人类所以行为可以体现为一个从无到有的实现过程，也就是供需过程。政策也是一样，也要符合这一最高的行为指导原则。
这几天看了关于房地产、蚁族新闻，通过分析，我认为在五年以内国家不管用什么样的政策，居民的住房需求短期内无法得到实质改变。缓解只能是短暂的。最多控制房价高速上涨。目前的房价已经不是谁都买得起。
举北京的例子，三年内能建完多少租凭房？而这些租凭房肯定又会以种种的入门条件限制多数人申请，就算符合条件人数的需求与供方数量又会相冲突。
2010~2015，中国的房价在2009年房价周围20%振荡着。住房需求会是未来五年大部份社会工作主流群体的第一需求。阶级矛盾从长期看会扩大更厉害。
我发现身边的70,80,90后现在都下一个共性，就是比较自私。
在处理很多时候，通常都会给自己算比帐目，这是问题的两面性。
特别是这部份人对待朋友，对待家人，对待同事，对等工作很了很严重的问题。
需要培养下一代人：学会放弃，学会牺牲，学会责任。
作者：洪建家
今天心血来潮，在ku6网找了地铁歌手兄弟唱的《大雁北飞》这首歌,在旁边相关视频里我看到其成员单博岩自杀视频消息,我听到这消息只能用震惊来表达我当时的内心感情，他绝对是位实力派的歌手，歌写得不错，唱得不错。建家到现在我还是相当支持这两位北漂歌手的。
今天我不想过多发表情绪化的东西，我只想从我自己的对市场定位、对用户群定位、对产品品牌包装来谈谈其失败的产品路线。
1.市场定位
在众多的艺人，众多的新人面前，如何成功把自己的歌红遍大江南北呢？我看了他们一些专辑歌词，说实话很明显缺少精准的市场战略，特别是用户群的定位没有坚定，没有做到位，在当今互联网市场上，产品包装也没有做好，线下线上也没有好的传媒支持。很多的名星都有其成名的代表作，每首歌的成名必有其特定的历史、文化发展、广告资金覆盖面等众多因素的结合体。像单博岩地铁兄弟重大的失误就是明显缺少坚定的歌曲用户群定位。
所有的歌让人喜欢的理由总结为一点：能代表听歌者当时的情绪表达。歌本质只是物理声音，一个人喜不喜欢这首歌都取于这首歌能不能与他内心的欲望形成共鸣。从这一角度来讲：地铁兄弟迷失这一坚定方向。
接上共鸣理论：所有的歌曲无非是表达感情，表达人生态度、对事、对物的态度与情怀。
地铁兄弟的精准最大用户群：所有打工族，不能定位学生，不能定位神话爱情类的，不能定位民族爱国类。任何时候也不能丢失这一点。他们最大的支持团体：广大打工族。而在其一些路线明显没有很坚定这路线。这是他们最失败的一点。没有坚定。
在此我想送给地铁兄弟的是：你要把自己真正定位为一名职业歌手，你的职责是把你歌声让多数人引起共鸣，让多数人可以在私底下唱，代表广大的打工族是你们唯一正确的歌曲路线。你歌写得很有艺术，但如果能更自然些，更简单平民化一些。你们一定会很成功的。
2.产品品牌包装
失败之处:资金+传媒利用度远远不够。没有能好好利用传媒的本质好好宣传他们的产品。要知道在当今时代，可以用很少的钱，有时传媒反而能你钱：） 就从让这些媒体为你服务。
地铁的视频宣传只是一个点而已，但并没有把这火好好利用起来。就指北京，其实有很多人到现在也没有听到他们的歌曲。
他的歌应是精品，但从市场角色来讲有些明显不足，就是不够简单，不容易记，不那样顺口。我想以后如果他把自己定位中国首位民工专业歌手，推出代表广大打工族的工作情（快乐，奋斗，悲伤。。。）一定会相当成功。让广大的民工（我也算吧,资产没有500万以上，在北京全部是民工，只是有些是高级民工而已)
3. 市场合作资源创新差
这点与他们的歌曲创新能力形成相当大的反差，他们签约的唱片公司从现在来看是错误的。
大城市的打工族大部份都会上网，他们不太用会利用好互联网资源，也不太懂得如何从互联网扩大精确的赢销。这个团队明显缺少强有力的市场推广运作人才。以他们09年的红度，一年从互联网赚个百来万问题应很简单的。可惜他们错过了很多机会。。
自从人类不需要再用贝壳做交易后，由统治阶级发行的货币就代替了物与物交换的手段
