共计 6848 个字符，预计需要花费 18 分钟才能阅读完成。
ECUG（Effective Cloud User Group，实效云计算用户组）主办的 2021 ECUG Con 于 2021 年 4 月 10 日 – 11 日在上海举办。会上，七牛云 CEO 许式伟以 “数据迷信与 Go+” 为主题发表了主题分享，讲述了对数据迷信变迁的了解，对新语言 Go+ 的构想和布局，并大胆指出 数据迷信正迎来暴发期，像字节跳动一样的新型公司只会越来越多。以下为演讲内容整顿。
方才在闲聊说 ECUG 变得越来越高大上，其实我也变得越来越像一个单纯的讲师。往年是 ECUG 社区的第 14 个年头，这场流动也是第 14 届 ECUG Con。其实这一届原本应该在去年办，但因为疫情延后了。
其实，我在 ECUG 始终贯彻的理念有两个：
第一，让本人继续地写代码。因为每一次来 ECUG 我都很缓和，不能什么都没有呀。所以这也是挺好的机会，能让本人继续留在技术一线；
另外，我每年分享的主题都有肯定的延续性，出现了我本人对将来思考的脉络。
去年开始，我在聊数据迷信，后面有三年是聊在端上的一些实际。起因是我认为云计算的第一个时代应该是属于机器计算，也就是虚拟机；第二代就是云原生，我认为这是一场被称为“基础架构”的反动。也就是说，第一阶段是资源，第二阶段是基础架构。第三个阶段，我的判断为利用计算，这会波及前端和后端的协同。
从去年开始，我的分享转向了数据迷信，一个很重要的因素和趋势是，数据时代的到来。尤其是 2017 年之后，数据大量地被数字化当前，在各行各业都会有波及数据迷信的广泛应用。
去年也是蛮巧的，我脑子一热就搞了一个语言进去。我以前搞过蛮多语言，受众也有一些。然而那个都很明确，素来没有想过有一天可能商业化。兴许碰巧有一些公司用它来做商业化，然而基本上从出世那一刻开始，就不是冲着商业化去的。
2012 年我花了很多精力在布道 Go，因为过后作为一个初创公司，招人太难。一个比拟好的招人逻辑就是让他人感觉你乏味，公司技术气氛很不错。Go+ 是我第一个认认真真心愿可能把它商业化的语言 ，但目前宣传得还不多，1.0 还没公布。我想讲讲 我本人对 Go+ 和数据迷信的一个思考，为什么认为 Go+ 有商业化的机会。
我明天聊的话题大略有四个方面：
- 语言的倒退
- 数据迷信的倒退
- Go+ 的设计理念
- Go+ 实现的迭代
语言的倒退
首先，咱们讲讲语言的倒退，程序员对这个话题十分感兴趣。我把语言的发展史分为三个局部来说。
第一，动态语言的发展史。我选的是 TOP20 的语言，这个是依据当初最火的语言排行榜排名选的，前 20 名的语言我排了一下大略是这样的，最早公布的是 C，到当初其实还在排行榜前三的地位。第二是 C++，Objective-C、Java、C#、Go、Swift、Go+。咱们能够看到一个比拟乏味的景象，差不多每 6-8 年会呈现一轮新的、具备影响力的动态语言，这是生产力迭代的表征。
第二，脚本语言的倒退。你会发现它们十分不一样。最早是 Visual Basic，而后是 Python、PHP、JavaScript、Ruby，脚本语言是集中大暴发的，差不多全在 Java 呈现的前后，来自 90 年代的前 5 个年头。这是十分乏味的一件事件，也是十分值得思考的，背地肯定有一些外在的起因。
第三，数据迷信相干语言的倒退。但数据迷信我选的是 TOP50，因为 TOP20 切实太少了。也蛮有意思的，最早的是 SQL，第二个 SAS，MATLAB、Python、R、Julia。Python 最早素来没想过本人会是数据迷信语言，但最终变成了人工智能畛域最火的语言。
这里又存在一个很显著的特色：它的跨度跟动态语言一样大，所以数据迷信倒退其实是古老而漫长的，但倒退得没有那么快。动态语言差不多每 6-8 年有一个迭代，但数据迷信语言不是，两头跨度特地大。但我感觉当初正进入数据迷信的减速期。
你可能会想，为什么我要剖析语言发展史呢？有几个论断是要害。
首先，我认为 脚本语言是特定历史阶段下的产物，长期来看，动态语言更有生命力。
第二，数据迷信是计算机的最后需要，最早计算机就是用来做计算的。它历史悠久但提高迟缓，因为数据大暴发的时代始终没有到来。
数据迷信的倒退
