阿里巴巴的招聘流程，技术岗位一般几轮面试？

阿里巴巴招聘技术岗位的流程:

依次进行三轮面试：初面、复面、以及hr面。

每通过一轮即可进入下一轮，三轮全过即为通过。

扩展资料

面试技巧

招聘中的“经典七问”

招聘过程中常要问到的问题极其释义总结如下：

以往工作中您的职责是什么？――如果描述不清，可见即使有相关工作经验，其系统性全面性也值得怀疑。

请讲一下您以往的工作经历。――考察应聘者的语言组织及表达能力，以及描述的条理化。

您以往的工作经历中最得意最成功的一件事是什么？您的长处是什么？――从应聘者的回答中，可了解他是注重个人成功还是注重团队协作。

您感觉还有哪方面的知识、技能或能力需要提升？――“提升”一词比较委婉，一方面考察其态度是否坦诚，另一方面，也为日后的员工培训增强针对性。

对于新的工作岗位您有什么设想？如何开展工作？――这涉及到员工的职业生涯设计，更有关员工工作的稳定性。

您离职的原因是什么？――这是必须要问的问题，涉及员工和组织的融合性。

您对薪金待遇和福利有什么要求？――这个问题的重要性更是不必多言。

参考资料来源：百度百科：招聘

里巴巴网站的目标是建立全球最大最活跃的网上贸易市场，让天下没有难做的生意。它从一开始创建就有明确的商业模式，这一点不同于早期的互联网公司主要是以技术作为驱动的，创始人都是计算机或通讯技术等方面的人才或爱好者，由自娱自乐到创造出有特色的网站，进而摸索可能的网络服务模式。

阿里巴巴创始人马云的经历使其网站能有明确的定位。他于1995-1997创办中国第一家互联网商业信息发布站“中国黄页”，1997-1999加盟外经贸部中国国际电子商务中心并成功运作该中心所属国富通信息技术发展有限公司。在不到一年的时间内，开发了外经贸部官方站点、网上中国商品交易市场、网上中国技术出口交易会、中国招商、网上广交会和中国外经贸等一系列站点。1999年自立门户在杭州设立研究开发中心，以香港为总部，创办阿里巴巴网站。

阿里巴巴从纯粹的商业模式出发，与大量的风险资本和商业合作伙伴相关联构成网上贸易市场，其运营模式取得成功主要有以下几个的原因：

首先，专做信息流，汇聚大量的市场供求信息。本人曾参加过今年阿里巴巴在广交会期间主办的电子商务研讨会，在会上，马云阐述了以下观点，即中国电子商务将经历三个阶段，信息流、资金流和物流阶段。目前还停留在信息流阶段。交易平台在技术上虽然不难，但没有人使用，企业对在线交易基本上还没有需求，因此做在线交易意义不大。这是阿里巴巴最大的特点，就是做今天能做到的事，循序渐进发展电子商务。

阿里巴巴在充分调研企业需求的基础上，将企业登录汇聚的信息整合分类，形成网站独具特色的栏目，使企业用户获得有效的信息和服务。阿里巴巴主要信息服务栏目包括：①商业机会，有27个行业700多个产品分类的商业机会供查阅，通常提供大约50万供求信息②产品展示：按产品分类陈列展示阿里巴巴会员的各类图文并茂的产品信息库③公司全库：公司网站大全，目前已经汇聚4万多家公司网页。用户可以通过搜索寻找贸易伙伴，了解公司详细资讯。会员也可以免费申请自己的公司加入到阿里巴巴“公司全库”中，并链接到公司全库的相关类目中方便会员有机会了解公司全貌。④行业资讯：按各类行业分类发布最新动态信息，会员还可以分类订阅最新信息，直接通过电子邮件接受。⑤价格行情：按行业提供企业最新报价和市场价格动态信息⑥以商会友：商人俱乐部。在这里会员交流行业见解，谈天说地。其中咖啡时间为会员每天提供新话题，为会员分析如何做网上营销等话题。⑦商业服务：航运、外币转换、信用调查、保险、税务、贸易代理等咨询和服务。这些栏目为用户提供了充满现代商业气息，丰富实用的信息，构成了网上交易市场的主体。

