欢迎大家前往，获取更多腾讯海量技术实践干货哦~
本文首发在云+社区，未经许可，不得转载。
我叫陈新宇，在格灵深瞳负责数据流的研发，首先特别感谢如今老师，他们把Kafka一个优秀的消息中间件写出来，也感谢腾讯云做了调优工作，现在就该到我们这些做应用的人用它的时候了，我会从我们应用的层面讲一下它在我们PASS平台中的应用，讲应用可能很难脱离业务，所以我可能会先给大家解释一下业务，这个业务中的应用，我觉得如何写卡，不卡如何设消费的骨肉普觉得这些东西大家可以自己看看文档，我就不给大家详细的描述了。
我觉得我是一个开源社区的活跃分子，在北京的时候参与了很多社区活动，今天也特别有幸能来深圳参与社区活动，我曾经创办过中国科院的开源镜像站。在15年的时候组织过Apache基金会在中国的路演，现在负责水流的研发，我也有一段在腾讯和IBM的短暂工作经历。
社区活动·北京
这是我的一个副业，现在也是在积极参与各种各样的活动，PPT里左下角这一位，是在阿里纳斯卡上另一个内核的2号人物，葛大神跟他的交流。下面中间这一张是我们组织过的活动里面可能是最受欢迎的一次，大家看到不是因为他有好多小姐姐或者是小妹妹参加，而是因为这个地方是我们IT的一个很神圣的地方——龙泉寺，我不知道有没有人经过，我们跟那边做云计算的法师做交流，可以从云计算一直聊人生的意义，我觉得特别有趣，他们也会举行禅修班的，有兴趣可以关注一下。
所谓计算机视觉
所谓计算机视觉分为几个方向，从处理的东西来讲，可能有图片，有视频；从R识别的方向来讲，有识别人脸和识别人体，以及识别物体，但是能在工业界创造价值的，现在来说基本上是车在安防的场景里边的应用。从运行的平台上讲主要是在gpu上，现在有很多工作也在CPU或者是平台上做。当我们想把这一套东西搬到云上的时候，可能就要考虑问题，比如机器视觉的[云]，有什么不同？视频对于传输的成本是特别的大，把视频再做成深度视频，不知道有没有人了解过深度视频，是商汤或者是face+做深度视频吗？里边会实时的把视频中的车与人，都可以标出来。当我们要在云上做传输时，带宽的成本，存储的成本延迟，还有伸缩性，伸缩性是指GPO到目前为止，可能都没有一个很好的方式做虚拟化，很影响其伸缩性，因为这是一个读者设备，不像CPU可以抢占或虚拟化。所以这些问题就出现了，我们如何在一个云上做一个PASS平台，我们要做的第一件事情是不做深度视频，而是把视频转化成图片，就会大大降低带宽延迟以及存储成本。第二件事情是把计算的热点尽量分散到CPU和im平台上。接下跟大家解释一下——我们要做一个什么样的平台，它的功能是什么？即我们讨论的问题是数据如何产生价值是应用的本质是什么？数据如何产生价值？
应用的本质
PPT上有三家公司，大家都知道google是怎么赚钱的——收集了很多用户的数据，通过推荐广告盈利；最近这两天闹的沸沸扬扬的Facebook通过手机的敏感信息干扰美国的大选，也是数据产生的价值；头条是怎么赚钱——收集用户的数据做推荐。数据如果单纯的放在一个地方，是不会产生价值的，它一定要跟一个ID产生关联，它才会产生价值。产品经理或者是很多人想方设法收集ID，包括这种账号系统，手机的IMEI，包括wifi热点来收集账号跟数据的关系，我们要做的pos平台也是一样的——不但要识别出脸和脸上的身份，比如说这是一张男生的脸，还是张女士那脸，不用识别它是一个笑着的表情，还是一个不是很开心的表情，而主要是识别出这个人是谁，持续的跟踪或者持续地识别出这是一个人，这个人它属于一个ID的时候才会创造出价值来。这是一个在我们公司内部的demo，我可以拨给大家看一下，第一排倒数第四个是我的那张大脸，家可以看到对人脸的实时记录，当然我们有内部名单会把敏感的人会标出来，现在的数据价值其实不是很大，客户拿了我们对人与ID的识别关系，将其它应用在不同的行业里，因为数据敏感，我没有具体的展示出来，视频我可以跳过，是下面会针对特定人报警，根据ID和行为的关系，可以分析出数据，包括一个中型超市里面的实时数据，进店的人数，男女比例，可能会拿这些数据做分析或者推荐。
