從黑天鵝事件說起,談云計算對于金融系統(tǒng)的意義

本文作者為廣發(fā)證券首席架構(gòu)師梁啟鴻,他講結(jié)合自己的經(jīng)歷,分享他在在傳統(tǒng)券商環(huán)境引入與推動容器化技術(shù)的思考歷程,嘗試陳述為什么云計算對證券業(yè)甚至整個金融業(yè)重要,而容器化技術(shù)的出現(xiàn)又帶來何種契機。整個文章比較長,聊聊架構(gòu)將拆分為多篇分時發(fā)送,如果你對這個話題感興趣,請根據(jù)文末指引掃碼入群交流。

廣發(fā)證券是一家本土的券商公司,于2014年Docker等容器技術(shù)尚未盛行之時開始投入容器化技術(shù)的研究,并于2015年開始大規(guī)模投入應(yīng)用 - 成交量六百億(2015年)規(guī)模的金融電商平臺、消息推送日均數(shù)千萬條級別的社會化投顧問答平臺以及日均流經(jīng)交易量峰值近五十億的交易總線均被容器化;投入生產(chǎn)的容器化云服務(wù)包括行情、資訊、消息推送、自選股、統(tǒng)一認證、實時事件處理等等。

2016年并開始基于Docker、Kubernetes、Rancher等技術(shù)研發(fā)運維機器人投顧(已投產(chǎn))、極速交易系統(tǒng)、社會化CRM,構(gòu)建容器化的混合云解決方案。可能是為數(shù)不多把容器化技術(shù)大規(guī)模用到“真金白銀”的金融業(yè)務(wù)中的案例。容器化技術(shù)幫助一家傳統(tǒng)券商在云計算領(lǐng)域“彎道超車”。

在此分享本人在這兩年里的在傳統(tǒng)券商環(huán)境引入與推動容器化技術(shù)的思考歷程,嘗試陳述為什么云計算對證券業(yè)甚至整個金融業(yè)重要、而容器化技術(shù)的出現(xiàn)又帶來何種契機。

歷史學(xué)家黃仁宇在其被認為是“大歷史觀”典范之作的《萬歷十五年》序言中提到兩個觀點,一是對一件歷史事件的評價,要把時間坐標推到三四百年的范圍,才能看清楚該事件的來龍去脈;另一是“可以數(shù)目字上管理”是區(qū)分社會現(xiàn)代化與非現(xiàn)代化的分水嶺。

借這個角度看,我們現(xiàn)在的技術(shù)發(fā)展,是物理世界不可逆轉(zhuǎn)的日益數(shù)字化虛擬化的過程 – 一切都為了更高效更“數(shù)目字可管理”,數(shù)字化進程也許可以追溯到電子計算機出現(xiàn)前并因技術(shù)革命而以指數(shù)級別加速推進,而云計算的出現(xiàn),是這一進程里的關(guān)鍵事件之一,對于未來的IT系統(tǒng)技術(shù)與架構(gòu)有著深遠的影響。

在此之前,我們以物理世界的硬件(服務(wù)器與網(wǎng)絡(luò)設(shè)備)承載著一個虛擬世界,這個物理載體很大程度上依然靠人肉運維(最多加上一些半自動化的工具,然而稱不上“智能”);在此之后,物理載體本身被數(shù)字化 – 虛擬機(Virtual Machine)、容器(Container)、軟件定義網(wǎng)絡(luò)(SDN),物理設(shè)施固然還在,但是它上面的軟件棧(stack)卻越來越關(guān)鍵。

數(shù)字世界像一個黑洞,它把一切線下的、非數(shù)字化的東西都席卷進來。連基礎(chǔ)設(shè)施(infrastructure)都數(shù)字化的IT系統(tǒng) – 所謂Infrastructure As Code(基礎(chǔ)設(shè)施即代碼、可編程基礎(chǔ)設(shè)施),一旦結(jié)合大數(shù)據(jù)機器學(xué)習,智能化、自動化的運維逐漸成為可能;一個因應(yīng)突發(fā)事件而彈性自伸縮、自愈、自適應(yīng)的軟件系統(tǒng),“自己運維自己”的“無人值守”運維,相信到今天對于一部分IT人而言,并不是科幻電影。