第二，阿里巴巴采用本土化的网站建设方式，针对不同国家采用当地的语言，简易可读，这种便利性和亲和力将各国市场有机地融为一体。阿里巴巴已经建立运作四个相互关联的网站：英文的国际网站面向全球商人提供专业服务；简体中文的中国网站主要为中国大陆市场服务；全球性的繁体中文网站则为台湾、香港、东南亚及遍及全球的华商服务；韩文的韩国网站针对韩文用户服务。而且即将推出针对当地市场的日文、欧洲语言和南美网站。这些网站相互链接，内容相互交融，为会员提供一个整合一体的国际贸易平台，汇集全球178个国家(地区)的商业信息和个性化的商人社区。

第三，在起步阶段，网站放低会员准入门槛，以免费会员制吸引企业登录平台注册用户，从而汇聚商流，活跃市场，会员在浏览信息的同时也带来了源源不断的信息流和创造无限商机。截至2001年7月，阿里巴巴会员数目已达73万，分别来自202个国家和地区，每天登记成为阿里巴巴的商人会员超过1500名。阿里巴巴会员多数为中小企业，免费会员制是吸引中小企业的最主要因素。在市场竞争将日趋复杂激烈的情况下，中小企业当然不肯错过这个成本低廉的机遇，利用网上市场来抓住企业商机。大大小小的企业活跃于网上市场，反过来为阿里巴巴带来了各类供需，壮大了网上交易平台。阿里巴巴每月页面浏览量超过4500万，信息库存买卖类商业机会信息达50万条，每天新增买卖信息超过3000条，每月有超过30万个询盘，平均每条买卖信息会得到四个反馈。

第四，阿里巴巴通过增值服务为会员提供了优越的市场服务，增值服务一方面加强了这个网上交易市场的服务项目功能，另一方面又使网站能有多种方式实现直接赢利。尽管目前阿里巴巴不向会员收费，但据马云介绍，阿里巴巴网站目前是赢利的。阿里巴巴的赢利栏目主要是：中国供应商、委托设计公司网站、网上推广项目和诚信通。中国供应商是通过ALIBABA的交易信息平台，给中国的商家提供来自各国国际买家的特别询盘。客户可以委托阿里巴巴作一次性的投资建设公司网站，这个项目主要是alibaba帮助企业建立拥有独立域名网站，并且与alibaba链接。网上推广项目，是由邮件广告、旗帜广告、文字链接和模块广告组成。邮件广告由网站每天向商人发送的最新商情特快邮件插播商家的广告；文字链接将广告置于文字链接中。新推出的诚信通项目能帮助用户了解潜在客户的资信状况，找到真正的网上贸易伙伴；进行权威资信机构的认证，确认会员公司的合法性和联络人的业务身份；展现公司的证书和荣誉，用业务伙伴的好评成为公司实力的最好证明。

第五，适度但比较成功的市场运作，比如福布斯评选，提升了阿里巴巴的品牌价值和融资能力。阿里巴巴与日本互联网投资公司软库(Softbank)结盟，请软库公司首席执行官、亚洲首富孙正义担任阿里巴巴的首席顾问，请世界贸易组织前任总干事、现任高盛国际集团主席兼总裁彼得萨瑟兰担任阿里巴巴的特别顾问。通过各类成功的宣传运作，阿里巴巴多次被选为全球最佳B2B站点之一。2000年10月，阿里巴巴荣获二十一世纪首届中国百佳品牌网站评选"最佳贸易网"。

阿里巴巴凭据其可行的、具有说服力的商业模式在快速增长的电子商务市场中处于领先地位，成功地缔造了被誉为经典的网上交易市场。

中国发展E-Marketplace电子市场的存在的问题、战略定位和措施

阿里巴巴网上交易市场的发展并不是照搬美国的商业模型，它主要针对亚洲特别是中国的情况制定自己的发展战略。阿里巴巴根据目前中国网络发展现状，集中力量做好信息流来构筑网上贸易市场，避开了资金流、物流这些近期国内电子商务现实状况暂时无法解决的问题。总的看来，我国电子商务目前尚处于初级阶段，许多问题有待解决，发展电子商务和网上交易市场不能照搬美国的模式。那么当前中国发展E-Marketplace电子市场存在的问题主要是什么？针对中国的现状，在中国发展E-Marketplace应采取什么样的战略和措施？

