lT是什么意思

IT行业中的四大定律是：

（一）、摩尔定律（Moore‘s

Law）：

这一定律是以英特尔公司创始人之一的戈登·摩尔命名的。摩尔观察了从1959-1965年半导体工业的实际数据，以1959年数据为基准，发现每隔18个月左右，芯片技术就大约进展一倍。1965年4月，摩尔发表论文，提出“摩尔定律”。

计算机芯片集成电路上可容纳的元器件密度每18个月左右就会增长一倍，性能也会提升一倍，而价格下降一半。

实践证明，30多年来，这一预测一直比较准确。估计到2010年，一台普通电脑的运算能力是1975年时一台普通电脑的1000万倍。

（二）、梅特卡夫法则（Metcalf

Law）：

•梅特卡夫法则（Metcalfe’s

Law）：网络的价值以网络用户数量的平方速度增长，即V≈n²(V表示网络的总价值，n表示该网络的用户数量)。

•这说明网络产生和带来的效益将随着网络用户的增加而呈指数形式增长。网络外部性是梅特卡夫法则的本质。

网络外部性体现为随着一个新用户的加入，会使网络中其他用户的效用增加，进而整个网络的总效用也增加。

•这个法则不仅对网络的通信价值有效，对业务价值同样有效。例如，手机短信业务的价值与手机短信使用者的平方成正比。

（三）、马太效应（Matthews

Effect）：在网络经济中，

由于人们的心理反应和行为惯性，在一定条件下，优势或劣势一旦出现并达到一定，就会导致不断加剧而自行强化，出现“强者更强，弱者更弱”的垄断局面。马太效应反映了网络经济时代企业竞争中一个重要因素——主流化。

(四）、吉尔德定律（Gilder‘s

Law）：

•美国激进的技术理论家乔治·吉尔德预测在未来25年，主干网的带宽将每6个月增加一倍。其增长速度超过摩尔定律预测的CPU增长速度的3倍!。光纤技术和无线技术的进一步发展将带动宽带通信的快速普及。

•

这一规律对电信运营商的挑战和机遇主要涉及互联网与宽带用户两个方面：互联网的发展速度将空前提高。

宽带用户的增长速度将空前提高。

IT

这个名词，简要地说它的意思就是信息技术(INFORMATION

TECHNOLOGY)，它涵盖的范围很广，举凡处理或者应用到信息技术的产业，诸如银行，咨询，医院，出版，制造，

影视等等，他们共同的特点都是依赖于信息和信息系统。计算机软硬件，因特网和其他各种来连接上述所有的东西的网络环境当然还有从事设计，维护，支持和管理的人员共同形成了一个无所不在的IT产业。

Y2K的问题证明了我们现在已经在各个方面越来越依靠计算机技术了。在职业市场上，

IT工作无疑是最炙手可热的，事实上，很多分析家认为，信息技术是二次大战以来促进北美经济在相当长的一段时间里强劲发展的最有力的因素。

计算机以及网络已经成为我们的生活紧密而不可分的一部分，所有的工业都依赖他们，这种依赖关系导致了IT产业工作机会的大量涌现。

信息技术已经成为人类的核心，它关乎人们如何分享信息，如何创意开拓，如何消除全球的隔阂，同时还能提高信息本身的效用。

今天谁在为IT工作？

瘦骨嶙峋，带着啤酒瓶底似的眼镜，留着鸡窝一样的发型，所有的社会活动仅仅是凌晨2点在聊天室里大放厥词和送比萨饼的小鬼聊上两句的人？

这个观点不免过时了点，而且也不太准确。是计算机把那些人神话了，我们总是觉得那些和计算机打交道的人是不同于我们普通人的异类。

IT行业的人极其聪明，这点毫无疑问。即使在其它产业中，他们的工作也同样需要智慧和创造力。

而在IT产业，它更需要极其前沿的研究和开发工作，现代工业已经进化到包括产生和支持信息流的商业世界的基础了。

投身IT产业的人极其聪明，有兴趣，创造力，务实而又有抱负，具备无以伦比的创意，

生而且行动目标明确。相当多的人已经具备人文或者商业学位，正在找寻他们的理想，他们发现目前的工作缺乏挑战和发展，所以他们经过研究决定从事高挑战高收益的信息产业中来。

IT产业是报酬很低的技术工作吗？

当然不是。每家公司都雇用IT专家。事实上，IT产业的人员一直是供不应求的。只要翻翻报纸，读一读关于那些正在哭求IT人员的公司的报道，你就会明白的这确确实实是一个卖方市场。

这主要归结于自动化的变革。所有的产业都有一个广泛的技术基础，从入门级的硬件支持到高深的公司开发。如果你不考虑到技术层次，就没有办法为公司制定商业战略，

所以信息技术已经参与发展战略，极有效地设计和指导商业目的。

根据IDC1998年的调查，对IT人员需求高的产业依次是:远程通讯，商业服务，医疗保健，零售批发和财务服务。相对于纯粹雇用技术人员的技术产业而言，它要来的广泛的多。

IT的机会是世界范围的，它已经渗透到经济的每一个角落，它还产生了很多过去没有从未出现过的工作机会，发展势头越来越快，同时也代表它的工资水平是很高的，他们是绝对的有竞争性。