開場白引用黃仁宇先生,乃因為個人深受其“大歷史觀”(macro history)之影響,傾向于認同事物在“歷史上長期的合理性”,這對于金融業(yè)這個受高度監(jiān)管的行業(yè)有特別寓意。 目前金融業(yè)大部分機構(gòu),未能積極擁抱與利用云技術(shù),原因之一恐怕是因為監(jiān)管方面就“信息安全”尚有顧慮,原因之二是金融業(yè)相對傳統(tǒng)之IT,對云計算本身缺乏深刻認識。云計算是數(shù)字化進程里一個必然環(huán)節(jié),被本身即已高度數(shù)字化的金融業(yè)以合理合規(guī)的方式采用是早晚的事情,“歷史潮流”是無法阻擋的。

而我們作為高性能交易系統(tǒng)、互聯(lián)網(wǎng)金融平臺之研發(fā)者,對于云計算、尤其是容器化技術(shù),有著特別的觸覺。自從2013年Docker這種容器技術(shù)出現(xiàn)后,我們仿佛嗅到了些什么。在經(jīng)過兩年的研究與投產(chǎn)應(yīng)用后,我們反省采用云技術(shù)的動機,總結(jié)得益好處、落實手段、技術(shù)關(guān)鍵,以饗同好。

從《黑天鵝》說起

我們研究和應(yīng)用云技術(shù)的動機,來源于對“黑天鵝”事件的應(yīng)對。“黑天鵝”這一概念,是在美國學(xué)者、風險分析師、前量化交易員、前對沖基金經(jīng)理塔勒布(Nassim Nicholas Taleb)的《黑天鵝》(The Black Swan – The impact of the highly improbable)一書發(fā)表后在全球被得以高度認知。在發(fā)現(xiàn)澳大利亞之前,17世紀之前的歐洲人認為天鵝都是白色的。但隨著第一只黑天鵝的出現(xiàn),這個不可動搖的信念崩潰了。黑天鵝的存在寓意著不可預(yù)測的重大稀有事件,它在意料之外并且后果非常嚴重。

一個黑天鵝事件,具有這三個特點:(1)稀缺、通常史無前例(rarity),(2)影響很極端(extreme impact),(3)雖然它具有意外性,但人的本性促使我們在事后為它的發(fā)生找到理由 – “事后諸葛亮”,并且或多或少認為它是可解釋和可預(yù)測的(introspective)。IT系統(tǒng)、尤其是資本市場里的交易系統(tǒng),所發(fā)生的各種重大問題,其實是很符合黑天鵝事件的特點的。

塔勒布用“感恩節(jié)的火雞”很形象的解釋了黑天鵝的概念 – 直到被宰掉成為感恩節(jié)火雞晚餐前的每一天,火雞都應(yīng)該是活的很不錯的,它的一生里沒有任何過去的經(jīng)驗供它預(yù)測到自己未來的結(jié)果,而后果是致命的。

一套復(fù)雜的IT系統(tǒng),很有可能就是那只火雞,例如就個人近年所遭遇的類似事件最典型的兩次,一是與某機構(gòu)對接的技術(shù)接口,據(jù)稱已經(jīng)存在并穩(wěn)定使用近10年 – 雖然技術(shù)古老但是從未出現(xiàn)問題,然而在過去兩年持續(xù)創(chuàng)新高的交易量壓力之下,問題終究以最無法想象到的方式出現(xiàn)并形成系統(tǒng)性風險(因為對接者不僅一兩家);另一,則是老舊的系統(tǒng)因?qū)κ袌隹山灰坠善睌?shù)目作了假設(shè)(而從未被發(fā)現(xiàn)),某天新股上市數(shù)量超過一定值而導(dǎo)致部分交易功能無法正常進行。