首先，在中国发展E-Marketplace要以信息中介为基础，以丰富实用的专业信息构筑市场平台。由于电子商务在中国是刚刚起步，许多企业对电子商务的初步认识是在网上基于信息查询。许多企业特别是中小企业，由于信息闭塞，无法及时掌握供求方面的信息，因此企业渴望从网上获得实用的信息。E-Marketplace首先必须成为供需双方之间一个信息的桥梁，让产品供应商能够迅速找到买家，让需求方也能根据自已的需求进行选择，这样才能赢得企业对网上交易市场的信赖。同时，必须采用本地化的手法处理网站信息流，如分别采用中文和外文的界面去面对国内和国外的市场。还必须不断进行调研了解客户需求，及时更新网站信息，体现现代商业节奏和文化。

第二，将网上结算和物流配送等功能模块列入未来扩展规划，不作为当前平台任务。目前我国的电子商务网络支付、配送体系和安全认证体系远没有完善。网络安全缺乏保障，物流现代化水平低，电子货币尚未普及，在网络上直接进行交易，以及在贸易过程中通过与金融网连接来支付和收费都需要时间去建设完善。在中国这样需要当面交易才比较放心的国度，买卖双方之间的信任程度以及对支付手段的安全性的信任度不高。因此中国E-Marketplace现在不能将精力放在网上结算和物流配送方面。交易时可采用网上查询、网下交易的办法以避开不必要的麻烦。

第三，要将市场机会定位于中小企业。我国是一个正在高速成长的市场，中小企业数量庞大，分布广泛，潜力巨大，成长迅速，是整个社会经济生活中的重要力量。我国中小企业所创造的工业总产值已占整个社会工业总产值的60％，利润也占到40％。由于没有过多的繁文缛节，中小企业反应迅速，行动灵敏，很容易接受新生事物。我国85%在网上经商的都是中小企业，这同美国网站以大企业为主有别，那里是成熟的市场，大企业占主导地位。在中国，要想在电子商务领域有所突破，就不能完全照搬欧美的做法，而是应该根据实际情况因地制宜。抓住了中小企业，大企业自然就会来了。因为大企业都是靠中小企业养活的！正如阿里巴巴定位在为小公司或小批发商提供服务上。正是这种战略，使阿里巴巴迅速发展成有来自190多个国家和地区的成千上万的商人买卖各种商品的大市场。

第四，提倡设定由低至高的市场准入规则，当前仍宜实行免费会员制，尽量吸引商家用户参与网上交易市场。对于交易平台来说，为保证交易双方的诚意和平台自身的成长，可以对入网会员收取一定的会员费。而对大多企业来说，在没有得到实际利益时就要付费是难于接受的。这就使得交易平台网站在其人气聚集上已先输一局。然而网上交易平台的关键是客户和人气。现在，企业间电子商务（B2B）在我国还不够普及，中小企业由于资金问题或没有意识到电子商务的巨大潜力而没有加入到B2B行列。如果设置规则繁琐，技术要求较高的准入机制，这样的E-market无非是在拒绝客户。对于中小企业参与电子商务，必须逐步引导，使其认识到与参与网上交易市场所能带来的效益相比，在企业间电子商务方面的那点投入是微不足道的。当前在中国E-Marketplace仍应推行免费会员制和相关服务来吸引企业会员的加入。免费会员制并不意味着没有收益，市场运营者通过为会员用户提供虚拟的交易场所以及制定规范和机制，逐步成为行业规则的制定者，大大增强其行业影响力，同时通过提供各种增值服务获取利润。

从另一个角度来讲，在初级阶段，E-marketplace鼓励中小企业免费加入，体现了网上交易市场的开放性和公平竞争的原则。以后随着电子商务技术的普及，E-marketplace再逐步提高自身的技术壁垒，要求进入网上交易市场的企业必须获得一定的资格。这个资格就是企业内部必须先有一套合格的电子化生产管理系统，并且这套系统能与外部信息流无缝对接，从而实现企业生产、采购、销售全过程的整合信息化。网上交易市场准入规则的设定必须遵循由低至高的规律，才不会把客户都吓跑。

第五，建立各类辅助服务项目实现网站的增值和广告收益。网上交易市场可以提供政策法规、关税、报关、商检、航运、保险、进出口业务、外汇换算等咨询代理服务，丰富市场中介功能，实现网站增值收益。

