江燕公司的雲計算為何發展那麽快，這不是沒有原因的，早進入這個領域是一個優勢，更重要的是江燕公司有這方麵的需求。

    江燕公司成立沒多久，就接連推出電商，社交，遊戲等產品，發展特別快，而且都是對算力要求比較高的產品。但是大規模布局數據庫需要時間更需要大筆資金，時間太緊，錢也不夠怎麽辦？

    所以當時就靠雲計算，在公司高速發展的同時，如果沒有雲技術支持，估計服務器早就卡的觀眾醜拒了。

    因為自身需求大，挑戰大，所以在微博雲尚未商業化時，江燕公司的雲技術就已經很牛了。

    電商平台對江燕公司的雲計算發展貢獻最大，同理，在國外也是亞馬遜這個電商企業的雲技術發展最快，電商可以說是雲計算的最佳土壤。

    微軟在05年前後就已經提出Azure “雲”的概念，但並沒有成形，10年才真正開發雲計算。而江燕公司零八年的時候，已經可以用雲計算做災難預防那麽重的任務了。

    “由於產品的重要程度和市場規模不一樣，所以我認為不能用數量來對比，應當根據技術價值進行交換。不如這樣，我們先把各自的技術轉化成價值，再進行交換。”莊丁寧提出一個新方法。

    這是很公平的交易方式，穀歌代表團無法拒絕，隻能點頭同意。

    於是雙方馬上對各自提出的技術清單進行價值換算，結果這一算發現，穀歌拿出的圖片處理技術和人工智能技術加起來，價值還不到微博雲技術的一半。

    Luke等人一看就炸毛了，說道：“你們的估算方式有問題，這三百多項技術怎麽可能價值一千五百多億，這簡直就是天價！”

    Adela捂著額頭道：“oh my god，穀歌的市值才兩千多億。”

    穀歌代表團四人皆一臉難以置信的模樣，似乎沒有料到莊丁寧敢算出這個價格。

    莊丁寧等人卻一臉理所當然，說道：“我們這是人民幣，而你們說的是美元。如果不是看在貴公司有誠意的份上，一千五百億我們都不賣。”

    Luke搖頭道：“這個價格是我們無法接受的，如果要花一千五百億，我們寧願自己研發雲技術。”一千五百億現金什麽概念？

    雖然穀歌有兩千多億美元的市值，但是要拿出一千五百億人民幣的現金卻很困難。江燕公司研發液晶麵板目前花了三百億，真有這些錢，的確自己研發更好。

    即便用技術換技術，這也是他們很難接受的價值。

    按照這個價值，江燕公司估計要用一套雲技術，換走他們一套圖片處理技術，部分人工智能技術，還要搭上一部分搜索技術。

    雖然雲技術很重要沒錯，可是圖片處理，人工智能，搜索引擎三大項也不是蓋的。人工智能先不說，因為離應用和商業化還比較遠，主要是圖片處理和搜索引擎。

    搜索引擎比較好理解，主要是圖片處理技術，看著很單一，其實市場潛力巨大，應用範圍極廣。文字，圖片，語音，視頻可以說是互聯網四大基礎領域。圖片應用無所不在，圍繞著圖片可以開發出很多產品，所以圖片處理技術很重要，很實用。

    比如互聯網產品的重要收入來源之一“廣告”，相當一部分廣告都是以圖片的形式為用戶呈現的，如何使圖片更具吸引力，圖片質量是基本的。

    這些東西平常我們不會注意到，卻又無時不刻影響著我們。

    “這一整套技術可以令穀歌在短時間內再造一個微博雲，先不說微博雲的價值，對你們來說最重要的是時間，時間就是金錢。得到這一套技術，你們可以從劣勢瞬間轉為優勢，在雲領域領先全世界。反之，你們可能永遠無法超越亞馬遜雲。”莊丁寧說道。