這兩個例子都符合黑天鵝特征,一是“史無前例” (如果以前發(fā)生過,問題早就被處理了),二是可以“事后諸葛亮”(所有IT系統(tǒng)問題,最后不都可以歸結(jié)為“一個愚蠢的bug” ?因為開發(fā)時需求不清楚、因為開發(fā)者粗心、因為技術(shù)系統(tǒng)所處的生態(tài)環(huán)境已經(jīng)發(fā)生變化導(dǎo)致原假設(shè)無效…),三是“后果嚴重”(如果技術(shù)系統(tǒng)本身是一個廣被采購的第三方的商業(yè)軟件,則整個行業(yè)都有受災(zāi)可能;如果是自研發(fā)的技術(shù),則最起碼對交易投資者造成災(zāi)難性損失)。

事實上,資本市場乃至金融業(yè)整體,可能都是黑天鵝最愛光顧的地方。甚至連普羅大眾都聽過的例子諸如:2010年5月6日的Flash Crash – 在三十分鐘內(nèi)道瓊斯指數(shù)狂瀉近千點、1987年10月19日的Black Monday、國內(nèi)著名的“烏龍指”事件導(dǎo)致的市場劇動… 不一而足。

導(dǎo)致黑天鵝降臨的原因,事后分析五花八門,可能是量化交易導(dǎo)致的、可能是市場流動性不足引起的、也可能是市場心理(例如恐慌拋售)觸發(fā)的… 無論何者,IT系統(tǒng)幾乎都是最后被壓垮的那只駱駝。正如塔勒布文章中提到,高盛在2007年8月的某天突然經(jīng)歷的為平常24倍的交易量,如果到了29倍,系統(tǒng)是否就已經(jīng)坍塌了?

事實上,在這個日益數(shù)字化的世界,本身就高度數(shù)字化的證券市場,面臨的黑天鵝事件會越來越多,出于但不僅限于以下一些因素:

增長的交易規(guī)模。

更高頻、更復(fù)雜的交易算法(《高頻交易員》一書里指出,股票市場已經(jīng)變成機器人之間的戰(zhàn)爭)。

更全球化更加波動 – 海內(nèi)外政治經(jīng)濟情況引起的突發(fā)變化。

更快速更先進的技術(shù) – 已經(jīng)出現(xiàn)數(shù)百納秒內(nèi)完成交易處理的專門性硬件芯片,快到人類根本無法響應(yīng)。

據(jù)一篇科技論文(Financial black swans driven by ultrafast machine ecology) 的數(shù)據(jù),人類國際象棋大師對棋盤上局勢危機的判斷大概需要650毫秒,而日常人類活動中通常的反應(yīng)起碼是秒級的;但是在一個高頻交易的世界里,一筆交易可能在極速硬件的支持下只需要萬分之幾毫秒完成。人類,已經(jīng)無法輕易掌控自己的交易算法在極速之下帶來的問題、更無法了解自己的算法和他人的算法在交易市場上相互作用的集合帶來的后果、甚至無法預(yù)測突發(fā)性政治經(jīng)濟事件對自身算法、技術(shù)、系統(tǒng)會觸發(fā)何種反應(yīng)。

數(shù)字世界,尤其是金融業(yè)的數(shù)字世界,正好是塔勒布筆下所謂的”極端斯坦“(Extremistan),它完全不受物理世界的規(guī)律影響 – 一切極端皆有可能。例如在物理世界常識告訴我們,一個數(shù)百斤的超級胖子的體重加到1000人里面比重依然是可以忽略不計的;但在金融世界,一個比爾蓋茨級別的富豪的財產(chǎn)數(shù)字,富可敵國。

金融IT,正好生存在這么一個”極端斯坦“ – 這里復(fù)雜系統(tǒng)內(nèi)部充滿難以察覺的相互依賴關(guān)系和非線性關(guān)系,這里概率分布、統(tǒng)計學(xué)的”預(yù)測“往往不再生效。塔勒布稱之為”第四象限“,我們,作為證券交易的IT,剛好在這個象限里謀生。

(塔勒布《黑天鵝》第四象限圖)

