，出了问题就去西方请佛祖来修。
请佛祖，那势必是非常贵了。
所以阿里很早想去「」，引入雅虎，也有借助其搜寻引擎技术团队的想法。只是后来发现并不如愿，雅虎拿著39%的股权日后还有夺权的可能，马云才想引入陈学兵，在上市之前把雅虎这个隐患剔除。
「你们想跑起一个购物节，必须要有a集群，或者.……找我，给你们搞备用机柜，甚至是分布式资料库。」
陈总一步步端出了他真正想聊的话题。
马云兀地清醒，犹疑道：「就是你那个……大数据中心？」
：
「对。」陈学兵笑道：「我们很快会在前海建造大数据中心，第一批项目只要上马，起码能帮你扛起静态流量，订单、支付、库存暂时靠你们的al和bm自己扛，等你把数据交给我们，我们以后就可以研发分布式资料库，解决高并发处理问题。」
albm，初建的数据中心肯定替代不了，但是专业伺服器群比阿里的普通电信机房可强很多，只要伺服器内存够大、性能够强，就可以把经常查的数据放内存里，从以前的用户点一下→查一次资料库，变成用户点一下→伺服器自己内存里就有，从而不用查资料库，通过这种方式帮他把商品图片、页面、搜索、列表，缓存这些问题扛了。
这样阿里自己的albm压力就会小很多。
马云是不可能为了一天购物节就去买一大堆专业伺服器的，跟他合作，是最好的方案。
但马云一听这个话题，顿时有点警惕了：「你要我们的数据？怎么可能给你？」
「我要的只是你们的历史日志，研究规律而已，你把用户数据脱敏了再交给我们不就行了。」
这个问题，陈学兵早就找自家的工程师请教明白了。其实也不复杂。
大数据中心的发展，必须有海量的数据支撑才能模拟各种场景，研究出对应的伺服器分配、分层算法，最好要有平台支撑，才能验证出真正好用的引擎，乃至高效的存储系统，高可用，容灾方案等等。
他已经有微博这个平台。
但是微博是轻社交，短文本，低频次的，数据还太单薄了，有一定社交系统的验证能力，但还撑不起分布式存储、高并发、实时计算、推荐算法、用户
本章未完，请点击下一页继续阅读！