本篇文章2649字，读完约7分钟
目前，腾讯已经收集了超过1万亿条数据，其计算机规模已经超过8800台。如果能对如此巨大的数据进行实时处理，将会发挥巨大的商业价值。这个商业价值是准确的推荐。
腾讯每年数十亿的广告都是基于准确的数据推荐。实时数据推荐还可以用于视频推荐、腾讯音乐推荐、新闻客户端推荐、游戏道具推荐等。
目前，我们从数据输入到数据发布的延迟不超过50毫秒。有了这个技术基础，腾讯的精准推荐才有了基础。
在内部管理方面，实时也降低了成本。因为实时数据处理可能需要“每秒钟”。传统的数据仓库通常在晚上0: 00到第二天早上8: 00之间切断、提取和处理数据，因为老板会在早上9: 00阅读数据报告。数据处理时间只有一天的三分之一，其他时间都是空闲着。
当我们对数据进行实时处理时，实际意义是将分析时间成本分配到全天，并且成本较低。同时，控制风险也是有益的，因为任何错误都可以被立即监控并快速回滚。
所以你把大部分精力放在“实时”上。为什么你认为“实时”会给腾讯增加更多的商业价值？
首先，数据是时间敏感的，一秒钟前的行为与一秒钟后的行为非常不同。
在过去，我们使用统计数据来获取规则并找到用户的偏好。现在，实时变得更加重要。如果你一秒钟前看了母婴内容，你应该在几秒钟内推送相关广告，转换率会更高。如果你还在推这个用户几天前看足球的数据信息，这将很难做到这一点。
在腾讯，我们从三个方面研究精确推荐:数据整理、实时计算和算法研究。我知道实时计算是关键的核心。
在我看来，所有数据都必须以新闻为中心，实时处理、提炼和分割。对于无法解决的数据，进行离线分析。
例如，照片必须在数据处理端口实时过滤。这张照片是在哪里拍的？其中一些，以什么方式？在收集和处理完所有数据后，我可能需要找出这张图片和其他图片之间的关系，然后我会做离线处理。
腾讯基本上实时处理超过90%的在线数据。我一直坚持将腾讯的数据集中在一个平台系统下，这实际上是阿里巴巴的一个教训。(姜杰曾在支付宝的数据部门工作。)如今，阿里巴巴的数据仍然支离破碎。
事实上，我的实时数据体验也是在支付宝期间积累的。当时，我了解到没有搜索引擎的支持，不可能进行数据分析。当时，很多人说没有办法在6秒钟内搜索到数据，我坚持认为这是可以实现的。
事实上，腾讯现在有15000个字段，所有的数据交叉都可以在3秒钟内实现。这是一项技术职责。
实时领域的技术难点是什么？
我一直在弱化数据仓库，转向实时数据仓库。最大的问题是如何实时获取数据。
实时数据处理的前提是实时采集。我的方法是一方面与业务部门协商，另一方面将数据收集文件部署到所有的机器上，并从安装操作系统的时候开始编写数据收集文件。这样，所有40万台腾讯机器都可以合作。
在过去的两年里，腾讯的点击率从最初的1小时点击率增长到1秒钟的点击率，增幅达20%。规模越大，效果越明显。
准确的推荐有三个要素，第一是数据，第二是实时，第三是算法。
首先，必须有强有力的数据。如果数据丢失，什么也做不了；二是实时效果明显，三是优化算法。这是整个精确推荐系统的核心。实时在其中排在第二位，在我们的实践中证明，当没有什么变化时，频率的变化带来了总收入的增加。
在解决了获取数据的问题之后，底层数据遇到的最大困难是什么？
现在的挑战在于深入学习。在大数据时代，腾讯拥有200pb的图片数据。如何挖掘图片数据的价值？如何挖掘语音数据的价值？
我们正在做的是从结构化数据分析转向非结构化数据。如何从非结构化数据中提取业务价值？这包括dnn和cnn的深度学习技术，包括如何做文本之间的相似关系。这些都是需要突破的地方。
微信所有的语音训练都是通过深度学习来完成的。例如，每当你在微信上播放一个声音，机器就会自动把它翻译成单词，这是由深度学习网络训练的。但目前，计算能力仍是一个门槛，并不像我们想象的那么简单，需要更多的计算技术来提高。
数据处理在未来会发生巨大变化吗？
硬件决定了数据的能效。数据规模越大，数据呈现方式越多，未来实时计算的处理需求将越来越旺盛。我相信在未来，能够适应更多应用场景的高效计算引擎将会出现，这是我对未来的判断。
显然，如果当前的一秒钟数据没有被完整地处理和细化，后续的分析成本将会越来越高，数据的价值将会越来越低。因此，在未来，高效计算引擎和存储引擎的出现将对大数据的发展产生迅速的效用。
附言:
在姜姐看来，没有什么比实时更重要了。在腾讯，他对广告实时数据的价值很敏感，所以他把大部分精力放在实时数据处理和如何优化广告上。
如今，许多公司的数据仓库都处于离线状态，数据与实际业务相距甚远，不仅无法实时响应，也无法保证数据的稳定性和质量。
因此，实时数据是业务和数据结合的关键。
但是实时数据不是终点。
每秒钟都会产生新数据。如何理清新数据和现有数据之间的关系？如果我们总是通过数据收集和分析知道有一只狗坐在电脑前，但如果有一天的数据收集显示它会吠叫。那么我们能判断出在电脑前的是一只猫吗？
这不仅仅是数据更新的一个简单变化，也是我们如何判断和分析的问题。
因此，此时，延迟判断变得非常重要。
面对海量数据，如何做出延迟判断？虽然你有实时数据分析的能力。
这可能是下一个更有趣的话题。添加语料库
三链:吃昆虫、吃厕所和油炸？？3.模纸锻造，模具模具模具模具模具模具模具模具模具模具模具？？. 95镣铐和镣铐？？0.07%锝58.....
当前流行度:0
[娇娇]http://itougu.jrj/view/189514.j.....
当前流行度:0
1.1 .涓涓细流？？邦邦、邦邦、邦邦、交邦和廖廖？？变得强大。.....
当前流行度:0
你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道，你知道........
当前流行度:0
缇落入三条锁链？？3镝？？6铥？？0(乌桕脂含有3条链吗？？4镝？？4铥？？0)死，死，死，死又死，4.72？？......
当前流行度:0
那墙，墙，墙和墙呢？？钳子里有丰富的镰刀、叉子、叉子、nan和链条，这些都是銮棒的来源.....
当前流行度:1
你想挑起镝，破坏哮喘吗？？缇，汤，汤，3汤和柊镶嵌？？链条？？4."敌鲁，缇，汤，汤，汤."？？.....
当前流行度:0
咸丰、大树、细垴、十二寸、相互涓涓？？环秀细链，涓涓细流，砸铙钹，甩铙钹，砸铙钹，砸铙钹，砸响，砸得咝咝作响？？葛格·岳格·柊.....
当前流行度:0