上述這一切,和云計算有什么關(guān)系呢? 我們覺得非常緊密,邏輯如下:

世界越來越數(shù)字化、更加“數(shù)目字可管理”- 一切效率更高。

本來就數(shù)字化的金融世界,日益是個“極端斯坦”,只能更快、更復(fù)雜,面臨更多黑天鵝事件。

應(yīng)對數(shù)字世界的黑天鵝,只能用數(shù)字世界的手段(而不是“人肉”手工方法),就像《黑客帝國》,你必須進入Matrix,用其中的武器和手段,去解決里面的問題(并影響外面)。

云計算,不過是世界數(shù)字化進程里的一步 – 把承載數(shù)字世界的物理載體也進一步數(shù)字化,但是它剛好是我們應(yīng)對數(shù)字黑天鵝的基本工具 – 運算資源本身也是“數(shù)目字可管理”,并且正因為如此而可以是自動的和智能的。

即便到了今天,相信很多企業(yè)、機構(gòu)的機房里的運算資源,依然不是“數(shù)目字可管理” – 這本身真是一個諷刺。但直到云技術(shù)出現(xiàn),才解決這個問題。結(jié)合云計算的技術(shù),交易系統(tǒng)不再是“your grandmother‘s trading system”。

“反脆弱”的技術(shù)系統(tǒng)

黑天鵝事件是不可預(yù)測的,但是并非不可應(yīng)對。《黑天鵝》的作者塔勒布,在其另一本有巨大影響力的著作《反脆弱》(Anti-Fragile)里,提到了如何在不確定中獲益。這本閃爍著智慧之光的著作,早已超越了金融而進入到政治、經(jīng)濟、宗教、社會學(xué)的思考范疇,對IT系統(tǒng)技術(shù)架構(gòu)的設(shè)計,同樣具有啟發(fā)意義。想想,一個經(jīng)常被黑天鵝事件光顧的交易系統(tǒng),如果不僅沒有坍塌、還隨著每一次的考驗而技術(shù)上變的越來越周全和強壯,這對于任何開發(fā)工程師、運維工程師來說,是不是一個夢想成真?

實際上,這個過程對于任何IT工程師而言都是非常熟悉的,因為我們中很多人每天的工作,可能就是在不斷的以各種應(yīng)急手段緊急救援不堪重負的生產(chǎn)系統(tǒng)、或者在線彌補技術(shù)缺陷,在這過程中我們發(fā)現(xiàn)一個又一個在開發(fā)和測試時沒有發(fā)現(xiàn)的問題、一次又一次推翻自己在開發(fā)時的各種假設(shè)、不斷解決所遭遇到的此前完全沒有想象過的場景。如果項目、系統(tǒng)活下來了,顯然它變得更加健壯強韌。

只不過,這一切是被動的、低效的、“人肉”的,而且視系統(tǒng)架構(gòu)和技術(shù)而定,變強韌有時是相對容易的、有時則是不可能的 – 正如一艘結(jié)構(gòu)設(shè)計有嚴重缺陷的船,打更多的補丁也總會遇到更大的浪把它打沉。

如果基于《反脆弱》的三元論,也許大部分IT系統(tǒng)大致上可以這么看:

脆弱類:絕大部分企業(yè)IT系統(tǒng),依賴于大量技術(shù)假設(shè)與條件,不喜歡無序和不穩(wěn)定環(huán)境,暴露于負面“黑天鵝”中。

強韌類:小部分大規(guī)模分布式系統(tǒng)(也許通常是互聯(lián)網(wǎng)應(yīng)用),適應(yīng)互聯(lián)網(wǎng)相對不可控的環(huán)境(如網(wǎng)絡(luò)延遲與穩(wěn)定性、客戶端設(shè)備水平和瀏覽器版本、用戶量及并發(fā)請求變化),經(jīng)受過海量用戶與服務(wù)請求的磨練,相對健壯。