聊完语言的倒退，接下来咱们谈谈数据迷信的倒退。数据迷信也能够分为几个阶段，第一个阶段我叫做“原始期间”，也能够叫 “数学软件时代”，这个期间基本上可演绎为两个特色，第一个是 在无限畛域里 ，最典型的是 BI（商业智能）；第二个 无限数据规模，典型就像 Excel，行列数都是十分无限的，其余的软件也基本上是这样的。
这个期间的数据迷信特点是什么？首先 它不是一个基础设施，实际上是数学应用软件，但能力十分全，很弱小，包含了统计、预测、洞察、布局、决策等等。
第二个期间我叫做 “数据迷信的基建期间”，真正 让数据迷信成为了基础设施，最典型的代表是大数据的衰亡 。Map/Reduce 是 Google 2004 年公布的一篇论文，2006 年就呈现了 Hadoop，2009 年呈现了 Spark。我认为这算是大数据衰亡的一个阶段，也是数据迷信基础设施化的开始。这个期间跟方才的数学软件不一样，是 以大规模解决能力为先，并不是以功能强大为先，它的性能绝对局限。
深度学习的衰亡 和大数据的衰亡间隔时间比拟长，深度学习 2015 年开始有 TensorFlow，2017 年开始有 Torch，这是两个知名度最高的深度学习框架，深度学习实质就是通过数据主动推导 y=F（x）中的 F 函数。咱们平时通常都是程序员实现这个 F，但深度学习最外围的概念是如何让机器主动产生这个 F，来达成最佳曲线拟合。它其实是基于测量后果的主动计算。
假如明天没有牛顿三大定理，但我有一堆测量数据，实践上应该可能发现牛顿三大定理，这就是深度学习的外围逻辑。它跟大数据并不是互相取代的关系，而是一种能力的增强，更多其实是如何让大数据的能力更进一步，更强悍。
有种认识认为，明天经济倒退背地科技的驱动因子其实外围就只有两个，一个是计算，另外一个是数据。
数据外围就是咱们明天聊的数据迷信，数据迷信其实是到了一个新的范式，有一个词叫“第四范式”，中国有一个公司也叫第四范式，咱们认为 数据是更高阶的一种生产能力，它跟计算相比的话站在更高层次的维度。
后面是数据迷信的两个阶段，那么第三个阶段是什么？我感觉是 数据迷信的大暴发期间 ，也就是明天，用马云的话说是“DT 时代”。原始期间是在无限的畛域，无限的数据规模上来做的一种能力。 将来首先是全畛域的 ，首先畛域不局限于的商业智能（BI）这样的领域， 第二个是大规模的数据 ， 第三个是随处可见，随处可见包含云、智能手机、嵌入式设施等，这些都会植入咱们所谓的数据智能。
这就意味着，明天挪动互联网的衰亡曾经让很多公司十分牛，互联网的平民化或互联网利用的诞生，催生了 BAT。然而咱们晓得，当初新兴的、比拟牛的公司，像字节跳动这种，其实不是互联网的胜利，而是数据迷信的胜利。明天依然不能说，数据迷信是平民化的，它的门槛十分高。
然而咱们看到，智能利用曾经产生了，智能利用不会只局限于抖音这样一个部分畛域的生产力放大，各行各业都会被数据智能，也就是刚刚咱们提到的第四范式所影响。
数据和数据迷信，肯定会成为下一代生产力的撑持，明天产生了字节跳动、快手这样的新兴的公司，但他们只是一个开始，相对不是终局。
在数据迷信的原始期间，数据只是副产品。大家设想一下，在 BI 畛域，数据只是一个副产品，只是用于前期的经营决策。
然而明天咱们看到在大量的利用里，数据就是原材料。这是十分不一样的状态，这也是为什么，我把它叫做数据迷信大暴发期间，这是我感觉明天为什么须要 Go+ 的起因，也是其背地的历史背景。
数据迷信的将来肯定是通用语言和数学软件的交融，从而实现真正意义上的数据迷信的基础设施化。但在明天，数据迷信的基础设施化还远没有齐全实现，这是我本人的判断。
明天的 Python 曾经很好了，为何须要 Go+？
当然很多人会有疑难：明天的 Python 曾经很好了，在深度学习畛域曾经被十分宽泛地应用，为什么 Python 还不够，须要 Go+？其实我是认为，Python 是成不了基础设施的，它是一个脚本语言，我认为仅仅是特定历史阶段的须要。
数据迷信自身是一种算力反动，哪怕在芯片畛域，数据也无能翻计算，这是 Nvidia 干翻 Intel 的外围起因。下层软件畛域就更加如此，肯定会有一个新的基础设施承载者须要呈现。
算力实质上是一种计算密集型业务，Python 的背地是 C，只靠 Python 还是不行。明天是 C 和 Python 撑持了整个深度学习，但数据迷信肯定还要进一步下沉，下沉的后果是什么？