在信息网络日益全球化的进程中，中国B2B网站必须把握中国独特的本土化竞争优势资源，信息服务与本地特性相结合的E-marketplace模式才可能更有生命力，也才更有机会赢得海外资本市场的青睐。

企业网站建设流程详细流程就多了3步，共计7步，分别是购买域名、服务器或虚拟主机、建站系统或定制开发、网站模板或定制设计、域名备案、网站测试、最后一步网站上线。
1、域名/网址
购买域名是企业网站建设流程的第一步，这里的域名是什么？域名就是网址，比如top域名。一般100元以内价格的域名都能满足企业的需求和使用。
2、服务器/虚拟主机
我们做完网站后需要一个存放文字、、视频、源码的空间，服务器就像是一个商场，虚拟主机就像是商场里的一家店铺。个人建议 如果你的网站是纯展示型的，用虚拟主机就可以，如果网站里面的内容 、视频、需要让客户下载的文件非常多的情况下，建议用独立的服务器。选择虚拟主机，不需要搭建运行环境，购买服务器则需要搭建网站运行环境。
3、建站系统/定制开发
建站系统分为普通建站系统和智能建站系统：
（1）普通建站系统指的就是一个建站程序，需要下载它，并且把它安装到服务器或者虚拟主机上，才能搭建并使用网站，需要你另外购买域名和服务器或虚拟主机。
（2）智能建站系统重点是智能，不需要你安装，你只需要在建站平台注册账号就行了，都是包含服务器的，还送二级域名，也就是说使用这种智能建站系统，你不需要另外购买域名和服务器或者虚拟主机，如果你想拥有独特的域名网址，可以自行购买。
（3）定制开发，就是网站的后端和前端，是单独为企业的建站需求而开发的，这套系统只属于你自己的企业，只有你自己的企业可以使用，当然，如果是找的第三方网站建设公司，你需要说明这一点；如果有程序员团队就不用担心这个问题了。
4、网站模板/定制设计
关于企业网站建设流程的第4步，如果是定制设计的就可以省去这一步，因为网站定制开发的，一般都是包含这一步的，不需要企业担心，但是在谈合作的时候，一定要说明白。
（1）如果企业使用普通建站系统，需要另外下载并安装模板，模板有免费有收费的，免费的BUG多，适合个人或者懂代码的，能修改。付费的功能完善，而且BUG少，而且还支持更新和修改等。
（2）如果企业使用智能建站系统，就不需要考虑网站模板的问题，模板是包含在你购买的版本里面的，而且随时可以任意更换，也不需要懂代码，企业没有程序员也完全可以搭建网站。
（3）如果企业是自己开发或者找网站建设公司定制开发的，就不需要考虑网站模板的问题了，甚至不用考虑域名、服务器或者虚拟主机的问题。
5、域名备案
如果你是购买的国内的服务器或者虚拟主机，域名需要备案，如果是海外的，就不需要进行域名备案了。部分企业和个人，只要是国内的必须备案，但是如果是企业，建议使用国内的服务器或者虚拟主机，然后进行备案。域名备案是企业网站建设流程中不可或缺的一部分。
6、网站测试
不论企业选择了那种网站建设方式，在网站上线之前，都是需要测试的，比如整个网站的色调、架构布局、首页、栏目页、详情页、各项功能是否完善和正常
7、正式上线
第7步是企业网站建设流程的最后一步，顾名思义，也就是现在这个网站是企业的了，可以使用了，可以让顾客访问了，可以放到互联网上了，可以对外宣传了。如果在后期使用运营中，遇到问题，都是可以找客服去解决的。

本文主要整理自阿里巴巴计算平台事业部资深技术专家莫问在云栖大会的演讲。

合抱之木，生于毫末

随着人工智能时代的降临，数据量的爆发，在典型的大数据的业务场景下数据业务最通用的做法是：选用批处理的技术处理全量数据，采用流式计算处理实时增量数据。在绝大多数的业务场景之下，用户的业务逻辑在批处理和流处理之中往往是相同的。但是，用户用于批处理和流处理的两套计算引擎是不同的。