远古：你打死一头野猪，我打死一头老虎，我想吃猪肉，你想吃虎肉，怎办?我提议我一头老虎换你10头猪，你觉得合算，我们就成交了。
PS：一头老虎=10头猪。
过些时间，我发现老虎不好打了，风险也相当大，而你比较聪明，养起了猪,相比之下，你猪越来越多，养猪的风险也越好来越小，但你想吃虎肉，你再用10头猪来跟我换,我发现不合算.而且要换虎肉的人也不只有你一家，怎办？有人就提多出一头猪，有人多出二头猪，最后我当然选择猪肉数量最多的。现在的行情是一头老虎换20头猪
PS:一头老虎=20头猪。
虎越来越不好打了，而且喜欢吃的人也特别多，皮毛啊，肉啊等需求因素越来越多，怎办，虎肉涨得越来越快，最后演变成一头虎可以交换1000多猪了，1500*1000 = 1 500 000（差不多等于2010年行情价)
而我发现，我虽然一支老虎可以换你1000头猪，可以我吃不了那么多啊。给我那样多猪我放哪里了，于是我与你在想一个比较方便的办法，就是拿老婆身上带的贝壳+你手中的好看石头等于1000头猪. 因为在我看来，我老婆一直让要让贝壳，我也一直喜欢你捡到那样多好看的石头。于是你也觉得这方法可以。我们成交了。
PS：一串贝壳+10块彩石头=一头老虎
管仲买鹿与多晶硅的死亡
管仲求鹿于楚:打响世界历史上第一场“经济战”
《管子·轻重》中记录了这么一个故事，如果这个故事属实的话，那么管仲或许称得上是世界上第一个发动“经济战争”的高手，实施经济杯葛主义（boycott）的大国领导人—— 齐桓公把南方的楚国看成王霸事业上的“假想敌”，整日里都在琢磨如何削弱楚国。
但楚国的军事战斗力很强，这让齐桓公头疼。他问管仲：“楚国是一个強国，其人民精通格斗的技巧。我们要举兵讨伐楚国，恐怕力不从心。一个楚国就很麻烦了，以后的路该怎么走？”
管仲说：“大王您出高价购买楚国特产的鹿吧。这一招准管用。”齐桓公于是在与楚国交接的边境上设立了一座小城，并派人到楚国购买活鹿。
楚国活鹿的价格为八万钱一头，管仲让齐桓公派中大夫王邑带了二千万钱去楚国大肆搜购。
楚王听说了这件事情，乐了，对其宰相说：“那个钱，是人都喜欢的，也是国家赖以生存的东西。而鹿，不过是禽兽而已，楚国多的是，即使都不要也无所谓。现在齐国出那么多钱来买我们不需要的东西，这是我们楚国的福气啊！老天让齐国这个傻冒来便宜我们，太好了！赶快发布命令，让老百姓赶紧捕捉活鹿，尽快把齐国手上的钱换过来！”
为炒做这一事件，管仲还煞有介事地对来自楚国的官方采购商人说：“你能给我弄来二十头活鹿，我就赏赐你黄金百斤；弄来二百头，你就可以拿到千斤黄金了。楚国就算不向老百姓征税，财用也够了。”
于是楚国上下都轰动了：无论官方还是民间，无论男女老少，全都来劲了，颇有点今天“全民炒股（或炒房）”的意味。老百姓都放下手头的农活，漫山遍野地去捕捉活鹿。
这个时候，管仲让大臣隰朋悄悄地在齐、楚两国的民间收购并囤积粮食：楚国靠卖活鹿赚的钱，比往常多了五倍；齐国收购囤积的余粮，也比往常多了五倍。
于是，管仲对齐桓公说：“好了，这下我们可以安心去攻打楚国了！”
齐桓公问：“为什么？”
管仲回答：“楚国拿了比往常多五倍的钱，却误了农时，粮食又不可能几个月时间就可以收割的，楚国到时候一定会去收购粮食的。到时候我们封锁边境就行了。”
齐桓公恍然，于是下令封闭与楚国的边境。结果楚国的米价疯涨，楚王派人四处买米，都被齐国截断，逃往齐国的楚国难民多达本国人口的十分之四。楚国元气大伤，三年后向齐国屈服。
话说现代，德国为首的欧洲国家喜欢搞太阳能发电，而太阳能电池的生产是属于三高，高耗能，高污染，高投入，德国人不干，丹麦人也不干，于是找到中国人，中国人说，污染？管他呢，我只要钱不要命。于是中国人干了。而太阳能电池的关键材料多晶硅的生产技术掌握在德国西门子等公司手里，中国人除了进口多晶硅，就是求西门子们出口技术，其他别无选择。
这是一个三头在外的产品：市场在外，原材料在外，技术在外，而德国刚刚开始故意以政府补贴的方式鼓励太阳能的使用，因此中国赚了点搬运费和人工钱，无非是拿多晶硅到国内加工一下，出口到德国等欧美国家。
