gydtep

我没有答案，即使科技发展到现在这个程度，面对疫情我们仍然非常有挑战。所以我们相信未来人类再往前走，一定还会有更加挑战性的问题等着我们，我们的科技是不是足够有担当，能够为这些问题做好准备，这是非常关键的事情；

gydtep

阿里巴巴之前提出了零碳云，云是整个未来数字基础的基建，如果云能够变得绿色、低碳，甚至未来云是零碳，基于云之上的数字商业就可以是零碳的，这是一个非常重要的解决点。

gydtep

还有一点，我们希望人才培养和科技普惠能够助力解决乡村振兴的问题。这背后人才特别关键，有了人才之后我们授人以渔的才是真正三点水的“渔”。这里面，有两类人是阿里技术团队必须要帮助的。

gydtep

在绿色数据中心方面，阿里云以低碳选址、清洁能源、液冷技术等融合AI应用，加速绿色节能技术创新及迭代升级，做到“少用电、用好电、用绿电”；在绿色计算方面，通过技术创新实现资源利用率显著提升、助力自身节能减排，

gydtep

举全集团之力，将业务全部迁移至公共云，不仅是对云的笃定，也证明了阿里云有能力应对高难度、超复杂环境下的技术挑战，为客户享受云上技术红利提供了更坚实的实践保障。

gydtep

开发涉及更多的人：随着全球化时代的到来，公司、部分的分工也越来越细，也就意味着系统的开发和维护需要更多的部门和人来共同完成，协调的代价也越来越大。

gydtep

Traces：Jaeger、Zipkin、SkyWalking、OpenTracing、OpenCensus
Logs：ELK、Splunk、SumoLogic、Loki、Loggly
利用这些项目的组合或多或少可以解决针对性的一类或者几类问题，但真正应用起来你会发现各种问题：

gydtep

知识运营人员的提效利器「全链路运营工具」
• 任务式对话半自动化构建：基于人工会话日志自动化构建任务式对话流，包括意图、结构、流程；多轮对话场景下。作为企业内部的知识运营者，垂直业务可能只有几位坐席，在面临整体复杂度较高，包含数千个细分场景的业务时。一个人可能承担着好几个角色，多轮对话的知识树构建便成为有挑战的任务。利用先进的NLP技术挖掘企业之前的海量沟通记录、历史日志等数据源，自动生成业务大图；在此基础上，方便对业务种类、频度进行优化调整，方便业务快速上线；沟通过程中的情绪识别不久也将上线语音识别；
• 自动化知识挖掘：从会话日志、网页、文档挖掘FAQ，从非结构化文档中挖掘知识图谱三元组。面向同样文档、日志数据源的非多轮对话场景下，我们可以挖掘出FAQ、知识图谱等信息，知识运营人员只需快速复核即可入库，缓解业务冷启动时的知识匮乏；

gydtep

Node Query Cache：负责缓存 filter 查询结果，基于 lucene 的 segment 构建，缓存在堆内存中，ES 节点默认的 cache 大小为堆内存的10%，采用LRU机制。

gydtep

个人当时耗费两年周末休息时间造了这么一个私人 C 语言 SDK 库：大部分 C++ STL 容器的 C 语言实现、定时器、TCP/UDP 通信库、输出速度可达 150MiB/s 的日志输出库、基于 CAS 实现的各种锁、规避了 ABA 问题的多生产者多消费者无锁队列 等等。