目錄
前言：主題：多雲不是銀彈
優劣分析：
高可用方面：
成本方面：
易用性方面：
功能方面：
企業戰略方面：
總結：本人一直專注於多雲架構的研究，經常與雲原廠人員進行溝通，對單雲和多雲有一些感觸，在這裡與大家分享下。
多雲在很多方面有單雲不具備的優點，所以大約1年前我還一直以為自己堅持的多雲持續交付才是最先進最正確的，但是隨著雲廠商功能的迭代和公司雲架構的不斷演化，漸漸發現了多雲平台的不足。現在不得不重新審視多雲與單雲孰優孰劣。
單雲的高可用靠多az，當某一區出現故障時仍然保證系統的可用性；而多雲是更高形態的高可用，當雲平台整個掛掉時，通過切換流量到另乙個雲平台的方式仍可以保持系統的可用性。
我們都知道雲平台中彈性部分是通過彈性伸縮組來實現的，但當你真正需要擴容的時候不見得一定會申請的到例項，不排除售罄等可能，所以此時如果另一家雲廠商有存貨就可以果斷在另一家去擴容。
你也許會問，彈性伸縮的多az多例項型別可以解決這一問題，但是實測效果並不好。首先，我們服務基本都走內網vpc，多az就需要我去劃分更多的subnet；其次，按量收費的**太高了，所以一般都會提前買預留例項，如果多例項型別開出來的機器不在預留例項的型別裡，相當於花了兩份的錢。
所以在高可用方面多雲完勝單雲。
我是公有雲服務的鐵粉，我的觀點是能在雲上花錢搞定的事情堅決不要自建！
招聘幾個研發，或者弄個外包團隊，搗鼓個一年半載可以做出乙個系統，看似自己搭建的paas或者saas服務要比公有雲的便宜，其實從價效比上來講一點都不划算。
首先，調頭很難。自己搭建那就是華山一條路走到黑，無論是人員還是技術那都是重資產了，即便做出來坨屎也得含淚吃完；而公有雲基本都是按量收費，用一下不爽就分道揚鑣。
其次，就算你做出來的正好是你想要的功能，但是你想要的就是大家想要的，公有雲早晚會有這部分功能，乙個人再牛也幹不贏乙個團隊，乙個團隊再牛也幹不贏乙個廠。
以上只是為了說明優先選擇用saas服務的多雲平台，而天下沒有免費的午餐，多雲saas服務需要交付額外的費用，那麼多雲一定會帶來成本增加麼？未必！
多雲意味著你可以有更多的選擇，你可以選擇更廉價的雲廠商，或者相同的錢你可以選擇效能更好的雲廠商，這個就有點像「長木桶原理」，在購買例項上有更多的選擇權。
所以在搭建成本方面，多雲與單雲不好說哪個更好。
注意，這一點將會成為放棄多雲的核心原因。多雲可以解除與雲廠商的繫結，因為你的運維人員和交付系統在技術和技能上具備了這個能力，用誰家的雲資源都ok，企業在與雲廠商的談判中會有更多的籌碼。
企業級使用者都會有雲廠商的大客戶經理跟著，而且用量越大折扣也會更大，把用量分攤到多家雲上就拿不到這麼大的折扣了。（**戰除外）
所以在企業戰略方面多雲略優於單雲。
以上分析彙總到一張表：
對比項多雲
單雲高可用
完勝完敗
成本不好說
不好說易用性
小勝略敗
功能完敗
完勝企業戰略
小勝略敗
多雲思路很好，可以催生更高意識形態的產品，老闆們更喜歡，但是落地太難，功能上存在短木桶效應，嚴重依靠研發投入和雲廠商api質量。
把ffmpeg庫放在乙個動態庫里
其實生成單個動態庫版本比生成多個動態庫的版本還要簡單，就只要乙個 config.sh 就可以搞定，裡沃特不敢有保留，現在分享給大家。具體該啟用和禁用哪些自己再另行修改。1.首先建立目錄 ffmpeg，然後解壓 ffmpeg 1.2 到 ffmpeg 目錄正面 tar xvf ffmpeg 1.2.1...
python 經驗 把全域性變數放在乙個類中
注 紅色是我增加的注釋 add by zhj 其實python中的import,from import語句是建立新的同名變數指向引入的模組和模組屬性，這也就解釋了下面的情況。我們應盡量不用全域性變數，比如當乙個模組中的兩個函式要用同乙個變數時，我們可以嘗試把這兩個函式寫在乙個類中，而該變數定義 成類...
判斷乙個點是否在乙個多邊形裡
判斷乙個點是否在乙個多邊形裡 一開始以為是個挺難的問題，但google了一下之後發現其實蠻簡單，所用到的演算法叫做 ray casting algorithm 中文應該叫 光線投射演算法 這是維基百科的描述 維基百科 簡單地說可以這麼判斷 從這個點引出一根 射線 與多邊形的任意若干條邊相交，累計相交...