所以我们深瞳云主要是用来做什么？是一个认知的计算平台，主要为用户提供ID的对应关系，我们提供的主要是一套数据流，主要的解决的场景是新零售行业、能源行业、社会化安防，还有比如智慧银行在新零售里，我们已经有很多的客户在用。我觉得大家应该能理解，当一个人走到走进店的时候，对他的推荐可以实时地被推出来，就可以根据他的行为做推荐，包括还有汽车赛，根据人的购买能力，做定制化的服务，比如说VIP的识别等等。我们要做的主要是在中间的一层做AI上的推理，或者是比对聚类或实时分析。当事情落实到我身上的时候，其实并不特别的具体化。我们一期的目标是如何接近5万路，即如何把5万路跟刚才我们看到demo接进来，实时推送给客户做分析。当时我们接到这个任务的时候，我们只有四个人的团队，这一个很巨大的任务。
WHY MQ,WHY Kafka
我们想到的第一件事情，就只能依托国有，我们自己做核心的业务。我们接到的任务，是一堆输入，包括存量的抓拍机，或者是我们自己的公司做的机器人产品，和我们之前在安防行业做过的AA推理病情和比率的引擎，识别人脸和比对人脸相似度的的引擎。第一步开始考虑我们为什么需要一个消息队列。因为我们提供的是一个有状态的场景，一个数据流场景，我不知道大家能不能理解，数据从一个摄像头上倒推送到客户，他是有价值的，没有价值的，这是一个流动的过程。它不像face+或者是微软认知服务的APP，可以发一张过并反馈结果，这种一次性的行为可以拿一篇做，但是比如说这个人从A出口进了一个店，在店里面逛了两个小时，从B出口出的时候，要记录它整个的行为，这个过程中是有状态存在的，我们还要对这个状态做实时的跟踪分析，所以必须得用数据流解决而不能用APA。其次我们要有一个高吞吐量的要求，我们一期可能会有5亿张/每天的要求，大概是每秒5000张，我们也会给自己立一个小目标——比如说我们万一做到对吧，5万张每秒，还有比如延迟的要求，为什么用一个消息队列，至于为什么没有Kafka，是下面我们用它解决高吞吐量的问题，解决结果的问题，缓存的问题，更重要的是它有良好的社区和客户端的支持。其实我们公司也是一个以波段为主的公司，我们也进行了大量的测试，都很稳定，没有出过太多的问题。主要是有良好的社区生态和客户端支持，因为我们这套系统其实在是一个pass平台，有特殊的客户会拿私有化的部署，或者是不部署到其他的云上，这种公有云的支持也是特别重要，选择本来就不多，好在Kafka已经全满足了需求。
如果一张图的大小是50K，如果我们每秒发5000张，带宽大B可能是要2000兆，对于我们一个精打细算的团队来说是不能接受，带宽的费用会变得特别高。如果我们要再做的多，费用就会变。公有云上带宽的收费其实不是线性的，带宽越大收费越多，解决方案是把图片直接从前端的上传到对象存储，让对象存储分担流量的压力，通过存储回调触发这个数据流的计算。第二个问题是Kafka的带宽。Kafka的带宽大家基本上可以理解为入口的带宽乘以topic的数量，如果把这些图都塞到Kafka里面做计算，显然是不可接受的。解决办法是用url，再将图片的数据在整个处理过程中尽量把整个消息的大小控制在1K左右，其实腾讯云上Kafka的带宽的要求已经完全满足需求，所以这个任务就是万里长征走出了第一步，我们把设备已经能接进来，扔到Kafka里，后面是处理的问题。
如何降低计算的成本？
第一个方向是用边缘计算分担计算的压力，在arm平台上，包括像声控机器人，其实是安卓的平台，它里面用CPU和im分担计算压力，我们自己做的前端，包括海康的大公司，他们做的前端都支持了对人脸的最基本检测，我可以不识别出来你是男生还是女生，但是我知道你是一张脸，知道你是一张脸，这就足够了，就可以把这张脸从图里抠出来，上传上来的我们就降低了图片传输的成本，也因为我们一个摄像头不可能无时无刻都把图片传上来，那是视频了，对吧？用边缘计算的方案，也会解决运维的问题。第二个问题是利用时空的特性做分级，如果对一个商场里面的一个人做分类或者是做比较，它的运算量肯定是低于在所有的租户或者整个范围内部的。我们就用两种方法用CPO的模型和CPU的模型，它的效果可能没有GPU好，但是在小的范围内识别率还是很高的，比对直接放在应用内部，在内存中进行，一是会少一次调用，二是我们可以把这些全都做成无服务的应用，把它塞到kubernets里，好做负载均衡，比如CPU在一个group范围内，用Global的比对，或者是特征的计算引擎做计算，会降低整个计算的一整个数量级。
