网媒社：http://www.shb021.cn/ 近日大数据领域权威竞赛TPC-DS公布最新结果，榜单前六均为中国科技公司，而榜首阿里云，再次刷新该比赛世界最高纪录。
视线拉回去年9月，阿里云 EMR 曾首次打破该竞赛纪录，跻身全球首个通过 TPC 认证的公共云产品，今年又书写新成绩，相比去年计算速度提升2.2倍。
连续两年居榜首，且刷新世界纪录，阿里云计算平台事业群总裁贾扬清将其归功于「开源」和「自研」，他表示： 阿里云持积极拥抱开源技术，也在不断投入自研创新技术，此次阿里云连续两年刷新世界纪录，是多年自研技术的必然成果，阿里云希望用这些创新技术服务更多的企业。
不到一年内时间屡遭挑战，但其实，TPC-DS是大数据领域门槛最高的竞赛，也是评估大数据计算产品性能的权威标准之一，过去十几年，顶级科技企业都在尝试冲榜，但至今仅有两家公司的大数据软件通过认证。
| 大数据计算产品性能衡量的权威巅峰，真的如此高不可攀？
本次竞赛发起方TPC（Transaction Processing Performance Council），即事务性能管理委员会，总部设于美国，对全世界开放，是目前全球最知名的数据管理系统评测基准标准化组织。该组织负责制定商务应用基准程序的标准规范、性能和价格度量，并管理测试结果的发布。非盈利基因，和在计算机软硬件等领域的专业性都为TPC赋予权威光环，。
TPC自成立以来发布了多项数据库评测基准，包括TPC-A、TPC-D、TPC-H和TPC-DS，在学术界、工业界都产生了深远影响。其中，TPC-DS作为一项决策支持基准（Decision Support Benchmark），针对包括查询和数据维护在内的决策支持系统可适用因素建模。这一基准测试在复杂的多用户决策支持工作负载下，对单用户模式下查询响应时间，多用户模式下查询吞吐量，以及既定硬件、操作系统和数据处理系统配置下的数据维护性进行测量，目的旨在向行业用户提供相关客观性能数据。
TPC-DS测试集接近真实场景，包含对大数据集的统计、报表生成、联机查询、数据挖掘等多项复杂应用。工作负载包含99个SQL查询，覆盖SQL99和2003的核心部分以及OLAP，需要参赛企业在十几秒内时间内完成极高复杂度的SQL查询以及超大规模数据量的计算处理，这对大数据计算产品的计算性能要求极高。
称TPC-DS为数据库界最难的测试标准并不是夸大其词，曾经有十二年光景，始终没有一项产品通过测评。峰顶一直无人企及，直到2018年5月，上海星环跑分成功，星环TDH平台成为全球首个经过TPC官方审核的TPC-DS基准测试的数据平台，在世界范围内填补了技术空白。之后，阿里云连续两年登榜，还顺手刷新了世界纪录。
阿里云EMR于2019年首次打破该竞赛纪录，成为全球首个通过TPC认证的公共云产品。过去一年，阿里云EMR在原有开源技术架构之上，自研JindoFS等创新技术，在国内率先解决了计算、存储分离架构下的性能损耗，可满足大规模计算场景的性能需求。
目前，EMR已服务教育、新零售、互联网、人工智能及政务等行业企业和机构，以国际知名营销服务公司Yeahmobi为例，该公司通过使用阿里云EMR构建大数据计算平台，实现了统一存储、统一分析，整体成本下降超30%。
过去十年，阿里云大数据计算产品打破了多项世界纪录，
2015、2016年，自研MaxCompute刷新世界计算奥运会SortBenchmark六项世界纪录；
2017年，MaxCompute完成全球首次基于公共云的100TB BigBench大数据基准测试；
2019年MaxCompute以100TB的数据规模创造TPCx-BB竞赛世界纪录。
| 引领数据上云之后，当开采数据原油的应用价值
提及MaxCompute在TPCx-BB竞赛中的表现，以及EMR团队连续刷新TPC-DS性能纪录，就不得不提背后功臣，AI界大神 贾扬清。
技术卦路线的贾扬清新闻不多，但话题度始终在线。上一次关于他的热议还是去年春季，知乎爆帖他将离职Facebook，加入阿里。众人纷纭，而他本人淡然分享家乡杭州保俶塔的照片。
同年3月，这位AI大神正式加入阿里巴巴，担任计算平台事业部负责人，专注于大数据计算及AI平台的研发。5月，自研大数据计算平台MaxCompute荣获浙江省科技进步一等奖。9月，加入阿里刚满 6 个月的贾扬清开始担任阿里巴巴开源技术委员会负责人。