因此，用户通常需要写两套代码。毫无疑问，这带来了一些额外的负担和成本。阿里巴巴的商品数据处理就经常需要面对增量和全量两套不同的业务流程问题，所以阿里就在想，我们能不能有一套统一的大数据引擎技术，用户只需要根据自己的业务逻辑开发一套代码。这样在各种不同的场景下，不管是全量数据还是增量数据，亦或者实时处理，一套方案即可全部支持， 这就是阿里选择Flink的背景和初衷 。

目前开源大数据计算引擎有很多选择，流计算如Storm,Samza,Flink,Kafka Stream等，批处理如Spark,Hive,Pig,Flink等。而同时支持流处理和批处理的计算引擎，只有两种选择：一个是Apache Spark，一个是Apache Flink。

从技术，生态等各方面的综合考虑。首先，Spark的技术理念是基于批来模拟流的计算。而Flink则完全相反，它采用的是基于流计算来模拟批计算。

从技术发展方向看，用批来模拟流有一定的技术局限性，并且这个局限性可能很难突破。而Flink基于流来模拟批，在技术上有更好的扩展性。从长远来看，阿里决定用Flink做一个统一的、通用的大数据引擎作为未来的选型。

Flink是一个低延迟、高吞吐、统一的大数据计算引擎。在阿里巴巴的生产环境中，Flink的计算平台可以实现毫秒级的延迟情况下，每秒钟处理上亿次的消息或者事件。同时Flink提供了一个Exactly-once的一致性语义。保证了数据的正确性。这样就使得Flink大数据引擎可以提供金融级的数据处理能力。

Flink在阿里的现状

基于Apache Flink在阿里巴巴搭建的平台于2016年正式上线，并从阿里巴巴的搜索和推荐这两大场景开始实现。目前阿里巴巴所有的业务，包括阿里巴巴所有子公司都采用了基于Flink搭建的实时计算平台。同时Flink计算平台运行在开源的Hadoop集群之上。采用Hadoop的YARN做为资源管理调度，以 HDFS作为数据存储。因此，Flink可以和开源大数据软件Hadoop无缝对接。

目前，这套基于Flink搭建的实时计算平台不仅服务于阿里巴巴集团内部，而且通过阿里云的云产品API向整个开发者生态提供基于Flink的云产品支持。

Flink在阿里巴巴的大规模应用，表现如何？

规模： 一个系统是否成熟，规模是重要指标，Flink最初上线阿里巴巴只有数百台服务器，目前规模已达上万台，此等规模在全球范围内也是屈指可数；

状态数据： 基于Flink，内部积累起来的状态数据已经是PB级别规模；

Events： 如今每天在Flink的计算平台上，处理的数据已经超过万亿条；

PS： 在峰值期间可以承担每秒超过472亿次的访问，最典型的应用场景是阿里巴巴双11大屏；

Flink的发展之路

接下来从开源技术的角度，来谈一谈Apache Flink是如何诞生的，它是如何成长的？以及在成长的这个关键的时间点阿里是如何进入的？并对它做出了那些贡献和支持？

Flink诞生于欧洲的一个大数据研究项目StratoSphere。该项目是柏林工业大学的一个研究性项目。早期，Flink是做Batch计算的，但是在2014年，StratoSphere里面的核心成员孵化出Flink，同年将Flink捐赠Apache，并在后来成为Apache的顶级大数据项目，同时Flink计算的主流方向被定位为Streaming，即用流式计算来做所有大数据的计算，这就是Flink技术诞生的背景。

2014年Flink作为主攻流计算的大数据引擎开始在开源大数据行业内崭露头角。区别于Storm,Spark Streaming以及其他流式计算引擎的是：它不仅是一个高吞吐、低延迟的计算引擎，同时还提供很多高级的功能。比如它提供了有状态的计算，支持状态管理，支持强一致性的数据语义以及支持Event Time,WaterMark对消息乱序的处理。

Flink核心概念以及基本理念

Flink最区别于其他流计算引擎的，其实就是状态管理。

什么是状态？例如开发一套流计算的系统或者任务做数据处理，可能经常要对数据进行统计，如Sum,Count,Min,Max,这些值是需要存储的。因为要不断更新，这些值或者变量就可以理解为一种状态。如果数据源是在读取Kafka,RocketMQ，可能要记录读取到什么位置，并记录Offset，这些Offset变量都是要计算的状态。