如何做实时行为分析？
比如说一个人进了商场，他现在是什么样，在哪里停留得久，停留得少，像这样的信息其实是我们客户很希望能实时得到的。这就有一个问题——如何保证同一组camera的图片分发到相同的处理节点，我们不可能做一个单体把这么大的问题撑起来，肯定是一个分布式的，这就涉及到分发的问题，我们之前尝试过一种简单的方法——利用Kafka的特性，但会造成数据倾斜，不同的场景里面，可能数据产生的量是不一样的，这种解决问题的方法是显然的不够优雅，会有运维的问题。其次，如何保持这个状态的热更新，还有异常的恢复，当节点挂掉的时候，或者是我们做升级的时候，我们已有的这些状态怎么保持下来？最简单的，如果一个人进了一个商场，我们会告诉客户，这个人到你的商场，我们不能因为一次更新，这个人从来都没有出过，这个状态的维护是非常的重要。解决的方法是用流计算的框架Apache Flink。它有助这些特性，我就不一一的念，它自己有时间窗口，最主要的是这种容错功能和流的分发功能，能把问题更好的解决。当然刚才让饶军老师也讲了，Kafka可能将来在流处理上会有其他的升级可能会考虑。经过刚才那么几个问题，是系统可以变成PPT所示的样子，数据通过这个模块，进了Kafka，再在局部上我们特征上做了一次比对，筛选出来，有优良的特征，再拿到Filnk，做人的行为分析，就整个流程基本上能跑完。
结果的入库与实时查询
虽然我们给用户提供了API把流导给用户，他们可以访问，但是数据也要保存下来，供以后查验，如何把数据写到数据库里？后如何提高写入的性能？如何做高可用？我们也不想用这种写入，会严重影响到流处理的高效性，没什么方法解决，因为数据结果已经被推送到客户，被拿用来做各种各样的事情，其实我们写的数据结果也是这些东西，只要做一做对应的解析，写到数据库里就可以了。IT就提供了很方便的方式，包括高可用，包括offset的管理，跟Kafka整合的特别好。offset的管理是还给它本身会提供至少一次的语义投递，要是想自己做，实现恰好一次的这种投递，可能要自己还要做其他的工作，比如说自己管理offset。在内部一条一条的查数据，不能满足我们高大大批量写入的需求。另一个是有一个插件，列在缸中的页面上，但我用了之后发现因为这个项目不是很活跃，重新把它实现并优化了一遍，自己做了一个，当然上面的名字是我们内部的代号，可能会换一个名字，并把开源出来，贡献到社区里，我们一起维护的对象是posS是pg数据库。为什么要做查询？因为实时的数据，当一个人的行为还没有完成的时候，我们没有办法把它写到库里，如果你要写到库里，会很大的影响整个系统的性能，我们把实时的数据进行缓冲，提供一套API给用户查询。查询分两部分，一部分是历史数据，大概的实时数据，大家可以看到上面多了东西，是这个地方是一个消息分发的模块，会对消息做去重。其实在我们看来为了维护的方法，首推这种形式推送给客户的，是因为Kafka实在是太火了，或者是太好用了，我们很多客户强烈要求他们只要Kafka，所以没有办法，所以我们也加了对Kafka推送的支持。当然在公网上可能会有加密的需求。
