核心价值，同时重点介绍在服务迭代过程中面对的全新技术挑战（业务高性能要求与严苛的效果约束，经典地图算法与 AI的结合等），以及在挑战下滴滴地图团队做出的努力和取得的成果。

通过朱智青的分享，大家会对出行场景中的地图服务有一个系统认识，并拥有一些技术领域交叉的思路。

6

更多国内外架构实践

除上述分享之外，ArchSummit 深圳站还有诸多国内外架构分享：

腾讯：深度学习在信息融合和欺诈风险识别中的应用

阿里：跨境业务动态广告算法迭代

百度：图数据库系统 BingoGraph在百度知识图谱的实践与进化

华为：边缘计算 IoT云服务应用实践

微博：AI时代精准的个性化推荐

唯品会：统一检索平台的演进和探索

余额宝：大规模服务化的技术创新

今日头条：大型直播互动系统的设计与实践

美团点评：强化学习在外卖商业中发挥的作用

微众银行：金融业务中区块链技术架构解析

蚂蚁金服：企业级 Node.js Web 框架研发与落地

菜鸟网络：全球跨域 RPC架构设计

网易严选：售后服务架构演变实践

eBay：QE团队向工程效率团队转型的实践之路

前 Tesla深度深度学习负责人：自动驾驶中的计算机视觉技术

...