百度马如悦：不写代码的架构师不是好架构师

摘要：马如悦，百度大数据部主任架构师。大会召开前夕，笔者有幸采访到了马如悦，请他分享Palo在百度内部的应用实践。在他看来，不写代码的架构师都不是好的架构师，没有主导实际项目的架构师也不是好的架构师。

马如悦，百度大数据部主任架构师，负责百度分析型数据库方向和在线数据服务架构方向。 在大会召开前夕，笔者有幸采访到了马如悦，请他分享Palo在百度内部的应用实践。在他看来，不写代码的架构师都不是好的架构师，没有主导实际项目的架构师也不是好的架构师。

值得一提的是，在2015年11月19-21日召开的SDCC 2015（软件开发者大会）上，马如悦将在新一代数据库调优实战论坛中带来《Palo分析型数据库在百度内的应用实践》的主题分享，欢迎前来现场聆听【点击这里抢票】。

马如悦

CSDN：首先请简单介绍下自己、公司以及目前所负责的领域。

马如悦：我当前在百度大数据部，负责百度在线数据服务架构团队，我们团队主要为公司提供在线高性能数据访问服务，包括3个产品方向，一个是SimpleDB方向，主要存储KV类型的数据，满足高并发的一些在线查询需求，很多数据通过离线批量和实时导入；另一个是SqlDB方向，主要作为结构化的数据分析数据库，内部产品名称为Palo；另一个是SearchDB方向，主要作为对非结构化的数据分析数据库。

CSDN：目前百度主要使用的数据库有哪些？他们各自的优势是什么？

马如悦：OLTP的主要是分布式MySQL、NoSQL，百度有自己研发的MolaDB，OLAP的主要使用Palo。

CSDN：百度自主研发的分析型数据库Palo主要承担着怎样的角色？它的主要特性是什么？其开发架构是怎样的？适合什么样的开发场景？

马如悦：Palo是一套面向大规模数据分析的并行数据库系统。主要目标是支撑稳定的、在线的、交互式的数据报表(Reporting)和数据多维分析（OLAP）服务。Palo 的一个很大的特色是:将会满足报表和OLAP分析这两类不同的需求。

Palo在整个分析体系中所承担的是数据库的角色，只是这个数据库是并行的、面向分析的数据库系统。然后在这个数据库系统上，通过支撑现有的（BIEE、Pentaho等）或者百度自己研发的BI应用套件来提供全套的报表和分析应用。

Palo单一系统，即可解决Impala+HDFS，Sparksql+HDFS，Impala+HBase，传统分析数据库Greenplum等，Google dremel、 Google mesa， 以及当前最新的Impala+Kudu。用户可以使用一个Palo，上面的所有需求都可满足，这就是Palo最大的不同。Palo的核心特点就是通用性要好一些，部署简单易用。

CSDN：在开发Palo期间没有遇到过困难点？又是如何克服的？你们目前的开发团队有多少人？

马如悦：Palo开发期间遇到的最大困难就是周边很多人不认可这个方向，认为使用Impala + HDFS/HBase，或者Sparksql就能解决问题。但是我们还是坚信这些开源的方案不是特别理想，比如部署复杂，依赖过多，性能不高等等，所以最后我们还是相信了自己内心，没有使用蹩脚的开源技术。事后，从Cloudera公司当前开始研发Kudu，可以看到，我们的当初选择领先了社区2到3年。

我们的团队当前有7，8人投入Palo开发。

CSDN：你目前还会关注哪些新技术？

马如悦：目前对Julia语言痴迷，具有Python的简单，有C语言一般的执行速度，有R语言一样的数据分析库支持，也满足很多对函数编程人的幻想，我坚信Julia在5年内势必成为数据分析事实上的语言。Julia和Spark的结合是我当前正在努力做得一些事情，我一直认为Spark使用Scala是一大错误，期待有一天我实现一个使用Julia编写的Spark。当前的分布式计算技术还是太复杂了，希望未来能简化一些。

CSDN：你认为一名优秀的技术管理者应该具备怎样的素质？

马如悦：优秀的技术管理者要充当两个角色，一个是方向引领者，一个是好的后勤。很多人事实喜欢冲到一线指指点点，那样的话，我认为你是一个好的程序员，但不是一个好的技术管理者。引领好方向，制定好目标，放手让聪明人的人去公关，遇到问题，要给其出谋划策。

CSDN：在你看来技术人如何成长为一名优秀的架构师？

马如悦：记住一点，不写代码的架构师都不是好的架构师，没有主导实际项目的架构师也不是好的架构师；还有一点，在外演讲多于在公司解决问题的，那根本不是架构师，那是布道师。

CSDN： 在本次SDCC 2015上想分享的话题是？

马如悦：Palo的实践体会。

CSDN：你最期待在本次SDCC 2015上听到哪些内容？

马如悦：其它公司都是怎么解决分析型数据库这些问题的。主要想听听大家踩过的坑，以及当前的痛点。