---

01 Google 云计算

• GFS：Google File System，Google 文件系统
• MapReduce：分布式计算编程模型
• Chubby：分布式锁服务
• Bigtable：分布式结构化数据表
• Megastore：分布式存储系统
• Dapper：分布式监控系统
• Dremel：海量数据的交互式分析工具
• PowerDrill：内容大数据分析系统

---

02 Page Rank & Map Reduce

Page Rank

• 如果一个网页被很多其他网页链接到的话说明这个网页比较重要，也就是PageRank值会相对较高
• 如果一个PageRank值很高的网页链接到一个其他的网页，那么被链接到的网页的PageRank值会相应地因此而提高
• 参考 PageRank算法--从原理到实现

Map Reduce

• 一个软件架构，是一种处理海量数据的并行编程模式
• 用于大规模数据集（通常大于1TB）的并行运算
• MapReduce实现了Map和Reduce两个功能
  -- Map把一个函数应用于集合中的所有成员，然后返回一个基于这个处理的结果集
  -- Reduce对结果集进行分类和归纳
  -- Map()和 Reduce() 两个函数可能会并行运行，即使不是在同一的系统的同一时刻

Map Reduce

---

03 SEO (Search Engine Optimization)

• 网站架构
  -- 结构清晰
  -- Sitemap
  -- 死链接
  -- 动态链接静态化
  -- 使用文本代替 flash

• 关键字分析
  -- 行业
  -- 竞品
  -- 目标关键字

• 关键字位置
  -- URL、标题
  -- 标签：meta、description、ALT、H1、H2
  -- 内容、图片文件名、加粗、斜体
  -- 关键字密度：6%～8%

• 内容
  -- 定期更新、内容独立性
  -- 1k ～ 2k 字数，分段合理
  -- 和网站主题相关
  -- 评论功能，出现关键字

• 导入链接和锚文本
  -- 高 PR 值站点导入
  -- 导入链接：> 3个月，不同IP
  -- 锚文本多样化
  -- 交叉链接

---

04 REST API

REST = REpresentational State Transfer, 表述性状态转移

• 通过使用 http 协议和 URL
• 利用 client/server
• 对资源进行 CRUD (Create Retrieve Update Delete)

REST API 优点

• Client-server，客户服务状态分离
• Stateless，无状态
• Cacheable，缓存
• Layered system，分层系统
• Uniform interface，统一接口
• Code on demand，按需代码
• 高性能、低成本、可靠性、扩展性、简化系统、组件可分离、操作简单

---

05 AWS 产品

• AWS: Amazon Web Services

• EC2: Elastic Compute Cloud

• S3: Simple Storage Service

• AMI: Amazon Machine Images

• CLI: Command Line Interface

• EBS: Elastic Block Store，弹性块存储

• ELB: Elastic Load Balancing

• EMR: Elastic Map Reduce

• IAM: Identity and Access Management

• ISMA: Information Security Management System

• RDS: Relational Database Services，关系型数据库

• SES: Simple Email Service

• SQS: Simple Queuing Service

• VPC: Virtual Private Cloud，虚拟专有云

---

06 AWS 高并发处理

AWS 高并发处理

---

07 数据中心架构

数据中心架构

---

08 人工智能

应用层

• 解决方案层
  -- 智能客服、智能助理、无人车、机器人、自动协作……

• 应用平台层
  -- 应用发布运营平台、机器人运营平台

技术层

• 通用技术层
  -- 语音识别 (ASR)、TTS、CV、NLP、SLAM

• 算法层
  -- 机器学习、深度学习、增强学习

• 框架层
  -- Tensor flow、Caffe、Torch、DMTK……

基础层

• 数据层
  -- 各行业、场景的一手数据

• 计算能力层
  -- 云计算、GPU/FPGA硬件加速、神经网络芯片

人工智能 (Artificial Intelligence)

• 机器学习 (Machine Learning)
  -- 学习方法：全监督（回归算法、朴素贝叶斯、SVM支持向量机）、无监督（聚类、降维）、其他（半监督、强化、迁移）
  -- 神经网络：Neural Network，Deep Learning

• 数据挖掘 (Data Mining)

• 模式识别 (Pattern Reorganization)

机器学习的本质

• 通过经验自动改进计算机算法
• 本质：空间搜索、函数泛化
• 通俗说法：计算的反问题
• 计算：input + 算法/程序 --> output
• 机器学习：input + output --> 模型

---

09 广告系统

China RTB Ads

Ad Exchange: RTB (Real Time Bidding)

Internet Advertising Bidding

• GFP (Generalized First Price)
  -- 价高者得
  -- 缺点：平台方收益不稳定，竞价平台效率不高

• GSP (Generalized Second Price)
  -- 价高者得，价格为第二高+delta
  -- 优点：稳定、可操作性强
  -- 缺点：结果不是全局最优化

• VCG (Vickey-Clarke-Groves)
  -- 广告主为网民一次点击对其他广告主造成的效用损失
  -- 难以计算、几乎不用

---

10 面向对象设计OOD (Object Oriented Design)

• 以对象 (Object) 为中心
• 以类 (Class) 和继承 (Inheritance) 为构造机制
• 充分利用 Interface 和多态 (Polymorphism)
• 来提供灵活性
• 认识、理解客观世界，设计构建软件

OOD 特点

• Abstraction，抽象：先不考虑细节
• Encapsulation，封装：隐藏内部实现
• Inheritance，继承：复用现有代码
• Polymorphism，多态：改写对象行为
• High cohesion & low coupling，高内聚低耦合

---

11 参考资料

[1] 云计算（第三版）
[2] 互联网创业核心技术：构建可伸缩的Web应用