访李飞飞：从清华附中高材生到阿里飞刀，一口井钻出「云原生」【新智元导读】他初三上清华

【新智元导读】他初三上清华，如今是达摩院数据库首席科学家。李飞飞从学术界走向工业界，带领阿里云技术团队一手打造了云原生分布式数据库，让阿里「全面上云」的战役再下一城。今天，他用一口水井为我们道出了云原生！如果要用一个关键词来定义中国当下的消费时代， “双11”是再贴切不过了。
从2009年11月起，它只花了十年的时间，就从一个只有27家商户参与的打折日，变成了一个全民狂欢的消费节， 2019年已经有超过18万家品牌参加，累计成交额更是高达2684亿元。
每年的双11 ，都是互联网的流量洪峰。
文章插图
面对逐年攀升的成交额数据，到底是什么作为支撑呢？
阿里巴巴集团副总裁、阿里云智能事业群数据库产品事业部总裁、达摩院数据库与存储实验室负责人李飞飞在新智元专访中透露，去年双11交易峰值达到了每秒55万笔，而每笔交易又能拆分成很多个事务，总的下来每秒会有几百万的transaction事务在0:00:01那一刻发生，交易量会暴涨133倍。比如说之前一秒有一个，现在就是一秒有133个。
短时间内如此高的增长，对后端的计算和存储系统的挑战巨大。系统的弹性、可扩展性及高可用性要非常好，不然难以支撑瞬间的交易暴涨。
这是对数据科学的极大挑战，也是每个有抱负的「数据科学家」最好的舞台，李飞飞为这个舞台准备了20年。
从清华附中起飞：李飞飞如何走上数据科学之路？
李飞飞从小喜欢深挖钻研，参加了很多数学和物理竞赛。
在清华附中的国家教委理科实验班，没有了高考的压力，李飞飞便一头扎进了竞赛里。
16岁是个分水岭。那一年，他初三毕业进入了国家教委理科实验班，确定了后续保送进清华的道路。
本科的毕业设计，让他第一次接触到了数据科学。那个年代，大数据还没有兴起，但在当时的李飞飞看来，这个工作具有前瞻性的意义。
文章插图
即使来到了2017年，「数据科学家」这个岗位也依然很「感性」。
因为当时，数据科学还不是一门大热学科，「数据科学家」的概念还停留在表层，很少有人能透过枯燥和乏味参悟到其中的魅力。
从2001年初到2002年上半年，在这一年多的时间里，李飞飞都沉浸在自己的毕设项目里，每天都和外文网站上的海量数据打交道。
通过对BBC、CNN等网站信息的拆解并分析Hyperlink资源，成功将网站的结构拓扑出来，并描绘出一个完整的后台，还初步实现了对网站信息的自动化理解。
「现在回头来，我们当时这个项目看其实是非常超前的，以当时的技术确实也也不大可能lead to somewhere」，在谈到本科毕设的项目时，李飞飞如是说。
虽然当时只用了一些分词、词频统计等简单的方法，但是已经有了现代NLP技术的影子。真正有前瞻思考的人总是走在时代的前面。
「01、02年左右，还没有大数据的概念，但本质上，我认为大数据和数据库是同源同本的，也就是对数据的管理和处理。」
「这个项目对我的锻炼很大，当时的那个人工智能，包括深度神经网络跟NLP的技术还没有发展起来，其实当时已经有神经网络，我本科时期上过这门课，印象还很深，觉得这个效果很好，但是当时因为集群的规模、算力的限制，也没有深度的网络。」
管中窥豹，可见一斑。
通过这个项目，李飞飞很早地认识到了数据驱动的力量和永无止境的探索空间。
「在那个年代，很多的上层应用分析，很多时候是rule-based ，也就是规则驱动，定义规则，然后根据这个来搭建系统，但当时我们做那个项目就已经感受到数据驱动的力量。
文章插图
「数据从生产、处理到存储、消费，这个全链路的理解、挖掘和管理，是永远没有止境的，因为数据量在不断地变大。数据类型在不断地这个复杂化。基于这些数据构建的上层应用也在多样性，也在多样化」
数据的挖掘和管理如同一个滚滚向前的车轮，随着时代和技术的演进不断向前，激发了李飞飞在这个领域探索不断探索的热情。
在这个具有超前意识项目的熏陶下，李飞飞毅然决然地走上了数据科学的道路，转而到美国波士顿大学攻读数据库系统和大数据。之后又先后在佛罗里达和犹他大学计算机系任教，从助理教授到副教授，一路做到正教授，这一干就是10年。