反脆弱類:能捕捉到正面“黑天鵝”- 系統(tǒng)不僅在沖擊中存活,并且變的更加強韌,甚至在這過程中獲益。

這里所謂的“脆弱”,并不是指系統(tǒng)不可靠、單薄、技術(shù)不堪一擊,而是指這類系統(tǒng)厭惡變化、厭惡不穩(wěn)定不可控環(huán)境、本身架設(shè)在基于各種穩(wěn)定性假設(shè)前提的精巧設(shè)計上,無法對抗突如其來的、此前無法循證的事件(黑天鵝),更無法從中自適應(yīng)和壯大。就這個角度看,證券行業(yè)甚至整個金融業(yè)里,大部分的系統(tǒng)可能都是脆弱系統(tǒng)。傳統(tǒng)IT系統(tǒng)有以下一些常見的技術(shù)特點,例如:

一切以關(guān)系型數(shù)據(jù)庫為中心(RDBMS-centric)。

很多歷史遺留系統(tǒng)(legacy system)有數(shù)以百計的表、數(shù)以千計的存儲過程。

業(yè)務(wù)邏輯高度依賴數(shù)據(jù)庫。

中間層與數(shù)據(jù)層高度緊耦合。

多層架構(gòu)(multi-tiered architecture),層與層之間依賴于高度的約定假設(shè)(協(xié)議-protocol、接口- API、數(shù)據(jù)格式 – data format 等等),并且這些約定經(jīng)常來不及同步(例如某個團隊改變了維護的接口而沒有通知其他團隊、或者數(shù)據(jù)庫的表結(jié)構(gòu)改變了但是中間層的對象庫因為疏忽而沒有及時步調(diào)一致的重構(gòu)),有些約定甚至只存在于協(xié)作的開發(fā)者腦海中而沒有形成文檔(即便形成文檔也經(jīng)常因需求變化頻繁而無法及時更新)。

應(yīng)用程序依賴于某些第三方的代碼庫,而這些代碼庫很有可能依賴于某個版本的操作系統(tǒng)及補丁包,并且這種依賴關(guān)系是傳遞的 – 例如某個第三方代碼庫依賴于另一個第三方代碼庫而該庫依賴于某個版本的操作系統(tǒng)…

系統(tǒng)設(shè)計,往往沒有考慮足夠的失敗場景(因此可能完全沒有容錯機制),沒有考慮例如不穩(wěn)定網(wǎng)絡(luò)延遲對業(yè)務(wù)邏輯的影響(例如大部分企業(yè)系統(tǒng)都假設(shè)了一個穩(wěn)定的LAN)。

組件、模塊、代碼庫、操作系統(tǒng)、應(yīng)用程序、運維工具各版本之間具有各種線性、非線性依賴關(guān)系,形成一個巨大的復(fù)雜系統(tǒng)。

然而,以下這些變化是任何IT系統(tǒng)所不喜歡卻無法回避的,例如:

多層架構(gòu)里,任何一個環(huán)節(jié)的約定獨立發(fā)生細微改變,必定導(dǎo)致系統(tǒng)出錯(只是嚴重性大小的差別),這幾乎無法很好的避免 – 研發(fā)團隊的素質(zhì)不夠高、軟件工程的水平低、瞬息萬變的市場導(dǎo)致的頻繁更改等等,總是客觀存在。

因為安全原因,需要對操作系統(tǒng)進行打補丁或者升級,導(dǎo)致應(yīng)用程序所依賴的代碼庫發(fā)生兼容性問題 – 在打補丁或升級后通過測試及時發(fā)現(xiàn)兼容問題已經(jīng)算是幸運的,最怕是在生產(chǎn)環(huán)境運行過程中才觸發(fā)非線性關(guān)系的模塊中的隱患。

