商业机密与开源精神的平衡

　　问：在企业的软件研发过程中，有一些内容是很机密的，这与开源精神显然存在矛盾。而且管理层和技术人员在对待哪些代码是机密信息这个问题上，也可能存在分歧。有什么办法可以解决这些矛盾?

　　百度王守彦：这个问题确实在国内表现得比较明显，也确实是一个矛盾。我的看法是，在有了互联网之后，一项计算机技术保持领先优势的时间不会超过1年，因为互联网传播知识的速度太快了，不到几个月就有其他公司也会做。所以说，对于那些对核心竞争力有价值的技术，我们可以采取这样的策略，即将上一个版本发布，并控制好与新版本之间的时间差，这样处理就能让商业价值与开源精神之间达到平衡。

　　另外，我们也要看到，开源其实反过来对企业开发也是有帮助的。比如百度这次把我们做的项目开放出来，就是希望有人可以给我们提建议，或许能帮助我们找到更优的方法。毕竟我们项目组只有几十个人，但全球社区有很多人，这些人可能不一定会去做，但一定会有想法让你借鉴。另外，从开源社区我们也能发现合适的人才。

　　总之，技术人员有责任去说服自己的老板。十年前，当知识传播速度不够快的时间，封闭会带来价值，但今天知识传播越来越快，封闭只会让路越走越短。现在许多企业管理层的思维模式还没有转变过来，但我相信迟早会转过来。

　　Facebook邵铮：说服老板除了讲道理，也可以摆事实，举一些例子。比如我们公司就是这样的例子，Facebook其实很早就开始支持开源软件。我们认为最大的核心竞争力是社区网，而底层的架构虽然能带来价值，但不一定是最核心的竞争力，所以我们必须和社区所有公司一起来做，而不是闭门造车，否则只会与业界差距越来越大。Facebook目前只有400个工程师，但在全球却有超过5亿的用户，即1：100万，为了维持这个比例，必须和社区合作。

　　当然，Facebook也不是把所有的代码都开放出来，也确实有一些机密的东西。我们知道，一般开源软件都会提供API接口，我们做HIVE开发时也是这样，这些API有一些特殊的实现，将特殊的逻辑放在单独的模块中，这些模块是机密的，但底层的HIVE是开放的。通过这些API接口，就可以把机密的逻辑与开源的部分隔离开。

　　关于Hadoop:

　　Hadoop主要提供了一套名为HDFS的分布式文件系统以及支持Map-Reduce的计算框架。此外，还提供构建在HDFS 和Map/Reduce之上的可扩展的数据仓库Hive，结构化数据库HBase，数据流高层语言Pig，高性能分布式协同服务ZooKeeper，以及面向大规模分布式系统的数据收集软件Chukwa等。

　　自2002年Apache设置相关项目以来，源于互联网的Hadoop也渐渐在互联网领域扎下了根。如Yahoo!使用4000节点的机群运行Hadoop，支持广告系统和 Web搜索的研究;Facebook使用1000节点的机群运行Hadoop，存储日志数据，支持其上的数据分析和机器学习;百度用Hadoop每天处理1PB的数据，进行搜索日志分析和网页数据挖掘工作;中移动研究院基于Hadoop开发了“大云”(Big Cloud)系统，不但用于相关数据分析，还对外提供服务;淘宝的Hadoop系统用于存储并处理电子商务的交易相关数据。

　　Hadoop技术除已经在互联网领域得到广泛应用之外，同时也受到了学术界的普遍关注。国内的高校和科研院所基于Hadoop在数据存储、资源管理、作业调度、 性能优化、系统高可用性和安全性方面进行研究，相关研究成果多以开源形式贡献给Hadoop社区。