贾扬清带领团队的核心产品Maxcompute是国内规模最大的计算平台，致力于帮助各行业企业、机构解决日益增长的数据上云、数据处理等问题，可扩展至10万台计算集群，曾创下四项海量数据排序世界纪录。在阿里巴巴经济体中支撑了全局数据存储和计算，单日数据处理量超过600PB。
不断刷新纪录的同时，Maxcompute还得到了权威机构的认可：在Forrester发布的《The Forrester WaveTM: CloudData Warehouse, Q4 2018》中，阿里云MaxCompute、DataWorks、ADB等三款产品成功入选，并在产品功能（Current Offering）方面力压微软。
过去十年，Maxcompute的顶级计算能力正逐步延伸到各行各业，从线上到线下，从生产制造到互联网电商，从国内到海外，帮助数万企业用更低成本、更高效率计算海量数据。
在生活领域，墨迹天气通过MaxCompute为4亿用户提供气象预报服务，每天的用户查询超过5亿次。不仅如此，它们的存储和计算成本还令人意外地降低70%。
在交通领域，城市大脑在杭州实时指挥1300个红绿灯路口、200多名交警。从2016年到2018年，杭州从全国最拥堵城市排行榜上下跌52名。
在工业领域，阿里云的大数据处理技术帮助制造企业寻找上千个参数的最优搭配，提升制造的良品率。协鑫光伏、天合光能等行业龙头企业，都在尝试这一全新的生产模式。
在政务领域，浙江最多跑一次通过大数据处理平台打通政务数据，将与老百姓办事最密切相关的100个事项70多亿条数据，按照统一标准汇入统一的数据仓，实现共通共享共用。老百姓办事不仅能最多跑一次，甚至有可能一次都不跑。
而在海外，MaxCompute也已布局新加坡、欧洲等市场，将这一技术对外赋能给更多用户。
| 贾扬清，开源是一种朴素的信仰，永动的创造
以往，人们常喜欢给贾扬清冠名 学霸 、 别人家的小孩 ，毕竟自小一路开挂，清华大学信息科技自动化专业本硕连读后，又继续赴美留学，攻读并完成了加州大学伯克利分校计算机科学博士学位。之后，更有供职于Google和Facebook两段经历加持。Google期间，他跟随Google Brian领导者Jeff Dean，进行深度学习、计算视觉、TensorFlow的开发，跳槽去Facebook之后，在深度学习三驾马车之一的Yann LeCun手下做研究主任，为Facebook构建大型通用的AI平台，同时也是Pytorch深度学习框架的主要作者。
如果说给贾扬清寻找关键词，最亮眼的无异于「Caffe」。读博期间，他创立并开源了这一业内人尽皆知的深度学习框架。作为一种图像识别软件，Caffe可通过GPU实现高速运算，处理互联网级别的海量数据，包括语音、图片、视频等多媒体数据。至今仍被微软、雅虎、英伟达、Adobe 等知名互联网公司所采用。
Caffe除了自身软件功能之外，更重要的意义在于其开源特质，它将深度学习的每个细节都原原本本地展现出来，降低了大家学习研究和开发的难度，促进了整个深度学习领域的进步。
对贾扬清来说，无关利益，无关站位，「开源就是一种朴素的信仰」。
五湖四海的开发者可能会面对同样的难题，而让每个人都可以查看、复制、学习和修改，突破组织、语言、乃至肤色的界限，与同路人联手、分享、解决问题是他最初的动力。不过人们问贾扬清，为什么会设计出Caffe时，他却喜欢开玩笑说： 我写Caffe的原因是因为我不想写毕业论文。
现在，作为阿里巴巴开源技术委员会负责人，贾扬清继续秉承开放分享、平等普惠的信念，寻觅全球范围内同路人，一起在大数据、云原生、AI、数据库等多个领域贡献光热。2019年双11核心系统100%上云，Apache Flink突破了实时计算消息处理峰值25亿条/秒的记录，这样的成绩离不开每一个开发者的灵感与汗水，也将持续赋能更多企业和组织。
GitHub 2019年度报告显示，全球4000万用户中，中国贡献者树木已升至第二，开源星光逐渐耀眼，越来越多的企业和开发者拥抱开源。
2020年1月，在给阿里云内部分享的一封信中，贾扬清在落款处题了八个大字 十年牧码 初心未改 ，意味深长，高山仰止。
网媒社：http://www.shb021.cn/
