坐雷锋号轻轨去桥找先涛，然后一起吃重庆闻名天下的火锅，他俩都吃辣，我不吃辣，于是乎一个大辣锅中间放了个小清汤锅，火锅调料灰常的多，他俩都倒了很多，也给我倒了一碗，但我吃不惯，油油的太香了，最后单独弄个小碗，倒了点麻酱蘸着吃，白吃对我是灰常无语了，说我这样吃火锅简直是暴殄天物，我笑。

　　A:物流人员不负责任，把买家的快递让别人签收，造成买家货物损失。在这种状况下，方是物流公司，买家可以投诉到物流总公司，如果不给于处理消费者协会投诉，安踏童装零售店的客服要积极的配合处理这一事故。?

　　这是Facebook的例子，Facebook来用HBase做Messaging，然后它发现单机是不行的，一旦单点失败了Facebook用户和用户之间、用户和系统之间的交互就会失效，于是做成了双机版，双活的版，到目前我还没有听说进到Hadoop里面去，它底下的对象是Haystack，Haystack有一篇很著名的论文，你们可以读一下，里面做了很多优化。谷歌的Spanner。谷歌是很有意思的一家公司，已经金蝉脱壳了，换了一个名字。它在数据的层面，十几年前它跟大家说SQL死了，大家应该用NoSQL，于是一大批人跟着它走，三年前它说SQL还是很有用的，于是大家就不知道怎么办了，十年前跟着你跑，跑了半天又绕回来，不是在忽悠我们吧？本质上SQL还是有用的，它做的F1&Spanner本质上就是实现全球的SQL，它把它叫第一个全球化的SQL，这个稍许夸大了一点，从使用上来讲是第一个使用的，别的有一些内部的秘密没有公开。它里面很重要的一个东西，它的数据是通过Paxos来它的高一致性的，Paxos是很著名的算法，大家有机会可以专门讨论。它的Paxos是在全球的大数据中应用，我们知道，数据一致性里面，分数据管理里面很重要的难题，根本上我们是用一个时间，以这个时间纬度作为数据到来的先后顺序决定数据的一致性，换句话说，当你有N个数据分析的时候，每个数据时钟有些微差异的时候，当你达到毫秒级、微秒级、纳秒级的时候，你的时钟和时钟之间的同步就变得异常重要，精度也变得异常重要，谷歌做这个的时候，每个数据中心要支一根天线接到GPS卫星，用GPS卫星时间来衡量先后，这是分布式问题的一个本质。谷歌未来会走成什么样子，这个不清楚，目前它们内部在使用这个事情。数据湖里面有很多，这后面有很多数据“库”，中间有原始数据，有一个目录，这边有很多数据和IT之间的交互，这边有很多读的交互，底下还有很多数据治理，数据治理是说你的数据进来什么人可以以什么方式把数据存进来？什么方式把数据提走？以什么方式使用这些数据？尤其金融数据很，你们构建这个的时候必须要考虑。其他跟数据进来，数据怎么清理，还有分析的工具有关，这是架构在数据之上的，这个概念知道以后，用什么样的数据和技术，大家可以来考虑。