这是咱们明天须要 Go+ 的起因！后面次要讲我本人为什么认为 Go+ 有商业化的机会。当然我所说的商业化不肯定是赚钱，大家不要误会这一点，语言可能在大多数人心目中是一个不赚钱的货色，然而这不代表它不重要，它十分重要。
Go+ 的设计理念
聊我数据迷信的倒退，接下来咱们聊聊 Go+ 的设计理念。Go+ 为什么是明天这个样子？计算背地要的是程序员，而数据迷信背地要的是数据科学家或者叫分析师。这两个角色其实还是不一样的，尽管都是技术工作。我认为造就程序员是绝对容易的，明天程序员的数量是十分宏大的，但数据科学家的数量绝对较少，这也是为什么前几年深度学习衰亡当前，所谓的 AI 工程师薪资被炒翻了，比程序员贵很多。其实就是因为数据科学家不容易找。
这个角色承载着技术和商业的连贯，要找到同时具备两种能力的人是很难的。数据迷信首先是一个技术工作，要的是技术能力，又要懂商业。明天依然没有十分体系化的造就数据科学家的能力，没有这样一个体系方法论。
那么 Go+ 的核心理念又是什么呢？
第一个，咱们试图用 Go+ 来对立程序员和数据科学家，让他们之间有独特话语，让单方能天然对话，我感觉这是 Go+ 最外围的一个思考点。Go+ 很重要的一个外围逻辑，是用一门语言让两个角色进行对话。
在这个根底上，咱们延长了一些设计逻辑。首先，Go+ 是一个动态语言，语法是齐全兼容 Go 的 ；第二， 模式上要比 Go 更像脚本，有更低的学习门槛 。Go 尽管在动态语言里，可能学习门槛是低的，但还不够低，没有 Python 那么低；第三，很天然的，咱们要做一个数据迷信的语言，所以它必然要有 更简洁的、数学运算上的语言文法反对 ；第四是 双引擎，同时反对动态编译为可执行文件，也反对编译成字节码来解释执行。
为什么咱们会抉择语法齐全兼容 Go 呢？首先我集体很动摇地认为，动态语言领有更强的生命力，更能逾越历史的周期。大家也都很容易了解，语言是须要逾越周期的，语言的生命周期通常都十分长。咱们不能很局限地说，以后在风行些什么货色，我就如何决定语言的设计，实际上咱们要找到那些可能逾越周期的元素。
第二，为什么是 Go？我集体认为，在动态语言里，Go 的语法设计最为精简，学习门槛也是最低的，哪怕你以前没有学过动态语言，也很容易学会 Go。咱们公司是最早招聘 Go 程序员的，但大部分招进来的人都不会 Go。咱们用 Go 的时候，世界上真没多少人认为 Go 是将来的风行语言。咱们本人实际的教训表明，Go 语言两周的学习基本上够了，是门槛非常低的一门动态语言。
但从数据迷信语言来讲，Go 的门槛还不够低，Go+ 尽管齐全兼容 Go，但咱们心愿它比 Go 的门槛还要有更低。所以它模式上要比 Go 更像脚本，因为脚本往往更容易了解。咱们心愿 Go+ 学习门槛和 Python 处于同一个档次。
去年 5、6 月份 Go+ 刚诞生，差不多 10 月份左右，我就开始让 13-14 岁，六年级到初一这个阶段的三个小孩尝试学习 Go+。这个实践证明，这个事件是可行的。他们能了解 Go+ 的设计，可能自若地应用 Go+ 写代码。这也证实了咱们在 Go 的根底上做的所有简化的致力是十分划算的。
我这里简略列了一些 Go+ 的语法，当然不是全副，只是一些我认为还是 绝对比拟简洁的表白。有理数 Python 外面没有，咱们认为有理数在数据迷信里，尤其在无损数值运算里，还是会十分常见。Go+ 内置了有理数的反对。当然 Map、Slice 基本上 Python 都有。
列表了解（List comprehesion）其实也是 Python 有的，但 咱们对列表了解的反对十分的残缺，基本上了解了 Go+ 中 for 循环怎么写也就了解了列表了解。更多的还是数据迷信的一些惯例操作的简洁表白。以上是一个大略语法示意，如果有敌人没看过 Go+，心愿能够大略对 Go+ 有个了解。
Go+ 十分有意思的一点，它是 惟一一个抉择了双引擎的语言，既反对动态编译，也反对可解析执行。
为什么要做双引擎呢？因为我认为程序员和数据科学家的诉求是不一样的，数据科学家喜爱单步执行，大家能够在心中回忆一下你见过的数学软件，包含 SAS、MATLAB，数学软件交互都是单步执行的形式。