Flink提供了内置的状态管理，可以把这些状态存储在Flink内部，而不需要把它存储在外部系统。这样做的好处是第一降低了计算引擎对外部系统的依赖以及部署，使运维更加简单；第二，对性能带来了极大的提升：如果通过外部去访问，如Redis,HBase它一定是通过网络及RPC。如果通过Flink内部去访问，它只通过自身的进程去访问这些变量。同时Flink会定期将这些状态做Checkpoint持久化，把Checkpoint存储到一个分布式的持久化系统中，比如HDFS。这样的话，当Flink的任务出现任何故障时，它都会从最近的一次Checkpoint将整个流的状态进行恢复，然后继续运行它的流处理。对用户没有任何数据上的影响。

Flink是如何做到在Checkpoint恢复过程中没有任何数据的丢失和数据的冗余？来保证精准计算的？

这其中原因是Flink利用了一套非常经典的Chandy-Lamport算法，它的核心思想是把这个流计算看成一个流式的拓扑，定期从这个拓扑的头部Source点开始插入特殊的Barries，从上游开始不断的向下游广播这个Barries。每一个节点收到所有的Barries,会将State做一次Snapshot，当每个节点都做完Snapshot之后，整个拓扑就算完整的做完了一次Checkpoint。接下来不管出现任何故障，都会从最近的Checkpoint进行恢复。

Flink利用这套经典的算法，保证了强一致性的语义。这也是Flink与其他无状态流计算引擎的核心区别。

下面介绍Flink是如何解决乱序问题的。比如星球大战的播放顺序，如果按照上映的时间观看，可能会发现故事在跳跃。

在流计算中，与这个例子是非常类似的。所有消息到来的时间，和它真正发生在源头，在线系统Log当中的时间是不一致的。在流处理当中，希望是按消息真正发生在源头的顺序进行处理，不希望是真正到达程序里的时间来处理。Flink提供了Event Time和WaterMark的一些先进技术来解决乱序的问题。使得用户可以有序的处理这个消息。这是Flink一个很重要的特点。

接下来要介绍的是Flink启动时的核心理念和核心概念，这是Flink发展的第一个阶段；第二个阶段时间是2015年和2017年，这个阶段也是Flink发展以及阿里巴巴介入的时间。故事源于2015年年中，我们在搜索事业部的一次调研。当时阿里有自己的批处理技术和流计算技术，有自研的，也有开源的。但是，为了思考下一代大数据引擎的方向以及未来趋势，我们做了很多新技术的调研。

结合大量调研结果，我们最后得出的结论是：解决通用大数据计算需求，批流融合的计算引擎，才是大数据技术的发展方向，并且最终我们选择了Flink。

但2015年的Flink还不够成熟，不管是规模还是稳定性尚未经历实践。最后我们决定在阿里内部建立一个Flink分支，对Flink做大量的修改和完善，让其适应阿里巴巴这种超大规模的业务场景。在这个过程当中，我们团队不仅对Flink在性能和稳定性上做出了很多改进和优化，同时在核心架构和功能上也进行了大量创新和改进，并将其贡献给社区，例如：Flink新的分布式架构，增量Checkpoint机制,基于Credit-based的网络流控机制和Streaming SQL等。

阿里巴巴对Flink社区的贡献

我们举两个设计案例，第一个是阿里巴巴重构了Flink的分布式架构，将Flink的Job调度和资源管理做了一个清晰的分层和解耦。这样做的首要好处是Flink可以原生的跑在各种不同的开源资源管理器上。经过这套分布式架构的改进，Flink可以原生地跑在Hadoop Yarn和Kubernetes这两个最常见的资源管理系统之上。同时将Flink的任务调度从集中式调度改为了分布式调度，这样Flink就可以支持更大规模的集群，以及得到更好的资源隔离。

另一个是实现了增量的Checkpoint机制，因为Flink提供了有状态的计算和定期的Checkpoint机制，如果内部的数据越来越多，不停地做Checkpoint,Checkpoint会越来越大，最后可能导致做不出来。提供了增量的Checkpoint后，Flink会自动地发现哪些数据是增量变化，哪些数据是被修改了。同时只将这些修改的数据进行持久化。这样Checkpoint不会随着时间的运行而越来越难做，整个系统的性能会非常地平稳，这也是我们贡献给社区的一个很重大的特性。