无论如何，IT业是一个富有吸引力的行当！

怎样是合适的培训？

培训的时间长短取决于你打算进入的行当。通常，你打算开始IT生涯的关键一步是选择学校---取决于学校学习时间的长短---一般不会很长，你不需要到大学学4年，

或者夜校学2年。事实上，你会在6个月之内获得认证，它会使你面对很多的工作机会。

当然是全日制的学习，罗马非是建于一天之内。尽管6个月不是很长，但对于一个打算改行投入到IT行当的人来说是足够的了。

技术在这个转变中扮演了首要角色。你必须拥有它们。诸如“MCSE”，“LAN/WAN”，

“VISUAL

BASIC”，“VISUAL

C++”等，

它们都不是英文单词。

很多人不熟悉它们因为这个行当还很新，而且发展很快，局外人没有时间去记忆它们。不要害怕，当你读完着本书的时候，你一定会明白其中的意义的。

根据你打算投入的行当，你可以选择单项课程，证书认证，或者是某一领域的文凭，

象网络或者程序。学习的最佳计划是掂量掂量自己的长短处，然后有目的寻找挑选学校本系列后半部分会详细介绍如何选择IT学校的。

IT是Information

Technology的缩写，意为“信息技术”，包含现代计算机、网络、通讯等信息领域的技术。IT的普遍应用，是进入信息社会的标志。

互联网技术定义：互联网技术指在计算机技术的基础上开发建立的一种信息技术，直译：internet Technology；简称：IT。

有些人理解的互联网技术把前二层合二为一，统指信息的存储、处理和传输，后者则为信息的应用；也有人把后二层合二为一，则划分为前硬后软。通常第三层还没有得到足够的重视，但事实上却是唯有当信息得到有效应用时IT的价值才能得到充分发挥，也才真正实现了信息化的目标。信息化本身不是目标，它只是在当前时代背景下一种实现目标比较好的一种手段。

互联网技术的普遍应用，是进入信息社会的标志。不同的人和不同的书上对此有不同解释。但一个基本上大家都同意的观点是，IT有以下三部分组成：

1、传感技术这是人的感觉器官的延伸与拓展，最明显的例子是条码阅读器；

2、通信技术这是人的神经系统的延伸与拓展，承担传递信息的功能；

3、计算机技术这是人的大脑功能延伸与拓展，承担对信息进行处理的功能。

Information Technology的简称，即信息技术

基本概念和所指范围

[编辑本段]

IT= information technology 信息技术实际上有三个层次：第一层是硬件，主要指数据存储、处理和传输的主机和网络通信设备；第二层是指软件，包括可用来搜集、存储、检索、分析、应用、评估信息的各种软件，它包括我们通常所指的ERP(企业资源计划)、CRM(客户关系管理)、SCM(供应链管理)等商用管理软件，也包括用来加强流程管理的WF(工作流)管理软件、辅助分析的DW/DM(数据仓库和数据挖掘)软件等；第三层是指应用，指搜集、存储、检索、分析、应用、评估使用各种信息，包括应用ERP、CRM、SCM等软件直接辅助决策，也包括利用其它决策分析模型或借助DW/DM等技术手段来进一步提高分析的质量，辅助决策者作决策(强调一点，只是辅助而不是替代人决策)。有些人理解的IT把前二层合二为一，统指信息的存储、处理和传输，后者则为信息的应用；也有人把后二层合二为一，则划分为前硬后软。通常第三层还没有得到足够的重视，但事实上却是唯有当信息得到有效应用时IT的价值才能得到充分发挥，也才真正实现了信息化的目标。信息化本身不是目标，它只是在当前时代背景下一种实现目标比较好的一种手段。

卡尔的IT是指什么呢？在那篇文章里面他并没有明确提出，不过他提到信息技术的核心功能--数据存储、处理和传输。从他推理的逻辑来看，即从蒸汽机、铁路、电报电话、电力等基础设施建设推过来的，还用摩尔定律来佐证主机和光纤的发展。如果他就此打住，只从这一点出发，他的逻辑论证是非常严谨的，后面对《IT不再重要》发表不管支持与反对评论的人，在这一点上都是基本认同的(除了那些硬件和网络厂商外)，笔者也认同这一点。整个文章里他对物化的IT基础设施建设部分关注很多，基本没有关注应用层面。但后面他讲到大众化趋势时，又提到“信息技术极易复制”，则把IT又推到了商业软件，这里已经迈出了“危险”的一步。在2004年他出版同名书时开篇就定义了他研究、类比过来的IT，“我用的‘IT’是指通常意义上的，即所有被用来以数字形式存储、处理和传输信息的硬件和软件，特别强调的是，我只是指技术本身，我指的‘IT’并不包括技术中流动的信息和那些使用技术的人才技能”，所以他所指的IT是指前二层。如果就这此打住，可能还是不会有太大争议(这次又加上那些难受的软件厂商)。客观地分析软件本身的特征，的确不具备核心竞争力的四个判断标准中的三个即：稀缺性、不易复制性、不易替代性，卡尔本人也没有否认而且是在强调IT具备核心竞争力的第四个判断标准，即有价值。但他偏偏又把题目定成了“IT不再重要”，几欲把整个IT一棍子打死!

可惜他在IT这一概念上是经常含混不清：一会儿指主机网络，一会儿又跑到软件，在他后来出版的书里甚至经常“一不小心”就迈到了第三层，完全违背了他在书开头所界定的IT范围，如论述信息技术的应用、对CIO发出的诘问等。有很多读者、包括哈佛商业评论的编辑当时就指出了这一点。后面其它很多人也因为这一点来攻击他，甚至有人说卡尔干脆就不懂IT，有可能是真的，因为他毕竟本来就不是做IT的。这也给我们搞研究的人也给予很大的启示和警醒，对自己不太熟悉的领域套用其它方法来研究时要特别小心，否则会闹出很多笑话。