等到中国方面大规模投入太阳能生产，包括多晶硅的生产的时候，德国突然取消了政府补贴，中国的太阳能电池变成了一堆垃圾，多晶硅也由400多美元一公斤直线下跌到70美元一公斤还没有人要的地步。
多晶硅由市场的宠儿变成了地摊上的打折货。
完美！现代版的洋管仲横空出世，中国人除了留下大量污染之外，还留下了不得不化高额外汇进口的一大堆废铜烂铁机器。
最近看了”内蒙古开豪车女检察长”新闻，我对这类新闻比较敏感，缘于我出自法律专业，也源于我对网络政治的敏感性。
从政治上讲，她是不幸的。被一些别有用心的，对方用很低的政治成本轻松地把对手给搞跨。
网络黑社会原来这样强大：）
在此声明一下：我不讨论案件真实性与实质案情的复杂情况，我只讨论与分享我对中国未来历史发展进程的一些想法。“网络黑社会”利润相当惊人，为什么现在有些人也打出了一些明号：“打击网络黑社会”，其实他们害怕了，有点免死狗烹了:)
中国法律体制设计是相当有意思的，之前我谈过一个观点：“良好的政治架构是要允许腐败存在的”，因为他是把双刃剑！在当今的新传媒时代，副部长以下的官员被整的机率比富商与高级别官员要大得多，因为把他们搞下来的政治与经济成本很低。看来地方的小官在未来几年得加倍小心。树强敌的代价太大！！！弄不好进局子了。
杀人做为报复是最傻的一种方式，摧毁对方自以为豪的地方是最大的对敌有效打击！
满足极高读写性能需求的Key-Value数据库
高性能Key-Value数据库的主要特点就是具有极高的并发读写性能，Redis，Tokyo Cabinet， Flare，这3个Key-Value DB都是用C编写的，他们的性能都相当出色，但出了出色的性能，他们还有自己独特的功能：
1、Redis
Redis是一个很新的项目，刚刚发布了1.0版本。Redis本质上是一个Key-Value类型的内存数据库，很像memcached，整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。因为是纯内存操作，Redis的性能非常出色，每秒可以处理超过10万次读写操作，是我知道的性能最快的Key-Value DB。
Redis的出色之处不仅仅是性能，Redis最大的魅力是支持保存List链表和Set集合的数据结构，而且还支持对List进行各种操作，例如从List两端push和pop数据，取List区间，排序等等，对Set支持各种集合的并集交集操作，此外单个value的最大限制是1GB，不像memcached只能保存1MB的数据，因此Redis可以用来实现很多有用的功能，比方说用他的List来做FIFO双向链表，实现一个轻量级的高性能消息队列服务，用他的Set可以做高性能的tag系统等等。另外Redis也可以对存入的Key-Value设置expire时间，因此也可以被当作一个功能加强版的memcached来用。
Redis的主要缺点是数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，并且它没有原生的可扩展机制，不具有scale（可扩展）能力，要依赖客户端来实现分布式读写，因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。目前使用Redis的网站有github，Engine Yard。
2、Tokyo Cabinet和Tokoy Tyrant
TC和TT的开发者是日本人Mikio Hirabayashi，主要被用在日本最大的SNS网站mixi.jp上，TC发展的时间最早，现在已经是一个非常成熟的项目，也是Kye-Value数据库领域最大的热点，现在被广泛的应用在很多很多网站上。TC是一个高性能的存储引擎，而TT提供了多线程高并发服务器，性能也非常出色，每秒可以处理4-5万次读写操作。