经过2015年到2017年对Flink Streaming的能力完善，Flink社区也逐渐成熟起来。Flink也成为在Streaming领域最主流的计算引擎。因为Flink最早期想做一个流批统一的大数据引擎，2018年已经启动这项工作，为了实现这个目标，阿里巴巴提出了新的统一API架构，统一SQL解决方案，同时流计算的各种功能得到完善后，我们认为批计算也需要各种各样的完善。无论在任务调度层，还是在数据Shuffle层，在容错性，易用性上，都需要完善很多工作。

篇幅原因，下面主要和大家分享两点：

● 统一 API Stack

● 统一 SQL方案

先来看下目前Flink API Stack的一个现状，调研过Flink或者使用过Flink的开发者应该知道。Flink有2套基础的API，一套是DataStream，一套是DataSet。DataStream API是针对流式处理的用户提供，DataSet API是针对批处理用户提供，但是这两套API的执行路径是完全不一样的，甚至需要生成不同的Task去执行。所以这跟得到统一的API是有冲突的，而且这个也是不完善的，不是最终的解法。在Runtime之上首先是要有一个批流统一融合的基础API层，我们希望可以统一API层。

因此，我们在新架构中将采用一个DAG（有限无环图）API，作为一个批流统一的API层。对于这个有限无环图，批计算和流计算不需要泾渭分明的表达出来。只需要让开发者在不同的节点，不同的边上定义不同的属性，来规划数据是流属性还是批属性。整个拓扑是可以融合批流统一的语义表达，整个计算无需区分是流计算还是批计算，只需要表达自己的需求。有了这套API后，Flink的API Stack将得到统一。

除了统一的基础API层和统一的API Stack外，同样在上层统一SQL的解决方案。流和批的SQL，可以认为流计算有数据源，批计算也有数据源，我们可以将这两种源都模拟成数据表。可以认为流数据的数据源是一张不断更新的数据表，对于批处理的数据源可以认为是一张相对静止的表，没有更新的数据表。整个数据处理可以当做SQL的一个Query，最终产生的结果也可以模拟成一个结果表。

对于流计算而言，它的结果表是一张不断更新的结果表。对于批处理而言，它的结果表是相当于一次更新完成的结果表。从整个SOL语义上表达，流和批是可以统一的。此外，不管是流式SQL，还是批处理SQL，都可以用同一个Query来表达复用。这样以来流批都可以用同一个Query优化或者解析。甚至很多流和批的算子都是可以复用的。

Flink的未来方向

首先，阿里巴巴还是要立足于Flink的本质，去做一个全能的统一大数据计算引擎。将它在生态和场景上进行落地。目前Flink已经是一个主流的流计算引擎，很多互联网公司已经达成了共识：Flink是大数据的未来，是最好的流计算引擎。下一步很重要的工作是让Flink在批计算上有所突破。在更多的场景下落地，成为一种主流的批计算引擎。然后进一步在流和批之间进行无缝的切换，流和批的界限越来越模糊。用Flink,在一个计算中，既可以有流计算，又可以有批计算。

第二个方向就是Flink的生态上有更多语言的支持，不仅仅是Java，Scala语言，甚至是机器学习下用的Python，Go语言。未来我们希望能用更多丰富的语言来开发Flink计算的任务，来描述计算逻辑，并和更多的生态进行对接。

最后不得不说AI，因为现在很多大数据计算的需求和数据量都是在支持很火爆的AI场景，所以在Flink流批生态完善的基础上，将继续往上走，完善上层Flink的Machine Learning算法库，同时Flink往上层也会向成熟的机器学习，深度学习去集成。比如可以做Tensorflow On Flink, 让大数据的ETL数据处理和机器学习的Feature计算和特征计算，训练的计算等进行集成，让开发者能够同时享受到多种生态给大家带来的好处。

网吧的服务器用阿里的，这个方案你也是够奢侈的，首先阿里的服务器都是虚拟化主机，虚拟化以后的主机在性能上是没有物理机好的，而且虚拟化以后不一定只单跑你的业务，如果你是单买一台独享的机器价格更高，再把大带宽一买，1台机器的年使用费至少在10w以上。而普通网吧的服务器很多就是拿普通的PC搞的，顶多就是多几个硬盘，这样的机器1-2w都是高配机。所以说这个问题不是如何实现的问题，你的预算是否满足需求，因为阿里云是很乐意你这样搞的。

---