这里笔者要强调一点，经常有软件厂商(国内外的都有)宣称上了信息化就能如何如何，就能加强企业核心竞争力（反正多是现在流行什么就跟什么，“与时俱进”）。不知道他们是有意还是无意，且不按核心竞争力判断的四个标准来推断，试反问几个简单的问题：如果上了信息化就能如何，有多少上了信息化的企业已经亏损甚至倒闭？尤其是那些宣称有几十万家客户使用他们软件的软件企业该问问自己。如果上了信息化就能如何，那么我们假设入库、出库、销售、库存等信息全是准确的，就能自动提高销售、降低库存吗？如果说没有上信息化之前，老板可能还可因为看不见而糊涂但幸福地过过日子，那么现在呢？只是痛苦地知道有如此多的库存在仓库里呆了如此长的时间，如此多的商品长时间占据着柜台却没有带来任何销售额更不要说利润!分析一下软件厂商们宣传“信息技术是企业的核心竞争力”的现象，结论只有两个：要么这些企业不懂什么是核心竞争力（我想应该大多数还是懂的，既希望他们懂又希望他们不懂，希望结果是懂是因为至少软件企业还能懂一些管理理念而不是埋头纯粹一技术性公司，希望结果是不懂是因为这样可以少被别人攻击没有职业道德，不知者不为过嘛），要么是另有所图。一般企业客户与IT企业之间存在严重的信息不对称问题。IT企业与企业客户之间的博弈，最后的结果往往会是次优选择，即所谓的“柠檬效应”。在这点上，除了IT企业和从业人员要提高自身的职业 *** 守外，政府或行业必须加强对信息化建设的培训教育，提高企业对信息化建设的认识，引进管理咨询公司、监理公司等来改变这一博弈结局，以达到新的平衡，促进IT业更健康的发展。

信息技术本身只是一个工具，就象一柄利剑或一枝好笔，买了它并不能一定保证你武功增进多少、字写漂亮多少，还需要你不断地去练习如何舞剑、如何写字，信息化建设也需要你不断地提升运用信息的能力，这才是真正核心也是最难的地方。功夫全在题外！信息化(数字化)目的并不是上系统拿几个数字，它只是基础，其核心在一个“化”字，把各种资源相关的信息整合起来后进行“合理化”、“优化”的配置。譬如用历史信息来辅助做销售预测、采购计划、生产计划、配送计划、库存计划，并按照这些计划下达指令并根据实际运行情况滚动修正计划。美国哈林顿（Joseph Harrington）博士提出的计算机集成制造（Computer Integrated Manufacturing，CIM）包含两个基本观点：一是企业生产的各个环节包括市场分析、产品设计、加工制造、经营管理和售后服务等是一个不可分割的整体，必须紧密相连、统一考虑；二是整个运作过程实质上是一个数据的采集、传递和加工处理过程，最终产品可以看作是数据的物质表现。如果上了信息系统却不用它来辅助决策，还是按照原来的运作方式运作，则信息系统的作用可能只是限于解放某些岗位的某些工作，如统计报表等，且同时还会增加另外一些岗位的工作。大量经验表明，如果不用信息系统收集上来的数据，要实现用来辅助决策的准确、及时、完整的信息根本不可能，信息系统只有用它才可能逐步提高其准确性、及时性和完整性。按照核心竞争力的评价标准，要构造核心竞争力，本质上只有整合能力才是，而且越外显的能力越容易被模仿。冰山一角，露在外面的越少越不容易被模仿，越能构成核心竞争力。

就象哈佛商业评论编辑Hal Varian（加利福尼亚大学伯克利分校信息管理与系统系主任）指出的那样：“卡尔说IT正在商品化、不再提供竞争优势，这一点他是对的。但知道如何有效使用IT还是一种非常稀缺的技能。”“提供竞争优势的不是IT本身，而是那些知道如何有效利用它的人。”“公司在花成千上万的钱在数据存储和获取客户交易数据上，但一大堆数据就躺在那儿、没有经过分析、没有使用，但是，在那些训练有素的分析人员手上同样的数据却能产生巨大的回报！”这是一个数据丰富的时代，但同时是一个知识贫乏的时代!

波士顿大学管理学院信息系统管理学教授托马斯·H达文波特要把“过去的40年，更确切地描述为‘数据时代’，而不是‘信息时代’”，“将数据转化为某种更有用的东西，需要相当多的人力投入和智慧，但大多数组织仅仅从技术的角度来看待这一问题。拥有一个数据库或数据挖掘系统，与拥有其它技术一样，是必要的，但对于高质量的信息和知识而言，则是不够的”。

所以这里我们有必要明确一下一些经常混淆的基本概念。

数据(Data)＝事实的记录，如上季度甲系列产品在华东地区销售额为120万。

信息=(Information)＝数据+ 意义，如上季度甲系列产品华东地区销售额比去年同期减少了25 %。

智能(Intelligence)＝信息+理解(understanding)与推理(reasoning)，如分析原因是华东地区销售单位不行，或甲系列产品进入了衰退期，还是公司整体营销活动落后，竞争者强力促销导致？或是其它原因。

知识(Knowledge) ＝解决问题的技能(skill)，针对这一问题公司应对的策略是什么？

智慧(Wisdom) ＝知识的选择(Selection) 应对的行动方案可能有多种，但(战略)选择哪个智慧。行动则又会产生新的交易数据。

数据、信息、智能、知识、智慧、行动与管理活动之间存在多重循环关系。

同样的高速公路、同样的高档车，开车的人不同将会开出完全不同的水平，这时更关键的因素--开车的本事就显得至关重要了。在初级阶段，竞争比较粗放，可能主要是看谁能修好道，买好车。到后面，大家硬件基础设施差不多，竞争日趋白热化，这个时候人的作用就突显出来了，光有好道好车还不行，还得有舒马赫这样的顶级选手才能赢得比赛。企业经营与赛车还不太一样，赛车有人制定规则，规定只能跑一样的道，企业之间的竞争是八仙过海各显神通，有钱的就可以买高档的服务器、小型机，没有钱的就只能买PC服务器；有钱的就可以用光纤宽带，没有钱的则只能用ADSL甚至拨号；有钱的可以花几千万去买SAP、Oracle，没有钱的则只能用用金蝶、用友，甚至只有一些基本功能的小的进销存或财务软件；有钱的可以请五大帮他们制定符合未来趋势的战略并进行培训，没有钱的则只能企业家自己摸着石头过河……的确，这是一场不太公平的竞争。但网络经济来了，用卡尔的话说，就是IT技术已经变得“大众化”，已变成商品。更何况ASP模式的出现，将极大的降低了企业信息化的门槛，昂贵的服务器、网络、软件费用的门槛被一下子降低了。好比虽然你有私家的宝马、奔驰，可以很快地到达你想要到的地方。但我也可以坐出租车差不多也能实现同样的效果，再差点儿我有公共汽车、地铁，只要很低的成本也能基本实现我的目标。但同样的宽带、同样一套系统软件，但使用的人一样，效果却完全不一样，君不见同样是使用SAP、Oracle或者金蝶、用友，有很成功的，也有很失败的？还是那句话，功夫在诗外!