    “在企業服務中，雲計算是可以實現飛輪式增長的業務，當客戶規模足夠龐大，邊際成本會迅速降低。然而並不是每一家互聯網公司都有實力做雲計算業務，因為這個市場需要巨大的基礎設施投入和全球化布局，最終隻會留下幾家巨頭。但這並不意味著留到最後就能好過，如果市場占有度太低，雲服務器可能無法帶來利益，甚至會成為企業的負擔。而占據大部分市場的那家雲企業，其利益將會是驚人的高。閣下認為一千五百億很多，不如我們再等一等，兩年之後你們就知道這個價格有多便宜了。到時候別說一千五百億，就是三千億五千億，我們公司都不一定會賣。”衛金痕說道。

    衛金痕知道對方不可能等兩年，因為隻要用心研究一下就知道雲市場的巨大潛力。

    莊丁寧見對方沉默不語，接著說道：“說實話，如果不是最近我們公司轉向麵板領域，急需研發資金，我們是不會出售這麽有潛力的產品技術的。以中國的互聯網發展速度，再過兩年時間，我們公司很多產品的收益都會有大幅度的提升，或許那時候我們就不需要出售雲技術來換取資金了。”

    兩人很明顯在逼迫對方做出選擇，luke四人也知道這些話不能全信，但是想到美國那些頂尖的互聯網企業，他們是很難淡定的。

    莊丁寧他們的談判策略顯然已經成功了，引導穀歌重新認識雲計算的重要性，認識他們真正的對手。這種意識上的緊張很重要，因為有競爭壓力，所以穀歌等不及了。

    本來穀歌的主要目標是重返中國市場，現在變成了獲取雲技術，重返中國市場幾乎不提了。因為穀歌也知道，中國市場環境比較特別，他們不一定能成功。

    而獲取雲技術穩住在國際上的地位，才是他們真正麵臨的危機。

    “沒有成套的搜索技術，我們是不會出售雲技術的。”衛金痕說道。

    雙方對視，luke四人從莊丁寧他們眼中看到了堅持，luke四人心知，江燕公司對搜索技術的覬覦不是那麽容易忽悠過去的。

    最後還是adela做出決定，說道：“好吧，不過我們要把人工智能技術從清單上麵劃掉。”其實這是他們早就料到的，隻是不想那麽輕鬆交出來而已。

    果然，adela說完就從公文包裏拿出一份早就準備好的清單，上麵正是搜索技術。

    他把清單遞給莊丁寧，說道：“這是我們的底線了，希望你們能盡快做出決定。”說這話的時候，他用十分嚴肅的眼神盯著莊丁寧。

    “我看看再說。”莊丁寧不吃他這套，接過清單後開始研究。

    因為他們對搜索技術不那麽了解，所以當場找到了公司做搜索的工程師過來。三名工程師一起研究這麽清單，雖然清單上麵隻有技術名稱和簡介，但他們看完後依舊很興奮。

    在江燕公司，搜索功能並不是那麽受重視，沒有專門的搜索產品，這三名工程師也不是專門做搜索的，搜索隻是他們的兼職任務而已。

    即便如此，他們也能意識到這份清單上麵的技術價值，這絕對是可以顛覆國內搜索領域的先進技術，可以省去大量研發資金和時間。

    “穀歌的老三駕馬車GFS、MapReduce和BigTable，新三駕馬車affeine、Pregel和Dremel。前者是雲計算和大數據的奠基石，後者更是近兩年引領發展潮流的技術。”潘星說道。

    莊丁寧等人聞言有點納悶，穀歌的雲技術不是不行嗎，怎麽他們的三駕馬車又成了雲計算和大數據的奠基石和潮流趨勢？

    曲風看出他們眼中的疑惑，主動解釋道：“穀歌是雲計算和大數據的引領者，隻是因為某些原因，在市場應用方麵反而不如我們和亞馬遜了。”

    莊丁寧明白過來，說道：“原來如此，這麽說來他們所謂的搜索技術也是基於雲計算和大數據的，隻是應用方向跟我們不一樣。”

    曲風說道：“可以這樣理解。”

    這個東西解釋起來很麻煩，曲風沒有時間給他科普。

    穀歌的老三駕馬車：

    GFS是一個可擴展的大型數據密集型應用的分布式文件係統，該文件係統可在廉價的硬件上運行，並具有可靠的容錯能力，該文件係統可為用戶提供極高的計算性能，而同時具備最小的硬件投資和運營成本。