跨系統(tǒng)(尤其是不同團隊、部門、組織負責的系統(tǒng))的調(diào)用協(xié)議與接口發(fā)生變化,是一個常態(tài)性的客觀事實。

互聯(lián)網(wǎng)環(huán)境、甚至企業(yè)內(nèi)部的網(wǎng)絡(luò)環(huán)境,并不是一成不變的,網(wǎng)絡(luò)拓撲出于安全、合規(guī)隔離、性能優(yōu)化而變化,可能導(dǎo)致延遲、吞吐等性能指標的變化,應(yīng)用系統(tǒng)本來沒有出現(xiàn)的一些問題,有可能因為運行環(huán)境的變化而浮現(xiàn),而系統(tǒng)內(nèi)部容錯機制往往沒有考慮到這些問題。

業(yè)務(wù)需求永遠在變,以數(shù)據(jù)庫為中心的系統(tǒng),不可避免產(chǎn)生表結(jié)構(gòu)(schema)調(diào)整,系統(tǒng)升級需要做數(shù)據(jù)遷移,而這總是有風險的(例如data integrity需要保證萬無一失)。

于是,傳統(tǒng)IT對于這些系統(tǒng)的運維,最佳實踐往往不得不這樣:

在使用壓力增大的情況下,最安全的升級手段是停機、換機器、加CPU、加內(nèi)存,直到硬件升級、垂直擴容(vertical scale、or scale-up)手段用光。

維護一個龐大的運維團隊,隨時救火。

試圖通過軟件工程的管理,例如制定規(guī)章制度,讓協(xié)作人員、團隊之間在接口升級前走流程、互相通知,來避免隨意的系統(tǒng)變化導(dǎo)致的風險。

加大測試力度 – 通常很有可能是投入更多的人肉測試資源,以保證較高的測試覆蓋率和回歸測試(regression test)能力。

強調(diào)“紀律”,以犧牲效率為代價,通過“流程”、“審核”設(shè)置重重關(guān)卡以達到“維穩(wěn)”效果。

重度隔離運維與研發(fā),禁止研發(fā)人員觸碰生產(chǎn)環(huán)境,減少誤操作 – 例如隨意升級操作系統(tǒng)、對應(yīng)用邏輯抱著僥幸心理打補丁等等。

不可否定,這些“套路”在以往的時代可能是最佳實踐,也體現(xiàn)了一個IT組織的管理水平。但是毫無疑問,這樣研發(fā)、運維和管理的系統(tǒng),是一個典型的“脆弱系統(tǒng)”,它依賴于很多的技術(shù)、工具、環(huán)境、流程、紀律、管理制度、組織結(jié)構(gòu),任何一個環(huán)節(jié)出現(xiàn)問題,都可能導(dǎo)致輕重不一的各種問題。最重要一點,這樣的系統(tǒng),厭惡變化、喜好穩(wěn)定,無法在一個“只有變化才是唯一不變”(并且是變化越來越頻繁)的世界里強韌存活,更無所謂擁抱變化而生長。

強韌類的技術(shù)系統(tǒng),情況要好的多,起碼能“響應(yīng)”變化(如后文所論述)。但是注意,在塔勒布的定義里,“強韌”并非“脆弱”的反面,“強韌系統(tǒng)”只是能相對健壯的對抗更大的壓力、更苛刻的環(huán)境,它并不能從變化、不確定中獲益。“脆弱”的反面,塔勒布在現(xiàn)有語言里找不到一個合適的詞語,所以他發(fā)明了一個新概念,“反脆弱”(Anti-Fragile)。問題是,接受“變化是一種常態(tài)”、擁抱變化并從中獲益的“反脆弱”的技術(shù)系統(tǒng),能被構(gòu)建出來嗎?

云計算的出現(xiàn),有利于幫助IT構(gòu)建強韌系統(tǒng),并且讓“反脆弱”系統(tǒng)成為可能。其最根本原因在于,云計算本身是機房物理設(shè)施數(shù)字化的過程,如上文所述,數(shù)字世界的黑天鵝 – 微秒、納秒內(nèi)發(fā)生的極端事件,只能通過數(shù)字化手段才能高效解決。伴隨云計算出現(xiàn)的是DCOS(Data Center Operating System)、APM(Application Performance Monitoring)、Infrastructure As Code(基礎(chǔ)設(shè)施即代碼、可編程運維、可編程基礎(chǔ)設(shè)施…)、DevOps等等技術(shù)方案、技術(shù)產(chǎn)品、技術(shù)理念和方法論。這些都是構(gòu)建強韌系統(tǒng)的有力武器,而在云計算時代之前,它們嚴格意義上不曾存在過。