组成

[编辑本段]

IT是Information Technology的缩写，意为“信息技术”，包含现代计算机、网络、通讯等信息领域的技术。IT的普遍应用，是进入信息社会的标志。不同的人和不同的书上对此有不同解释。但一个基本上大家都同意的观点是，IT有以下三部分组成：

-----传感技术 这是人的感觉器官的延伸与拓展，最明显的例子是条码阅读器；

-----通信技术 这是人的神经系统的延伸与拓展，承担传递信息的功能；

-----计算机技术 这是人的大脑功能延伸与拓展，承担对信息进行处理的功能。

所谓信息化是用信息技术来改造其他产业与行业，从而提高企业的效益。在这个过程中信息技术承担了一个得力工具的角色。

顺便说一句何谓IT产业，有一个大致的分类，可以供大家参考：

IT基础技术的提供 IC研发、软件编写 如INTEL、MS等

IT技术产品化 元器件、部件、组件制造 如精英、大众等

IT产品集成化 计算机及外设制造商 如联想、IBM

IT产品系统化 解决方案、信息系统 如华为、HP

IT产品流通 渠道、销售 如神州数码

IT产品服务 咨询服务和售后服务 如蓝色快车

IT产业舆论支持 IT类媒体 如CCW、CCID

IT产业第三方服务 各种需要配套的服务 如法律咨询、PR服务

IT后备人员培养 各种院校 如计算机专业

IT产业合作组织 各种协会、集会

集成测试的整个周期将系统性地包括软件接收测试、端到端测试、电视画面合成测试、系统测试、用户验收测试、多运动项目综合测试及技术演练等等。其目的是确保各IT系统具备所需的功能及可靠性，从而顺利地为北京2008年奥运会服务。

中国IT从业者的职业分类

[编辑本段]

IT主体职业

11软件类

111系统分析师 112计算机程序设计员 113软件测试师 114软件项目管理师 115系统架构设计师

12硬件类

121计算机维修工

13网络类

131计算机网络管理员 132网络系统设计师 133网络综合布线员 134网络建设工程师

14信息系统类

141计算机 *** 作员 142信息系统安全师 143信息系统管理师 144数据库系统管理员 145信息系统监理师

146信息系统评估师 147信息资源开发与管理人员 148信息系统设计人员

15制造类

151半导体器件测试工 152半导体器件制作工艺师 153半导体器件制造工 154半导体器件支持工 155半导体器件封装工

IT应用职业

21控制类

211单片机应用设计师 212控制系统设计师 213逻辑控制芯片编辑员 214数据自动采集与分析员

22应用系统开发类

221嵌入式系统开发师 222网站开发师 223游戏程序开发师 224射频识别系统开发师

23设计类

231计算机平面设计师

24商务类

241网络编辑员 242计算机网络客户服务人员 243网上销售员

25娱乐类

251数字视频制作师 252数字音频制作师 253三维动画制作员 254游戏美术设计师

26教育类

261网络课件制作师

27通讯类

IT相关职业

331电子标签 *** 作员

世界IT发展史（1936-2004）

[编辑本段]

1936年 英国数学家AMTuring发明图灵机，为现代计算机硬件和软件做了理论上的准备。

1942年

世界上第一台电子计算机ABC研制成功，它有300个电子管，采用二进制，基本体系结构与现代计算机已无二致。

1943年

英国计算机“巨人”投入运行。不过1970年之前对它一直保密。

1945年

现代计算机之父：冯·诺依曼第一次提出存储程序计算机的概念，即“冯·诺依曼机器”。

1946年

2月10日，电子数字积分机和计算机诞生。它装有18000个真空管，总重量达30吨，耗资近50万美元,是世界上第一台多功能、全电子数字计算机，可以实现每分钟几千次乘法运算。