TC除了支持Key-Value存储之外，还支持保存Hashtable数据类型，因此很像一个简单的数据库表，并且还支持基于column的条件查询，分页查询和排序功能，基本上相当于支持单表的基础查询功能了，所以可以简单的替代关系数据库的很多操作，这也是TC受到大家欢迎的主要原因之一，有一个Ruby的项目miyazakiresistance将TT的hashtable的操作封装成和ActiveRecord一样的操作，用起来非常爽。
TC/TT在mixi的实际应用当中，存储了2000万条以上的数据，同时支撑了上万个并发连接，是一个久经考验的项目。TC在保证了极高的并发读写性能的同时，具有可靠的数据持久化机制，同时还支持类似关系数据库表结构的hashtable以及简单的条件，分页和排序操作，是一个很棒的NoSQL数据库。
TC的主要缺点是在数据量达到上亿级别以后，并发写数据性能会大幅度下降，NoSQL: If Only It Was That Easy提到，他们发现在TC里面插入1.6亿条2-20KB数据的时候，写入性能开始急剧下降。看来是当数据量上亿条的时候，TC性能开始大幅度下降，从TC作者自己提供的mixi数据来看，至少上千万条数据量的时候还没有遇到这么明显的写入性能瓶颈。
这个是Tim Yang做的一个Memcached，Redis和Tokyo Tyrant的简单的性能评测，仅供参考
3、Flare
TC是日本第一大SNS网站mixi开发的，而Flare是日本第二大SNS网站green.jp开发的，有意思吧。Flare简单的说就是给TC添加了scale功能。他替换掉了TT部分，自己另外给TC写了网络服务器，Flare的主要特点就是支持scale能力，他在网络服务端之前添加了一个node server，来管理后端的多个服务器节点，因此可以动态添加数据库服务节点，删除服务器节点，也支持failover。如果你的使用场景必须要让TC可以scale，那么可以考虑flare。
flare唯一的缺点就是他只支持memcached协议，因此当你使用flare的时候，就不能使用TC的table数据结构了，只能使用TC的key-value数据结构存储。
二、满足海量存储需求和访问的面向文档的数据库：MongoDB，CouchDB
面向文档的非关系数据库主要解决的问题不是高性能的并发读写，而是保证海量数据存储的同时，具有良好的查询性能。MongoDB是用C++开发的，而CouchDB则是Erlang开发的：
1、MongoDB
MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json的bjson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
Mongo主要解决的是海量数据的访问效率问题，根据官方的文档，当数据量达到50GB以上的时候，Mongo的数据库访问速度是MySQL的10倍以上。Mongo的并发读写效率不是特别出色，根据官方提供的性能测试表明，大约每秒可以处理0.5万－1.5次读写请求。对于Mongo的并发读写性能，我也打算有空的时候好好测试一下。
因为Mongo主要是支持海量数据存储的，所以Mongo还自带了一个出色的分布式文件系统GridFS，可以支持海量的数据存储，但我也看到有些评论认为GridFS性能不佳，这一点还是有待亲自做点测试来验证了。
最后由于Mongo可以支持复杂的数据结构，而且带有强大的数据查询功能，因此非常受到欢迎，很多项目都考虑用MongoDB来替代MySQL来实现不是特别复杂的Web应用，比方说why we migrated from MySQL to MongoDB就是一个真实的从MySQL迁移到MongoDB的案例，由于数据量实在太大，所以迁移到了Mongo上面，数据查询的速度得到了非常显著的提升。
MongoDB也有一个ruby的项目MongoMapper，是模仿Merb的DataMapper编写的MongoDB的接口，使用起来非常简单，几乎和DataMapper一模一样，功能非常强大易用。