整个过程中其实我们少画一条，在这个地方，其实当数据被上来的时候，我们会要为它加上元数据，是刚才饶军老师说的。当数据配置发生变更的时候，我们怎么应用到数据流上来？这时有两种做法，是左边传统的这种，其实是两次提交，往数据库里写一份，再往你的开始或者是别的地方写一份，就有一致性的问题，或者是实现上的复杂度不够的优雅，后面这种方式是先把数据写到数据库里，监听数据库上发生的数据变更，把变更再写到Kafka，我们其他业务系统就会读Kafka的topic，把它拿出来后应用到不同的系统，比如说上面上午逻辑就只用写一遍，如果不是，在左边的场景里要加入新的数据写入对象，要改整个代码，做到更优雅的实现。但这个场景是比较特殊，因为配置不需要立马发生变更或者是应用，在客户看来可能三秒五秒配置能够得到更新都是OK的，但实际过程并没有这么长的时间。有了这些之后，配置变更下面这条线，监听数据库的变更，把它通过模块，监听并写到Kafka。我们把数据导出来之后，不但是应用到配置上，在实时的行为分析中，没办法做太多历史数据统计或者是分析，只能做实时的。在整个过程中，大家可以看到Kafka起到了很多的连接作用。整个系统是围绕着Kafka构建的，我们用了Kafka做缓冲，解耦，然后做配置变更，往不同的数据对象导数据，甚至把数据最后提供给客户。Kafka在整个过程中是核心。日志的收集，其实是用了Kafka做了一次缓冲，
Kafka使用建议
第一个是按照团队内部具体的要求，再把它做一次封装，只要实现三个方法，初始化工作写到start里，flush的时候，他会应用提交offset，可以统一的管理Kafka的，因为对不是很了解的新手来说，可能很难把按照要求，比如说准确一次的投递或者是至少一次的投递，把程序实现出来。如果你封装成一个包，会很方便他们使用。
第二个是这种消息格式，最好是避免不友好的编码方式，即使有很高的压缩的比例，对以后的检索或者是定位问题是很不方便的。我们还是推荐用Kafka本身的这种消息压缩的机制做消息的压缩。
第三是在数据流的源头创建，唯一的ID在后续的这些处理上都把ID带着，方便查找和定位问题，其实我们自己在log上都分了一个包，。
最后一点是控制消息的大小，尽量缩小在一个可控的1K以内，提高它的性能
我们团队四个人在做这个事情的时候，有一个体会——要相信开源社区的力量，让公有云做他们该做的事情，比如会解决大部分的运维问题，选一个可靠的框架，不要自己造轮子，要不然你的生产力会大大的下降。
最后是感谢Kafka项目，感觉感谢赵军老师，感谢陈云飞卡尔团队，在稳定性很高兴各种方面做的努力，我们提了很多的，特别的感谢。
Q：你好，我想问一下你们那个系统有没有做持久化的？只是做实时吗？
A:持久化是两个方面，第一是我们刚才在前面讲了有一个入库的操作，通过class把数据写到数据库里，post过来的数据。那个是持久化，里面是一个数据仓库，相当于也是一个持久化。假设这个场景之前记录了用户的人脸，对吧？现在我给你一个用户的人也能够立刻找到这个用户。这是我们实际的需求，是完全可以的，但是API是没有数据流量，比对引擎会记下来，每张脸他会在。因为GPU的运算能力很强，会在千万级的数据上秒级的反馈出来，找到跟你最相近的人脸。原理是对人脸的特征提取，按照不同的精度，可能大概有好几百位的浮点数，计算两个向量之间的相似度，其实是在比对两个之间的距离，要在几千万的人里面计算各相似度。
Q：你好，我想问一下Kafka跟MQ之类的，一般传说的消息，包括文字型的，你刚才提到图片是你们另外有一个接口还是什么转换之类的？
A：没有图片，消息是没有放在这个Kafka里边的，因为图片特别的大，我们最小的一张图大概有二十三十K左右，消息的负担会变得特别大，所以我们其实没有画出来，在这个地方提取特征的时候才会把图拉出来。
更多相关资料，请戳：
此文已由作者授权腾讯云+社区发布，原文链接：https://cloud.tencent.com/developer/article/1114627?fromSource=waitui