1946年

5月英国剑桥大学研制成功第一台冯·诺依曼机器EDSAC。

1947年

12月23日，美国贝尔电话实验室发明了世界上第一个晶体管。

1948年

曼彻斯特大学开发出世界首台存储程序机Baby。

1950年

Engineering Research Associates制造出世界上第一台商用计算机ERA 1101。

1951年

第一台数字式计算机UNIVAC1为美国人口普查创建。

1952年

Grace Hopper勾画出第一个“编译程序”蓝图，即将所有程序在执行之前都翻译成机器语言，为计算机商用做出重大贡献。

1955年

Grace Hopper开发出A-3编译器Math-Matic。

1956年

世界上第一台采用晶体管元件的电脑研制成功。

第一条跨越大西洋的电话电缆敷设完成。

Bell实验室开发出可视电话样机。

1957年

IBM设计出世界上第一个计算机硬盘RAMAC 350，直径24英寸、总容量5兆字节。

IBM开发出FORTRAN语言。

1958年

第一台商用电子管计算机Univac Model 80发布。

MIT John McCarthy开始开发Lisp语言，1960年完成。

1959年

世界上第一块集成电路问世。

发表了Cobol语言规格，于1961年完成。

1964年

IBM发布IBM System/360计算机。

1965年

DEC推出真正被业界认可的世界上第一台标准小型机PDP－8。

美国Dartmouth 学院的Thomas EKurtz 和 John Kemeny 开发出Basic语言。

世界上第一部程控电话交换机—美国贝尔系统1号电子交换机问世。

国际卫星通信组织发射了一颗半试验半实用的静止（同步）通信卫星，标志着同步卫星通信时代的开始。

1967年

美国《Computerworld》报创刊。

IBM推出世界上第一张软盘，直径为32英寸。

瑞士的Njklaus Wirth 在 Algol的基础上开始开发Pascal语言，于1971年完成。

1968年

IBM开发出世界上第一个数据库管理系统IMS。

挪威计算中心的OJDahl和KNygard发表了第一个面向对象语言Simula 67。

1969年

贝尔实验室用汇编语言开发出第一个多任务多用户的计算机分时系统Unix。

IBM允许客户分开购买它的软件和硬件,从而建立了软件市场。

美国国防部开始研究ARPANET，人们将此视为Internet的开端。

1970年

美国贝尔实验室的Ken Thompson 和Dennis MRitchie开始开发Unix *** 作系统。

传输损耗仅为20分贝/公里的光纤和在室温下能连续工作的半导体激光器研制成功，光纤通信走向实用化。

1971年

Intel 开发出世界上第一个微 处理 器4004。

Niklaus Wirth 开 发出Pascal语言。

Gary Starkweather在施乐的实验室里研制出世界上第一台激光打印机。

1972年

Bell实验室的Dennis Ritchie开发出C语言。

国际电报电话咨询委员会（CCITT）首次提出ISDN的概念。

1973年

法国Luminy－Marseilles 大学的Alain Colmerauer 开发了Prolog语言。

马丁·库珀发名手机，成为第一个使用移动电话的人。

1974年

美国国防部开发出TCP(传输控制协议)。

Intel推出 8080微处理器，并被世界首台商业PC所采用。

Zilog公司推出处理器Z-80。

第一台商业成功的PC牛郎星8800研制成功。

IBM首次提出计算机精简指令集。

Xerox推出第一台工作站样机Xerox Alto。

在第一届计算机国际象棋冠军赛中,俄罗斯程序KAISASA获胜。

1975年

比尔·盖茨和保罗·艾伦为牛郎星开发了世界上第一套标准的微电脑软件Basic，并创办了Microsoft公司。

Xerox和斯坦福大学联合推出“以太网”（Ethernet）。该网络成为局域网的第一个工业标准产品。

1976年

第一台商业成功的巨型机Cray-1 研制成功，运算速度达每秒25亿次。

Hayes推出第一个PC调制解调器。

1977年

第一台带彩显的PC苹果II正式亮相。

世界上第一个商用光纤通信系统在美国芝加哥的两个电话局（相距7公里）之间开通。

1978年

TCP分成TCP和IP。

1981年

世界上第一台便携式电脑Osborne面世。

8月12日首次以“个人计算机（PC）”命名的IBM PC面世。它采用Intel的8088处理器和Microsoft的MS－DOS *** 作系统。

Ashton-Tate推出dBaseⅡ。

自称Captain Zap的23岁小伙子Ian Murphy潜入白宫、五角大楼和BellSouth的计算机系统。

1983年

蜂窝移动电话通信系统投入商用。

1984年

Apple推出Apple Macintosh机。

域名系统被创建。

MIPS计算机系统公司创建,并与斯坦福大学着手开发RISC体系结构。

HP推出面向个人的激光打印机。

1985年

Intel推出386微处理器。

Windows 10正式版本上市。

1986年

国家科学基金会创建骨干网速度为56KB/秒的NSFnet。

1987年

IBM和Microsoft公司发布OS/2 10。

柯达推出世界上首台百万像素商业数码相机。

1988年

11月1日,美国康奈尔大学的研究生Robert Morris在ARPANET中试验计算机病毒的可行性想法时,释放了一个实验性的网络蠕虫程序,在8小时之内,这一程序侵入了3000台～6000台运行Unix *** 作系统的VAX机和Sun计算机，造成严重损失。Morris既是病毒制造者，又是Internet上的首例黑客。

第一个横跨大西洋的海底通信光缆（TAT－8）系统敷设成功。

1989年

美国发射了第一颗全球定位系统（GPS）工作卫星。

英国科学家Timothy Berners Lee开发出万维网。

新加坡创新公司推出声霸卡，标志着PC多媒体时代的来临。

1990年

IBM发布基于RISC的RS/6000。

World Wide Web 软件开发成功。

Internet搜索程序Archie在McGill大学问世。

最早的局域网交换机研制成功。

1991年

芬兰赫尔辛基大学学生Linus Torvalds开发出Linux *** 作系统，并将它作为自由软件传播。

1992年

3月22日Intel推出第5代芯片Pentium处理器。

1993年

Peter de Jager在《Computerworld》上发表“2000年末日”一文,对Y2K问题的危险性及解决成本提出警告。

美国克林顿政府宣布了美国国家信息基础设施的规划，简称NII，俗称信息高速公路。

Microsoft正式发布Windows NT。

1994年

美国Netscape公布用于Internet 的浏览器Navigator。

Internet进入商品化时代。

1995年

Microsoft推出32位桌面 *** 作系统Windows 95。

Microsoft推出Internet 浏览器Internet Explorer。

IP电话初次亮相，VocalTec推出Internet Phone客户软件。

世界上第一个商用CDMA移动通信网在香港开通。

Sun公司推出Java语言。

Oracle公司总裁拉里·埃里森提出网络计算机（NC）概念。

Amazoncom在Internet上卖出第一本书。

一些与网络有关的公司挂牌上市。Netscape成为第三大Nasdaq IPO股票价值。

域名登记不再免费,每年收费50美元。

1996年

美国34所著名大学在芝加哥发起研发“下一代Internet”项目。

可改写光盘(CD-RW)技术问世。

PDA产品Palm Pilot 1000上市。

1997年

IBM“深蓝”机上的国际象棋软件，第一次打败了世界国际象棋冠军 Gary Kasparov。

IETF提出IPv6标准。

无线局域网标准IEEE 80211出台。

Yahoo和Amazoncom等成功上市。

电子商务发展年，网上零售商超过了10万家。截至1997年年底，Cisco在Web网站上的网络设备销售额为30亿美元，Dell网站上每天的PC销售额达100万美元。1997年，Cisco 64亿美元的总收入的39%源于其Web网站。