2、CouchDB
CouchDB现在是一个非常有名气的项目，似乎不用多介绍了。但是却对CouchDB没有什么兴趣，主要是因为CouchDB仅仅提供了基于HTTP REST的接口，因此CouchDB单纯从并发读写性能来说，是非常糟糕的，这让我立刻抛弃了对CouchDB的兴趣。
三、满足高可扩展性和可用性的面向分布式计算的数据库：Cassandra，Voldemort
面向scale能力的数据库其实主要解决的问题领域和上述两类数据库还不太一样，它首先必须是一个分布式的数据库系统，由分布在不同节点上面的数据库共同构成一个数据库服务系统，并且根据这种分布式架构来提供online的，具有弹性的可扩展能力，例如可以不停机的添加更多数据节点，删除数据节点等等。因此像Cassandra常常被看成是一个开源版本的Google BigTable的替代品。Cassandra和Voldemort都是用Java开发的：
1、Cassandra
Cassandra项目是Facebook在2008年开源出来的，随后Facebook自己使用Cassandra的另外一个不开源的分支，而开源出来的Cassandra主要被Amazon的Dynamite团队来维护，并且Cassandra被认为是Dynamite2.0版本。目前除了Facebook之外，twitter和digg.com都在使用Cassandra。
Cassandra的主要特点就是它不是一个数据库，而是由一堆数据库节点共同构成的一个分布式网络服务，对Cassandra的一个写操作，会被复制到其他节点上去，对Cassandra的读操作，也会被路由到某个节点上面去读取。对于一个Cassandra群集来说，扩展性能是比较简单的事情，只管在群集里面添加节点就可以了。看到有文章说Facebook的Cassandra群集有超过100台服务器构成的数据库群集。
Cassandra也支持比较丰富的数据结构和功能强大的查询语言，和MongoDB比较类似，查询功能比MongoDB稍弱一些，twitter的平台架构部门领导Evan Weaver写了一篇文章介绍Cassandra：http://blog.evanweaver.com/articles/2009/07/06/up-and-running-with-cassandra/，有非常详细的介绍。
Cassandra以单个节点来衡量，其节点的并发读写性能不是特别好，有文章说评测下来Cassandra每秒大约不到1万次读写请求，也看到一些对这个问题进行质疑的评论，但是评价Cassandra单个节点的性能是没有意义的，真实的分布式数据库访问系统必然是n多个节点构成的系统，其并发性能取决于整个系统的节点数量，路由效率，而不仅仅是单节点的并发负载能力。
2、Voldemort
Voldemort是个和Cassandra类似的面向解决scale问题的分布式数据库系统，Cassandra来自于Facebook这个SNS网站，而Voldemort则来自于Linkedin这个SNS网站。说起来SNS网站为我们贡献了n多的NoSQL数据库，例如Cassandar，Voldemort，Tokyo Cabinet，Flare等等。Voldemort的资料不是很多，因此没有特别仔细去钻研，Voldemort官方给出Voldemort的并发读写性能也很不错，每秒超过了1.5万次读写。
从Facebook开发Cassandra，Linkedin开发Voldemort，我们也可以大致看出国外大型SNS网站对于分布式数据库，特别是对数据库的scale能力方面的需求是多么殷切。前面提到，web应用的架构当中，web层和app层相对来说都很容易横向扩展，唯有数据库是单点的，极难scale，现在Facebook和Linkedin在非关系型数据库的分布式方面探索了一条很好的方向，这也是为什么现在Cassandra这么热门的主要原因。
IT, 运维, 集群-Cluster
Recent Comments