到此為止,本文想立論的,是云計算相關(guān)技術(shù)的出現(xiàn),對于金融類尤其是交易系統(tǒng)意義重大,技術(shù)架構(gòu)必須調(diào)整以利用之,對于構(gòu)建強韌的、甚至潛在有“反脆弱”能力的系統(tǒng),有極大幫助。云技術(shù)、尤其是容器化技術(shù)出現(xiàn)后,金融軟件系統(tǒng)的研發(fā)與運維面貌將被極大的改變。

云計算也許是目前為止對于證券交易系統(tǒng)、甚至對于更廣義的金融技術(shù)系統(tǒng)而言最適合應(yīng)對黑天鵝的技術(shù)手段。監(jiān)管機構(gòu)不應(yīng)該見到“云”字就敏感的與“公有云”、信息安全、交易可監(jiān)管性等問題聯(lián)系起來;金融機構(gòu)則需要與時俱進的學(xué)習掌握“云化”的技術(shù)手段、架構(gòu)思維 – 至于系統(tǒng)是運行在公有云、私有云還是混合云,都已經(jīng)是另一個故事。

未完待續(xù)。

作者介紹

梁啟鴻,哥倫比亞大學(xué)計算機科學(xué)系畢業(yè),出道于紐約IBM T.J. Watson研究院,后投身華爾街,分別在紐約Morgan Stanley、Merrill Lynch和JP Morgan等投行參與交易系統(tǒng)研發(fā)。本世紀初加入IT界,在Sun Microsystems大中華區(qū)專業(yè)服務(wù)部負責金融行業(yè)技術(shù)解決方案。此后創(chuàng)建游戲公司并擔任CTO職位5年。后作為雅虎Senior Principal Architect加入雅虎擔任北京研究院首席架構(gòu)師角色。

三年前開始厭倦了框架、純技術(shù)的研發(fā),開始尋找互聯(lián)網(wǎng)前沿技術(shù)與線下世界、傳統(tǒng)行業(yè)的結(jié)合;目前回歸金融業(yè)負責前端技術(shù)、大數(shù)據(jù)、云計算在互聯(lián)網(wǎng)金融、股票交易系統(tǒng)的應(yīng)用。

個人興趣是把前沿的互聯(lián)網(wǎng)技術(shù)應(yīng)用到垂直行業(yè)中,做一點能改變傳統(tǒng)面貌的、最重要是有趣好玩又有用的事情;緊跟Go、Docker、Node.jsAngularJS這些技術(shù)但更關(guān)注如何把技術(shù)用到應(yīng)用場景里,從中獲得樂趣。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,606評論 6 533
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,582評論 3 418
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,540評論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,028評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,801評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,223評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,294評論 3 442
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,442評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,976評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,800評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,996評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,543評論 5 360
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,233評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,662評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,926評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,702評論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,991評論 2 374

推薦閱讀更多精彩內(nèi)容

  • 從小學(xué)到大學(xué),到初入社會,不管是為了應(yīng)試教育,還是為了提升自己,還是純粹無聊找本書來看,不可置否,我們讀的書真是不...
    郝開心好開心閱讀 374評論 4 8
  • 天氣已經(jīng)好起來了,橙子會回來的, 1 我以義工旅行的方式在一家青旅住下,遞給我尋人啟事的是店里客人,我不知道他叫什...
    不二竹馬閱讀 447評論 0 0
  • 悲劇的開始往往毫無征兆。命運伸出手來,把種子埋下,幽秘的笑著,等待開花結(jié)果的那一刻。命運伸出手來,我們無能為力。有...
    Mr__糖先生閱讀 297評論 1 2
  • 世間最美的情話:不用怕,無論發(fā)生什么事、有我在!
    享年華閱讀 149評論 0 0