1998年

iMac苹果电脑面世。

Larry Page和Sergey Brin创建了Google，Google成为被广泛应用的Internet搜索引擎。

英国广播公司（BBC）在世界上首先播放了数字电视节目。

“铱星”系统开始向全世界提供个人通信商业服务。

1月26日，Compaq以96亿美元收购DEC。

加拿大北方电讯以91亿美元并购美国Bay。

10月19日美国联邦法院决定正式开庭审理美国司法部和20个州政府对微软所提起的反垄断诉讼。

11月服务商American Online以42亿美元股价收购Netscape 通信公司。

1999年

1月14日朗讯科技宣布以240亿美元收购Ascend。

2000年

1月10日全球最大的Internet接入服务商America Online宣布以总交易金额超过1600亿美元的换股方式并购Time Warner。

5月17日全球最大的网上时装零售企业、欧洲资金最雄厚的com公司宣布倒闭。美国至少有130家Internet公司因资金枯竭而倒闭。

美IT市场增速9年来首次放缓。

2001年

4月24日IBM公司宣布以10亿美元现金收购Informix的数据库业务。

5月29日Intel第一款64位处理器芯片Itanium正式发布。

8月28日Microsoft发布第一个64位Windows *** 作系统Windows Advanced Server限制版。

9月4日，HP宣布将以250亿美元的股票交易价格收购Compaq。

9月NTT DoCoMo在全球率先启动3G服务。

10月25日Microsoft发布Windows XP。

12月NTT公司宣布将与Intel、SGI公司联合进行网格计算试验。

2002年

5月IEEE 8023以太网标准组织批准了万兆以太网标准的最后草案。

IBM公司宣布投资10亿美元支持Linux。

IDC表示，-23%的增长率使2002年成为IT产业有史以来最差的一年。

IBM宣布将投入100亿美元用于按需计算(On Demand)。

Nasdaq指数跌至6年前com兴起前的水平。

2003年

3月SCO以“不当利用本公司拥有知识产权的Linux *** 作系统”为由起诉IBM。

3月12日Intel公司在全球同步发布其最新一代移动计算技术Centrino（迅驰）。

AMD推出分别面向桌面与移动计算平台的AMD Athlon 64位微处理器。

Apple推出在线音乐服务，开张后的第一周内就以每首歌99美分的价格销售了100万首。

2004年

16月14日RFID(Radio Frequency Identification)标准组织EPCgloba称确定了第一个全球性标准，以加速各公司采用RFID技术改进其供应链的运作。

4月2日，美国Sun公司宣布与微软公司达成一项为期十年的合作协议，了结了一切未决诉讼。根据协议，微软将向Sun支付7亿美元以解决所有未决反垄断问题，另外支付9亿美元解决所有专利问题。

6月28日Intel推出基于32/64位至强处理器的新平台系统。

智能运维(AIops)是目前 IT 运维领域最火热的词汇，全称是 Algorithmic IT operations platforms，正规翻译是『基于算法的 IT 运维平台』，直观可见算法是智能运维的核心要素之一。

本文主要谈算法对运维的作用，涉及异常检测和归因分析两方面，围绕运维系统Kale 中 skyline、Oculus 模块、Opprentice 系统、Granger causality（格兰杰因果关系）、FastDTW 算法等细节展开。

一、异常检测

异常检测，是运维工程师们最先可能接触的地方了。毕竟监控告警是所有运维工作的基础。设定告警阈值是一项耗时耗力的工作，需要运维人员在充分了解业务的前提下才能进行，还得考虑业务是不是平稳发展状态，否则一两周改动一次，运维工程师绝对是要发疯的。

如果能将这部分工作交给算法来解决，无疑是推翻一座大山。这件事情，机器学习当然可以做到。但是不用机器学习，基于数学统计的算法，同样可以，而且效果也不差。

异常检测之Skyline异常检测模块

2013年，Etsy 开源了一个内部的运维系统，叫 Kale。其中的 skyline 部分，就是做异常检测的模块， 它提供了 9 种异常检测算法 ：

first_hour_average、

simple_stddev_from_moving_average、

stddev_from_moving_average、

mean_subtraction_cumulation、

least_squares

histogram_bins、

grubbs、

median_absolute_deviation、

Kolmogorov-Smirnov_test

简要的概括来说，这9种算法分为两类：

从正态分布入手：假设数据服从高斯分布，可以通过标准差来确定绝大多数数据点的区间；或者根据分布的直方图，落在过少直方里的数据就是异常；或者根据箱体图分析来避免造成长尾影响。

从样本校验入手：采用 Kolmogorov-Smirnov、Shapiro-Wilk、Lilliefor 等非参数校验方法。

这些都是统计学上的算法，而不是机器学习的事情。当然，Etsy 这个 Skyline 项目并不是异常检测的全部。

首先，这里只考虑了一个指标自己的状态，从纵向的时序角度做异常检测。而没有考虑业务的复杂性导致的横向异常。其次，提供了这么多种算法，到底一个指标在哪种算法下判断的更准？这又是一个很难判断的事情。

问题一： 实现上的抉择。同样的样本校验算法，可以用来对比一个指标的当前和历史情况，也可以用来对比多个指标里哪个跟别的指标不一样。

问题二： Skyline 其实自己采用了一种特别朴实和简单的办法来做补充——9 个算法每人一票，投票达到阈值就算数。至于这个阈值，一般算 6 或者 7 这样，即占到大多数即可。

异常检测之Opprentice系统

作为对比，面对相同的问题，百度 SRE 的智能运维是怎么处理的。在去年的 APMcon 上，百度工程师描述 Opprentice 系统的主要思想时，用了这么一张图：