这并不是因为数据科学家懒。程序员了解程序逻辑是能够放在脑子里的，咱们脑子里晓得程序逻辑写得对不对。但数据科学家做计算的时候，不能晓得计算结果对不对，因为人的计算能力比计算机弱太多了，所以 肯定要单步执行看到计算结果，能力晓得本人下一步应该怎么办，这是数据科学家和程序员工作模式齐全不同的一个点。
因为他是在做计算而不是在做一种程序逻辑，所以他很难不去做单步执行。
但当数据科学家建了一种模型，最终要应用了，这时他依然心愿最终交付的是最大化的执行效率，他肯定不心愿代码运行很慢，所以这个时候他就又须要动态编译执行，这也是为什么 Go+ 心愿设计成双引擎，因为调试阶段和生产应用阶段，工作模式齐全不一样。
Go+ 实现上的迭代
聊完 Go+ 的设计理念，咱们进入最初一个 session，Go+ 实现上的迭代。以后 Go+ 做到了什么份上？Go+ 尽管还没有推出 1.0 版本，然而语法目前反对百分之六七十必定有了，语法完成度还是不错的。
Go+ 的源代码，通过扫描器转成一个 Go+ 的 Token，再通过一个 parser 变成 Go+ 的形象的语法数，常见语言都是这么干的。Go+ 的形象语法树转化后有两个分支，一个生成 Go 的代码从而使其能够动态编译，另外一个分支生成字节码解析执行，分支的多态是通过引入了一个叫执行标准（exec.spec）的货色，其实就是一个形象的接口。
以后，我集体在迭代的过程中发现了一个问题，对一个初步退出 Go+ 团队的人来说，是须要一段时间相熟整个业务的。Go+ 执行标准的局部，其实是一种形象的 SAX 接口，也就是基于事件驱动，我有一个事件发送给接受方，接受方按本人的须要解决这个事件，这在文本处理外面比拟常见。
咱们之前设计的接口基本上是用事件驱动的模式来把不同组件连接起来。编译器把形象语法数解析完收回一些事件，这些事件被两个代码生成的模块接管，依照本人的需要去干活。这个模式代码还是有点难了解，尤其是编译器外面又做一些简单的事件，让代码比拟难了解。大家如果理解过 Go 背地的实现逻辑，类型推导在 Go 外面比较复杂，其实咱们编译器的复杂性大部分是由类型推导导致的。
我以后在试图重构这个逻辑，想把执行标准局部变得不再是一个形象的接口，而是一个规范实现的 DOM，这个 DOM 自身蕴含了类型推导的能力，从而使得编译器绝对比较简单。讲实现我明天没法讲的特地细，前面有机会再开展。
上面我想讲一下 Go+ 下一步做的重心是什么。
首先，最外围的逻辑，还是 心愿往年可能公布 1.0 版本 ，而 1.0 版本最重要的事件是把用户的应用范式做最大化的确认，1.0 当前我心愿和 Go 差不多，前面的语法变更是比拟少的。以后最重要的工作，是 明确 Go+ 须要哪些最外围的语法，并且在 1.0 版本就尽量去反对 ，除非有一些特定的考量比如说像 Go 的范型这种特地简单的语法个性，留到后续的版本去反对。Go+ 也是相似的， 咱们可能会放弃一些特地简单的语法个性，然而基本上尽可能把大部分咱们须要的语法个性在 1.0 版本里确定下来。
Go+ 1.0 咱们会先进行单引擎的迭代，先做好动态编译的引擎，等 1.0 公布当前再迭代脚本的引擎。这也是基于下面咱们说的用户的应用范式优先的理念下的一个决策。
最初，咱们心愿用商业化的形式来运作 Go+，也会招聘 Go+ 的团队成员，欢送大家退出 Go+ 团队！
我认为 Go+ 的外围是首先对立了程序员和数据科学家的语言，让单方可能天然对话。另外 我十分动摇地置信 Go+ 会是数据迷信的下一个改革，我本人十分兴奋可能做这样一件事件，也十分欢送认可这件事的人退出咱们。
这是分割咱们的办法，第一个是我的项目的地址（https://github.com/goplus），第二个投简历的邮箱（jobs@qiniu.com），第三个是我推特的地址（@xushiwei）。
本文作者许式伟是 七牛云创始人兼 CEO，Go 语言大中华区首席布道师 ，Go+ 语言创造者，ECUG 社区发起人。他曾就任于金山、隆重，在搜寻和分布式存储相干技术畛域有十几年的研发教训。在金山，他以首席架构师的身份主导了 WPS Office 2005 的架构设计和开发。在创建金山实验室后，作为技术总监主导了分布式存储开发，后退出隆重翻新院，并胜利推出“隆重网盘”和“隆重云”。 许式伟在 2020 年被评比为《2020 中国开源先锋 33 人之心尖上的开源人物》。