    其實這就是雲計算的雛形了，所以說穀歌才是雲計算的引領者。

    MapReduce是一種處理大型及超大型數據集並生成相關執行的編程模型。

    其主要思想是從函數式編程語言裏借來的，同時也包含了從矢量編程語言裏借來的特性。基於MapReduce編寫的程序是在成千上萬的普通PC機上被並行分布式自動執行的。

    table是一個為管理大規模結構化數據而設計的分布式存儲係統，可以擴展到PB級數據和上千台服務器。

    穀歌很多項目使用Bigtable存儲數據，這些應用對Bigtable提出了不同的挑戰，比如數據規模的要求、延遲的要求。Bigtable能滿足這些多變的要求，為這些產品成功地提供了靈活、高性能的存儲解決方案。

    Bigtable看起來像一個數據庫，采用了很多數據庫的實現策略。

    但是Bigtable並不支持完整的關係型數據模型，而是為客戶端提供了一種簡單的數據模型，客戶端可以動態地控製數據的布局和格式，並且利用底層數據存儲的局部性特征。

    Bigtable將數據統統看成無意義的字節串，客戶端需要將結構化和非結構化數據串行化再存入Bigtable。

    穀歌的新三駕馬車：

    在一零年的時候，穀歌的搜索引擎發生了重大變革。

    穀歌將其搜索遷移到新的軟件平台，他們稱之為“Caffeine”。

    Caffeine是穀歌出自自身的設計，Caffeine使穀歌能夠更迅速的添加新的鏈接，包括新聞報道以及博客文章等，到自身大規模的網站索引係統中，相比於以往的係統，新係統可提供“50%新生”的搜索結果。

    在本質上Caffeine丟棄MapReduce轉而將索引放置在由穀歌開發的分布式數據庫BigTable上。

    作為繼GFS和MapReduce兩項創新後的又一項創新，其在設計用來針對海量數據處理情形下的管理結構型數據方麵具有巨大的優勢。

    這種海量數據可以定義為在雲計算平台中數千台普通服務器上PB級的數據。

    Pregel在概念模型上遵循BSP模型。

    整個計算過程由若幹順序運行的超級步組成，係統從一個“超級步”邁向下一個“超級步”，直到達到算法的終止條件。

    Dremel是一種分析信息的方式，它可以跨越數千台服務器運行，允許“查詢”大量的數據，如Web文檔集合或數字圖書館，甚至是數以百萬計的垃圾信息的數據描述。

    這類似於使用結構化查詢語言分析傳統關係數據庫，這種方式在過去幾十年被廣泛使用在世界各地。

    使用Dremel就好比你擁有類似SQL的語言，並可以無需任何編程的情況下隻需將請求輸入命令行中就可以很容易的製定即席查詢和重複查詢”。

    區別在於Dremel可以在極快的速度處理網絡規模的海量數據。據穀歌提交的文件顯示你可以在幾秒的時間處理PB級的數據查詢。

    從穀歌三家馬車看得出來，他們對雲計算和大數據的應用主要在搜索上麵。

    早在2006年，穀歌在推出了“Google 101計劃”的同時，也正式提出了“雲”的概念與理論，隨後亞馬遜、微軟、IBM等公司才陸續宣布了自己的“雲計劃”。

    但是，第一個將之落實到地的卻是江燕公司，隨後才是亞馬遜，反觀提出者穀歌一直到12年6月末，才推出了自己的雲計算服務：Google Compute Engine。

    “既然我們已經在雲計算和大數據領域超越了穀歌，獲得他們的三項技術還有意義嗎？”莊丁寧畢竟不是技術人員，所以對這個有點疑問。

    “當然有意義，雖然穀歌在市場應用方麵不如我們，但技術底蘊卻不輸於我們。嚴格來說是他們也有技術優勢，我們如果得到這三駕馬車，吸收其優勢，我們的微博雲可以在短時間內更進一步。”潘星解釋道。（WWW.101novel.com）