阅读(...) 评论()日，&第六届中国云计算应用论坛&在北京大学圆满落下帷幕，本次论坛以&云计算时代的创业与创新&为主题，并围绕&基于云计算的创业与创新&、&云计算生态系统的打造&、&行业云平台的创业创新机会&等议题展开讨论，来自阿里云、云、京东云的重量级嘉宾都参与了本次活动，与此同时还吸引了众多传统企业CIO、互联网公司CTO以及业界专家参与此次盛会。腾讯云副总裁刘克鸿腾讯云副总裁刘克鸿在论坛上为大家带来了题为&腾讯云引领互联网+时代的连接创新&的主题分享，以下为演讲实录;腾讯实行三大开放，其中之一是开放17年技术平台腾讯作为第一家提出互联网+的公司，现在互联网+是我们重点推的业务方向。我们是怎么理解互联网+?其实我们每天都在用互联网做很多事情，用它购物、打车、看视频、交友、旅行。首先我们说互联网是个工具，我们每天都在使用。这是互联网第一个属性，就是工具属性。第二，互联网+是一个连接器的作用。大家知道我们过去总是讲互联网叫做虚拟经济，线下都是实体经济。但是虚拟经济和实体经济，实体经济也是人在参与，虚拟经济也是人在参与。过去之所以把它叫做虚拟，是因为没有把人连接起来，而腾讯成功把人和服务、人与业务、人与人之间的关系给连接起来，从此打通了虚拟经济和实体经济之间的界限。为什么互联网的一些企业动不动就被外界称为颠覆，主要原因就在这。腾讯还做一个事情就是人与设备、设备与设备之间的连接，还有服务、内容。有很多人问腾讯是做什么的?我们做的东西就是一个，非常简单，就是做连接。如果说两个，具体的业务就是做连接器、内容。我们的微信，我相信在座的各位你要么是微信的用户要么是QQ的用户，这两个产品必然是用一个或者是两个都用。腾讯现在在互联网+方面跟政府的合作比较多，我们与20多个省市在进行合作。腾讯公司对互联网+具体实现上叫&两前一后&，包括微信、QQ、公众号，微信发明的公众号已经成为全世界做这类应用的标配。所谓后端指的是云计算。腾讯公司做云计算，我们跟别人一个非常大的技术路径的区别在哪里?很多公司是做云计算的技术，要么是根据开源改一改，要么是自己另起炉灶做一套。而腾讯是基于17年的技术积累，经过几十个在国内各个领域占第一第二的明星产品，根据它的技术基础提供给外部使用。这是我们云的一个非常大的技术区别。我们海量之道：腾讯超大规模互联网业务架构方法论。从1998年创业时我们就一直在做这样一个事情。过去这样一个平台支撑了大家用的微信、QQ、游戏、空间、视频、财付通等等业务，今天我们把这些技术平台拿出来，提供给云计算用户使用。如果追溯历史，2011年3Q大战时，我们决定公司走开放路线，开放三个东西：开放流量，把流量导给我的合作伙伴;开放关系链，帮助合作伙伴更多推广;开放技术平台，把腾讯17年的技术平台用云服务的形式提供给用户使用。在互联网+时代，某些新业务只有做技术的人能干云计算不同领域发展步调也不太一样。首先在游戏领域，目前在公有云市场我们占有着绝对优势。还有移动领域，大家用的滴滴出行100%运行在腾讯云上。还有、等知名的明星业务也是100%运行在腾讯云上。在音视频领域，这是我们重点发展的一个领域，我们要把腾讯的能力开放出去。大家用微信、QQ，它里面有非常多的语音通话、视频聊天，你去看腾讯视频有转码、存储、分发等等这些能力，所有的能力我们封装起来，给到有类似需求的企业，以云服务的形式来使用，这里包含广电、社交视频、在线教育、游戏视频等非常多的行业客户。我们有些客户就非常简单，也不需要专门设备，直接在手机上嵌入腾讯音视频直播交互SDK，就可以做游戏直播。在金融方面我们也有一些案例，在银行、证券、保险领域都有比较多的客户。还有互联网+政务民生。刚刚提到。这些数据大家看一下就行了，现在叫滴滴出行，这是一家创业非常成功，短短时间之内就占据了市场领先地位。滴滴、快的没有合并时这两家是互相竞争的，但是他们背后有一种很好玩的事情。我们往往说竞争对手见到分外眼红。但这两家公司它们谁都不希望谁垮掉，因为这一家垮了以后，交易量一上来，第二家马上就垮，最后就拼技术实力。当然现在结果已经很明显了。滴滴是100%跑在腾讯云上的。泰康人寿，提前说一下，今年微信红包非常多，因为微信广告、今年企业广告，所有广告收入都会撒出来给咱们微信用户，所以春节期间大家可以多关注多拿一些红包。