今天提起阿里云,人们容易想到云服务器、数据中心和面向全球的云服务。回到早期,摆在团队面前的问题要具体得多:阿里巴巴的业务持续增长,现有服务器和系统架构能否跟上?一群技术人员因此开始尝试从底层搭建云计算平台。回看阿里云创始团队的经历,能看到的不只是几位关键人物,还有一项长期工程如何在业务需求中逐步成形。
为什么要自己做云计算
阿里云诞生于2009年。当时阿里巴巴的电商业务不断扩大,数据规模和计算需求也随之上升。随着淘宝、天猫等业务发展,单纯增加传统服务器,越来越难以轻松应对流量起伏和系统复杂度。遇到“双十一”这类促销活动,访问量会在短时间内集中增长,系统既要扛住高峰,也要尽量保持稳定。
云计算当时还是个新方向。对企业来说,买成熟软件、添置服务器,通常是更容易理解的选择。阿里巴巴则决定投入资源,研发能够管理大批服务器、调度计算任务的基础平台。这项投入短期内未必能换来直接回报,却关系到业务继续扩张时,技术系统是否跟得上。阿里云创始团队由此把内部经营中遇到的难题,变成了一项长期技术工作。
王坚与跨领域协作
谈到阿里云早期建设,王坚是重要人物。他曾任阿里巴巴集团首席技术官,推动云计算战略和相关技术研发。他的学术背景和对技术趋势的判断,让他愿意从底层系统入手,探索当时商业前景还不明朗的方向。
不过,云计算平台不可能由一个人独立完成。早期团队需要分布式计算、系统架构、存储、网络、资源调度和运维等不同专长,也需要有人把底层能力整理成企业能使用的产品。服务器怎样协同,任务如何分配,故障如何隔离,用户怎样按需取得计算资源——这些问题彼此牵连,解决一个环节,往往还要检查它对其他环节的影响。
所以,“阿里云创始团队”不宜只理解为一份固定的创始人名单。它更像是一支随着项目推进逐渐形成的队伍:有人推动战略方向,工程师负责攻克基础设施问题,产品和运营人员则帮助技术能力走向用户。这样的分工,既需要长期研发,也要求团队始终考虑技术最终如何落地。
“飞天”项目:从构想到大规模运行
阿里云早期的重要任务之一,是研发“飞天”分布式计算系统。它希望让大量普通服务器协同处理任务,避免把计算能力集中在少数昂贵的大型设备上。实现这一目标并非把机器接入同一张网络就够了。系统还得处理机器故障、数据存储、任务调度和计算效率等问题。
例如,一台服务器出现故障后,任务能不能转移?数据能否可靠保存?机器数量增加后,系统会不会难以管理?这些都需要在实际运行中检验。团队要反复测试、定位问题,再调整方案。对早期成员来说,搭建平台既是技术攻关,也是持续磨合协作流程的过程。
2013年,阿里云宣布“飞天”系统实现对5000台服务器集群的调度。这个进展不只是一个规模数字,也说明大规模分布式计算平台可以通过持续研发逐步建成。系统从实验环境走向大规模集群后,可靠性、管理效率和工程能力都要接受更严的检验。
从内部需求走向外部客户
阿里云的技术起点来自阿里巴巴自身的业务场景,之后逐步转向面向外部提供云服务。企业可以按需使用计算、存储和网络资源,不必从一开始就投入大量资金自建机房。初创公司可以借此降低启动和试错成本;传统企业则多了一种逐步改造信息系统的选择。
但技术研发完成,不等于客户就会自然采用。云服务还要考虑成本、稳定性、安全性和服务支持,并把复杂的底层能力做成用户容易理解和操作的产品。不同企业的业务要求也不一样,团队需要在产品设计和实际服务中回应这些差异。从内部工程项目走向公共云平台,研发只是其中一部分,产品化和客户服务同样要跟上。
“双十一”是观察这类能力的一个具体场景。促销期间,访问和交易需求会集中出现,系统需要根据负载承受压力,并在异常时尽量恢复。每次业务高峰都在检验技术方案能否应对真实流量、资源能否随需求调整。云计算因此不再只是一个抽象概念,而是要在具体运行中接受检验的平台能力。
阿里云创始团队留下的经验
回看阿里云创始团队,值得留意的是他们如何处理长期技术投入与现实业务需求之间的关系。团队选择投入底层技术,意味着要承受前期成本和成果不确定性;同时,平台又必须接受实际业务的检验,不能只停留在实验环境里。分布式系统、平台产品和客户服务之间的协作,也决定了技术能否成为可用的云服务。
阿里云后来持续扩充团队、迭代产品,今天的业务规模也早已超出早期项目的范围。后来的发展不能简单归功于最初几位成员。更准确地说,早期团队确立了方向并打下技术基础,之后的组织建设和工程实践继续推动平台演进。
这段创业历程给企业技术团队的启发,是先弄清楚自身业务会长期遇到哪些问题,再判断哪些基础能力值得提前投入。底层系统的建设往往需要时间,也离不开反复测试和调整。把需求说清楚、让方案接受真实场景检验,才有机会把技术投入转化为稳定可用的服务。