Opprentice 系统的主体流程为：

KPI 数据经过各式 detector 计算得到每个点的诸多 feature；

通过专门的交互工具，由运维人员标记 KPI 数据的异常时间段；

采用随机森林算法做异常分类。

其中 detector 有14种异常检测算法，如下图：

我们可以看到其中很多算法在 Etsy 的 Skyline 里同样存在。不过，为避免给这么多算法调配参数，直接采用的办法是：每个参数的取值范围均等分一下——反正随机森林不要求什么特征工程。如，用 holt-winters 做为一类 detector。holt-winters 有α，β，γ 三个参数，取值范围都是 [0, 1]。那么它就采样为 (02, 04, 06, 08)，也就是 4 3 = 64 个可能。那么每个点就此得到  64  个特征值。

异常检测之

Opprentice 系统与 Skyline 很相似

Opprentice 系统整个流程跟 skyline 的思想相似之处在于先通过不同的统计学上的算法来尝试发现异常，然后通过一个多数同意的方式/算法来确定最终的判定结果。

只不过这里百度采用了一个随机森林的算法，来更靠谱一点的投票。而 Etsy 呢？在 skyline 开源几个月后，他们内部又实现了新版本，叫 Thyme。利用了小波分解、傅里叶变换、Mann-whitney 检测等等技术。

另外，社区在 Skyline 上同样做了后续更新，Earthgecko 利用 Tsfresh 模块来提取时序数据的特征值，以此做多时序之间的异常检测。我们可以看到，后续发展的两种 Skyline，依然都没有使用机器学习，而是进一步深度挖掘和调整时序相关的统计学算法。

开源社区除了 Etsy，还有诸多巨头也开源过各式其他的时序异常检测算法库，大多是在 2015 年开始的。列举如下：

Yahoo! 在去年开源的 egads 库。(Java)

Twitter 在去年开源的 anomalydetection 库。(R)

Netflix 在 2015 年开源的 Surus 库。(Pig，基于PCA)

其中 Twitter 这个库还被 port 到 Python 社区，有兴趣的读者也可以试试。

二、归因分析

归因分析是运维工作的下一大块内容，就是收到报警以后的排障。对于简单故障，应对方案一般也很简单，采用 service restart engineering~ 但是在大规模 IT 环境下，通常一个故障会触发或导致大面积的告警发生。如果能从大面积的告警中，找到最紧迫最要紧的那个，肯定能大大的缩短故障恢复时间(MTTR)。

这个故障定位的需求，通常被归类为根因分析（RCA，Root Cause Analysis）。当然，RCA 可不止故障定位一个用途，性能优化的过程通常也是 RCA 的一种。

归因分析之 Oculus 模块

和异常检测一样，做 RCA 同样是可以统计学和机器学习方法并行的~我们还是从统计学的角度开始。依然是 Etsy 的 kale 系统，其中除了做异常检测的 skyline 以外，还有另外一部分，叫 Oculus。而且在 Etsy 重构 kale 20 的时候，Oculus 被认为是10 最成功的部分，完整保留下来了。

Oculus 的思路，用一句话描述，就是：如果一个监控指标的时间趋势图走势，跟另一个监控指标的趋势图长得比较像，那它们很可能是被同一个根因影响的。那么，如果整体 IT 环境内的时间同步是可靠的，且监控指标的颗粒度比较细的情况下，我们就可能近似的推断：跟一个告警比较像的最早的那个监控指标，应该就是需要重点关注的根因了。

Oculus 截图如下：

这部分使用的 计算方式有两种：

欧式距离，就是不同时序数据，在相同时刻做对比。假如0分0秒，a和b相差1000，0分5秒，也相差1000，依次类推。

FastDTW，则加了一层偏移量，0分0秒的a和0分5秒的b相差1000，0分5秒的a和0分10秒的b也相差1000，依次类推。当然，算法在这个简单假设背后，是有很多降低计算复杂度的具体实现的，这里就不谈了。

唯一可惜的是 Etsy 当初实现 Oculus 是基于 ES 的 020 版本，后来该版本一直没有更新。现在停留在这么老版本的 ES 用户应该很少了。除了 Oculus，还有很多其他产品，采用不同的统计学原理，达到类似的效果。

归因分析之 Granger causality

Granger causality（格兰杰因果关系）是一种算法，简单来说它通过比较“已知上一时刻所有信息，这一时刻 X 的概率分布情况”和“已知上一时刻除 Y 以外的所有信息，这一时刻 X 的概率分布情况”，来判断 Y 对 X 是否存在因果关系。

可能有了解过一点机器学习信息的读者会很诧异了：不是说机器只能反应相关性，不能反应因果性的么？需要说明一下，这里的因果，是统计学意义上的因果，不是我们通常哲学意义上的因果。

统计学上的因果定义是：『在宇宙中所有其他事件的发生情况固定不变的条件下，如果一个事件 A 的发生与不发生对于另一个事件 B 的发生的概率有影响，并且这两个事件在时间上有先后顺序（A 前 B 后），那么我们便可以说 A 是 B 的原因。』

归因分析之皮尔逊系数

另一个常用的算法是皮尔逊系数。下图是某 ITOM 软件的实现：

我们可以看到，其主要元素和采用 FastDTW 算法的 Oculus 类似：correlation 表示相关性的评分、lead/lag 表示不同时序数据在时间轴上的偏移量。

皮尔逊系数在 R 语言里可以特别简单的做到。比如我们拿到同时间段的访问量和服务器 CPU 使用率：

然后运行如下命令：

acc_count<-scale(acc$acc_count,center=T,scale=T)

cpu<-scale(acc$cpuload5,center=T,scale=T)

cortest(acc_count,cpu)

可以看到如下结果输出：

对应的可视化图形如下：

这就说明网站数据访问量和 CPU 存在弱相关，同时从散点图上看两者为非线性关系。因此访问量上升不一定会真正影响 CPU 消耗。

其实 R 语言不太适合嵌入到现有的运维系统中。那这时候使用 Elasticsearch 的工程师就有福了。ES 在大家常用的 metric aggregation、bucket aggregation、pipeline aggregation 之外，还提供了一种 matrix aggregation，目前唯一支持的 matrix_stats 就是采用了皮尔逊系数的计算，接口文档见：