泰康人寿去年做得非常好，整个系统原来是基于传统IT的，一发红包自己撑不住了，我们花了20多天时间把它的系统搬到公有云上。在座都是CIO，之前我跟姚博士交流时，我发现传统企业CIO面临一个非常好的变化。过去信息化这块和业务是两个阵营，人家是利润中心，我是成本中心。人家是做业务的，我是做支撑的。但是在互联网+时代发现，这种新的业务只有做技术的咱们这帮人才能干的。泰康里面一些新型的保险业务，比如说众筹保险，我的保单一百万，我的朋友帮我交一块，我的保额就增加两到十万块钱，这种业务只有在CIO这个决策里面才能做得出来，才能把新型业务创新做出来，别人不懂。所以这是做技术的人的一个新的天地。WeBank(前海微众银行)，是全世界第一家100%使用云计算的银行。所有做银行的你去问问，过去是没有人敢把核心银行系统离开小型机、离开Oracle，没有的。而WeBank是全世界第一家100%基于云计算，没有用以上任何设备的一家银行。这个还只是表面，那背后是什么?背后是说它的银行里面单帐户IT成本。WeBank可以做到5%。这个还不是最核心的，它有了这个优势之后，可以把剩余的能力输出出去，又一块新的业务就可以出来了。车管所，这个也是通过云计算，咱们每次去考分，比如说你要花三天时间，那么通过云计算只用三个小时就能搞定。深圳小汽车限牌的时候要做公证，我们也是花了几个小时的时间帮助它成功的顶住了公众的访问波峰。一些政务云，跟政府的合作我们也在做。腾讯云不只做游戏、互联网的东西，我们看两个市场，一个是互联网市场，就是前面讲的游戏、视频、移动App。传统的政府、民生、企业都在看。这边举的例子是某个省的，我们现在都在进行当中。腾讯把看家本领都拿出来了接下来重点讲一下安全。我们在安全方面做了哪些努力和事情?互联网、云计算最重要的就是安全，腾讯的安全体系是怎么来开放。第一，腾讯云整个安全服务团队同时在帮我们的客户做安全防护，他们同时是微信、QQ做安全的这帮人，如果大家信任这帮人，那把你的业务放到腾讯云上也可以安心。产品体系，我们整个安全产品体系非常完整，基础的DDoS等等这都是非常基础的。腾讯把看家本领都拿出来，腾讯公司把全部的跟安全相关的各种各样的能力全都拿出来。涵盖主机、网络、业务、移动端。这是最基础的DDoS防护能力。WAF，上半年帮助客户发现45万个漏洞。其实漏洞这个东西大家千万不要轻易的相信自己的团队，我知道我们都有自己的IT部门，但漏洞这东西绝对不是几个人就能搞定的，千奇百怪。大禹，它给你分散到全国去，因为攻击总是有成本的，调很多流量过来，那么我给你分到全国几百个节点上，可以把你的流量化整为零。对业务来讲没有影响。但是他要花足够成本，把腾讯全国几百个网络结点全部打死，估计他也花不起那个钱。这个是高防。超高带宽、立体防护。其实2015年互联网发生的事情，先是支付宝出问题，然后就是，后面是艺龙。当时我们也是帮助它很快挽救回来。从业务层上来讲，比如说大家做电商，自然而然就面临恶意登陆、防刷、验证码、消息过滤等等事情。只要做电商相关的，都会碰到这些问题，你的竞争对手，可能会花钱让一帮人来破坏你的业务系统，那我们的天御就可以抵御这些事情。像58同城、7天酒店、都在用，识别率是很高的。乐固，你做App时，我们帮开发者真正掌控App。帮你破解乱七八糟的东西，乐固可以一键式的帮你解决问题。CDN，腾讯过去自己的CDN用了好多年，然后慢慢从外购改成自研。当然CDN做起来也不是那么容易的，我们自研用的时候一开始用的好好的，但是后来也碰到一些问题，今天我们可以很自豪的讲，腾讯的CDN技术已经处于领先位置，我们正在快速发展业务。万象优图，如果大家做跟图片相关的业务，必然会用到图片的放大、缩小等。不要小看这么一个简单的操作，如果图片一多会有非常大的负担。如果大家用QQ空间、微信，对里面的图片进行处理，这些都是架构在万象优图上。云点播。如果你用QQ视频看视频，可以使用云点播业务，就可以拥有跟腾讯视频同样质量同样水平的视频处理平台。云通信。QQ里面用语音聊天、视频聊天。