>

什么是IT？

IT 这个名词，简要地说它的意思就是信息技术(INFORMATION TECHNOLOGY)，它涵盖的范围很广，举凡处理或者应用到信息技术的产业，诸如银行，咨询，医院，出版，制造， 影视等等，他们共同的特点都是依赖于信息和信息系统。计算机软硬件，因特网和其他各种来连接上述所有的东西的网络环境当然还有从事设计，维护，支持和管理的人员共同形成了一个无所不在的IT产业。

信息产业部电信研究院高级工程师陈凯：就IT业的“世界工厂”这一说法，实际上包含了两个概念。首先什么是IT业？其次什么是“世界工厂”？

目前IT业的划分方法有各式各样，其中以美国商业部的定义较为清楚和合理，它将国民经济的所有行业分成IT业和非IT生产业。其中IT业又进一步划分为IT生产业和IT使用业。IT生产业包括计算机硬件业、通信设备业、软件、计算机及通信服务业。至于IT使用业几乎涉及所有的行业，其中服务业使用IT的比例更大。由此可见，IT行业不仅仅指通信业，还包括硬件和软件业，不仅仅包括制造业，还包括相关的服务业，因此通信制造业只是IT业的组成部分，而不是IT业的全部。

对“世界工厂”的概念，我认为应该包括两个方面：一、中国生产的IT产品或服务占世界IT产品或服务的比重占绝对或主导地位，可称中国为IT的“世界工厂”；二、中国生产的IT产品或服务，出口到世界各国的数量或价值占世界各国IT业出口总量或总额的比例占绝对或主导优势，则可称中国为IT“世界工厂”。就我个人的理解，目前中国IT业尚没有达到这个水平。

什么是信息产业

信息产业一般指以信息为资源，信息技术为基础，进行信息资源的研究、开发和应用，以及对信息进行收集、生产、处理、传递、存储和经营活动，为经济发展及社会进步提供有效的综合性的生产和经营活动的行业。

在工业发达国家，一般都把信息当作社会生产力发展和国民经济发展的重要资源，把信息产业作为所在产业核心的新兴产业群，称为第四产业。

我国对信息产业分类没有统一的模式，一般可认为包括七个方面：一是微电子产品的生产与销售；二是电子计算机、终端设备及其配套的各种软件、硬件的开发、研究和销售；三是各种信息材料产业；四是信息服务业，包括信息数据、检索、查询、商务咨询；五是通讯业，包括电脑、卫星通讯、电报、电话、邮政等；六是与各种制造业有关的信息技术；七是大众传播媒介的娱乐节目及图书情报等。

什么是信息技术（IT）

IT是Intermation Technology的缩写，意为“信息技术”。信息技术是关于信息的产生、发送、传输、接受、交换、识别、控制等应用技术的总称，是在信息科学的基本原理和方法的指导下扩展人类信息处理功能的技术。其主要支柱是通讯（Communication）技术、计算机（Compuet）技术和控制（Control）技术，即“3C”

技术。

信息科学、生命科学和材料科学一起构成了当代三种前沿科学，信息技术是当代

世界范围内新的技术革命的核心。信息科学和技术是现代科学技术的先导，是人类

进行高效率、高效益、高速度社会活动的理论、方法与技术，是管理现代化的一个重要标志。

比尔·盖茨曾预言：“超过我的下一个首富必定出自基因领域。” 美国未来学家保罗先生预言：“推动社会发展的代表科学将由信息科学转为生物科学”； 以蒸汽机为动力的第一次浪潮，造就了西方资本主义的兴起…… 以电气化为动力的第二次浪潮，进一步地拉大了发达国家与不发达国家的差距…… 以信息技术为代表的第三次浪潮，把比尔·盖茨等“知本家”推上财富顶峰…… 由于种种原因，我们没有赶上前两次科技浪潮，第三次浪潮尽管只算是赶了个晚集，但IT业就已经成为我国制造业中的支柱产业，对于刚刚兴起的、比第三次浪潮更持久、更富有创造性、更……的第四次浪潮，我们绝不能错过！！！

IT行业近几年发展情况有目共睹，根据招聘网站数据显示，IT行业是年轻人就业首选行业。

原因有三：

1、门槛低

2、薪资高

3、前景好

但对于很多不了解的人而言，IT行业是什么？做什么的？

1、IT行业是什么？

IT行业，就是信息技术产业，又称信息产业，它是运用信息手段和技术，收集、整理、储存、传递信息情报，提供信息服务，并提供相应的信息手段、信息技术等服务的产业。

主要包括传感技术、计算机与智能技术、通信技术和控制技术。IT业划分为IT生产业和IT使用业。IT生产业包括计算机硬件业、通信设备业、软件、计算机及通信服务业。至于IT用业几乎涉及所有的行业，其中服务业使用IT的比例更大。

2、IT行业有哪些岗位？

产品经理

UI设计

前端设计（CSS+JS/jQ）

后端（Java/php/python）

DBA(mysql/oracle)

算法（分类/聚类/关系抽取/实体识别）

大数据工程师（Hadoop）

3、IT行业就业前景好吗

在我国，IT产业在过去5年经历了28%的增长速度，是同期国家GDP增长速度的3倍。IT行业现已进入高速发展期，成为所有行业中的朝阳产业。人才需求量大近期调查发现，全国IT类职能网上发布职位数有67万余个，其中软件工程、网络工程、信息管理与网络营销等紧缺型IT技术人才需求占70%以上。

4、IT就业薪水高吗？

目前IT从业人员平均年薪已逾10万元。据智联招聘调查显示，十大高薪行业中，互联网/电子商务行业以8626元的月薪高居榜首。发展潜力大有5个职业属于IT行业，而前50位中有14个属于IT行业

以上就是关于IT行业中的四大定律是什么各定律的含义分别是什么全部的内容，包括:IT行业中的四大定律是什么各定律的含义分别是什么、IT产业是什么意思、lT是什么意思等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！