不管你用什么语言开发，我们都可以支持。微视频。这个大家天天在用，也可以直接嵌入进去。人脸识别。去年我们是世界排名第一。现在应用还是蛮广的。允许用这种技术来远程开户。当年总理视察微众银行，放了一笔贷款出去，也是用了人脸识别。人脸核身，你可以对着手机拍一下，我们就可以到公安部系统里进行身份证信息比对。比柜台还准确。但是人脸识别用的是靠特征，成年人一般都是不会变的，所以非常准确。大数据。腾讯大数据平台，自己的业务系统，天天在用。像微信后台、QQ后台，每天都在用大数据的平台。大数据平台今天单机群也是达到8800多物理机计算能力。这里举两个案例，一个是热力图。这个图你可以看到广州天河体育场周边的人从早上开始一直到晚上23点的变化。你可以看到人是从哪里过来、从哪里进到天河中心，在天河中心待到几点。大家知道前年元旦时，上海外滩发生的事情。后来我们发现这个特征已经非常明显了，已经红的发紫了。有三个，一个是外滩、重庆解放碑、还有一个地方是北京。后来我们就把这样一个大数据系统跟公安部做了一些合作，5分钟就可以全市热力图的变化。对指导社会监管是非常好的。把前面讲的东西汇总一下。腾讯云的游戏，腾讯本身是做内容的，内容业务当中有一块是游戏，游戏做的不错。我们把所有做游戏的看家本事，怎么管服务器、怎么管数据库、怎么运维这个平台，通过蓝鲸平台我们把它汇成服务，我们怎么做测试、怎么做真人测试。我们开发一个应用，我们是调动全网真实用户进行测试。还有在医疗领域，怎么进行远程人脸识别。在金融方面，我们也是有专门的金融集群，它也是第一家通过保监会的认证。银监会也非常支持我们做一些这方面的探索。腾讯是一家比较务实的公司。我们用户有十几年的技术积累，我们很务实。我们之前和Oracle也发布了全球战略合作。我们有游戏、视频、金融、电商、医疗、微信、旅游、网站，智能硬件、以及O2O等行业解决方案，大家前面看到滴滴出行、饿了么，我们在O2O方面也占据了领先的地位。微信建站，你要使用这个解决方案，微信不是说你必须跑在腾讯云上，我们今天没有做得那么强制，但是你到微信云上来使用，你会发现这个效率会更高。因为数据中心和微信接口是在同一栋楼里专线设了光纤，所以质量非常高。我的介绍就是这些，谢谢大家!希望能够对大家有所启发，谢谢!
24小时报不停
腾讯财报：朋友圈广告展示量由每日一条增至最多两条
传国企将接手金立，董事长回应：有意向但未确定
腾讯第一季度总收入735.28亿元，同比增长48%
首汽约车与脉脉达成战略合作，定位精英群体出行场景
七大博物馆集体入驻抖音
今日头条升级“灵犬”服务，超60万人次打击低俗
格力电器：牵头成立广东分布式能源互联网应用创新联盟
马云：区块链不是泡沫，但比特币是泡沫
数据分析显示九成电信诈骗源于个人信息泄露
美团加入DeepDrive联盟，无人配送今年上线
特斯拉为加州经济贡献超50亿美元，提供5.1万个就业机会
瑞幸咖啡起诉星巴克垄断已立案
诺基亚针对中国市场发布X系列，售价1299元起
Uber废除强制仲裁条款，性骚扰受害者可公开起诉维权
滴滴公布阶段整改措施，顺风车每次接单前车主需进行人脸识别
美团宣布全资收购餐饮SaaS企业屏芯科技
魅族魅蓝事业部被曝即将合并：李楠负责销售业务
对冲基金大鳄索罗斯买入特斯拉债券，马斯克收获强援
韩计划未来五年向AI技术投资2.2万亿韩元，培养五千AI专家
紧追苹果，谷歌AI新闻聚合服务Google News美国上架
美国运营商承诺明年第一季度推出移动5G服务
腾讯与教育部签署战略协议，助力互联网+教育创新发展
美国司法部和FBI对“剑桥分析”展开调查
特斯拉本月底将再次暂停生产Model 3
消息称软银孙正义拟设立第二支愿景基金，筹资规模1000亿美元
2017年平均工资出炉，IT业超13万元居首
滴滴快车收“停车费”，10元车费变60元，乘客称未事先通知
柳传志杨元庆发联名信：联想的5G投票原则没有问题
微众税银完成B轮亿元级融资
苹果CEO库克：特朗普处理中美贸易的做法不妥