【华为首推高温长寿命石墨烯基锂离子电池】华为中央研究院瓦特实验室宣布其在锂离子电池领域实现重大研究突破，推出业界首个高温长寿命石墨烯基锂离子电池。实验结果显示，以石墨烯为基础的新型耐高温技术可以将锂离
【华为首推高温长寿命石墨烯基锂离子电池】华为中央研究院瓦特实验室宣布其在锂离子电池领域实现重大研究突破，推出业界首个高温长寿命石墨烯基锂离子电池。实验结果显示，以石墨烯为基础的新型耐高温技术可以将锂离子电池上限使用温度提高10℃，使用寿命是普通锂离子电池的2倍。（中国证券网）
特别提醒：如果我们使用了您的图片，请作者与索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。
欢迎关注每日经济新闻APP
Copyright (C) 2017 每日经济新闻报社版权所有，未经许可不得转载使用，违者必究。
北京: 010-， 上海: 021-， 广州: 020-， 深圳: 9， 成都: 028-新浪广告共享计划>
广告共享计划
融合致简&华为分布式存储技术实践
“合久必分，分久必合”的定律早已在IT界得到验证，在这种趋势下，IT架构在向“融合”方向演进。创新公司不断涌现，传统IT软硬件厂商也纷纷加入计算存储融合阵营。对此，华为的解决之道是，通过将计算、网络、存储、管理深度融合，推出一体机解决方案——FusionCube。
FusionCube一体机采用计算网络存储融合设计，计算刀片和存储刀片灵活配置的融合架构，内置GE/10GE
/IB多协议交换板。值得一提的是，FusionCube采用的FusionStorage是一种分布式的无状态机头，可实现线性的扩展能力，并且支持PCIe
SSD存储。据华为介绍，华为使用的是自己的PCIe闪存卡，在硬件方面具有优势。华为提供的数据显示，FusionCube采用的PCIe闪存卡的最大随机读IOPS为770K(4KB，100%随机)，最大随机写IOPS为630K(4KB，100%随机)，采用的PCIe
2.0 x8接口，带宽为3.2GB/s，访问延迟为8微秒。
目前来看，数据仓库主要的瓶颈是计算和存储节点间的网络IO和主存的磁盘IO。为此，FusionStorage采用Scale-Out架构，通过计算存储的深度融合，分布式存储解决集中式机头的瓶颈。
FusionStorage的主要特点有：
水平扩展、超大容量：分布式系统，无管理机头瓶颈，容量几乎不受限制
高IOPS：应用大容量分布式Cache技术，提升IOPS
低时延：应用程序通过Cache/SSD直达存储，时延更低
数据重建快：并行重建，重建数据量小
管理简单：结构简单带来管理简单
FusionStorage的总体架构
存储接口层：
通过SCSI驱动接口向操作系统、数据库提供卷
存储服务层：
提供各种存储高级特性，如快照、链接克隆、精简配置、分布式cache、容灾备份等
存储引擎层：
FusionStorage存储基本功能，包括MDC总控集群、DHT数据路由、分布系统、强一致性复制协议;及在单节点故障时，集群故障自愈与并行数据重建子系统
硬件设备层：
基于E9000计算、存储融合刀片式服务器，无需外置SAN，支持IB高速交换、PCI-E
▲华为一体机全球参考案例
据介绍，FusionCube核心关键技术全部基于华为自主研发、自主知识产权的软硬件技术，其中FusionStorage分布式存储引擎便将所有FusionCube的本地存储虚拟化为集群式存储资源池，其多节点、分布式的架构优势使系统不再受制于传统存储RAID控制器造成的性能与带宽瓶颈，并带来更出色的可靠性与可扩展性。
长按二维码直接识别关注
<img DATA-S="300,640" DATA-TYPE="png" src="/blog7style/images/common/sg_trans.gif" real_src ="/mmbiz/lozuib4JYHuWTTWCWwkEl70icdJA0YQpdGcIarpJzJ0HY8yUPLgAks4m3A4dq1MmEwjHoLtpNYibjd4GFbm0db1Kg/0" DATA-RATIO="0.5953" DATA-W="346" NAME="image_operate_31934" STYLE="max-width: 100%; height: auto !"
ALT="融合致简&华为分布式存储技术实践"
TITLE="融合致简&华为分布式存储技术实践" />
专注云计算、虚拟化与信息安全的独立自媒体
&&河北华信逸腾科技有限公司是河北省领先的虚拟化和云计算解决方案咨询与服务提供商，河北省唯一一家Vmware企业级合作伙伴。公司成立于2004&年，一直专注于虚拟化数据中心建设、云平台建设与信息安全领域。公司有具国家信息安全服务一级、河北省政府信息安全应急响应支撑单位等资质，是河北首家全方位为客户提供信息安全解决方案、产品、服务、咨询、评估与认证的服务性企业。&
我的更多文章：
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
赞（<span class="num" id="tips_count_）
loading.......有人对华为中央研究院下的分布式与并行软件实验室了解吗？ - 知乎88被浏览6651分享邀请回答79 条评论分享收藏感谢收起[硬广] 华为2012实验室分布式数据团队招聘 - 知乎专栏
{"debug":false,"apiRoot":"","paySDK":"/api/js","wechatConfigAPI":"/api/wechat/jssdkconfig","name":"production","instance":"column","tokens":{"X-XSRF-TOKEN":null,"X-UDID":null,"Authorization":"oauth c3cef7c66aa9e6a1e3160e20"}}
{"database":{"Post":{"":{"title":"[硬广] 华为2012实验室分布式数据团队招聘","author":"kayaklee","content":"分布式数据库团队隶属于华为2012实验室-中央软件院-分布式数据实验室，实验室由华为Fellow胡子昂亲自筹建，团队成员来自IBM、TeraData、神通数据库、阿里巴巴等，目前在进行华为自研的分布式数据项目。我本人也是看中了能够按照自己意愿重新造轮子的机会，以及华为在基础研究领域长期投入的决心，才决定跳过来的。也欢迎对系统底层技术、分布式技术感兴趣的同学加入，一起造轮子。工作地点：北京、深圳、杭州。官方JD如下，工作经验根据具体情况能够适度放宽。知乎私信或者email联系我们负责招聘的工程师，文博：wilbur.分布式数据库高级工程师岗位职责：负责分布式数据库的研发设计工作，包含：1.承担华为分布式数据库的架构设计、关键技术研究及核心代码开发工作。2.参与开源数据库、开源存储引擎的分析、研究、优化及改进工作。3.参与分布式数据库业界前沿技术的分析与研究工作。岗位要求：(5~6条件须满足其中一条)1.计算机及相关专业，本科及以上学历，五年以上相关工作经验，博士不限工作年限。2.熟悉Linux系统，熟悉C/C++/Java/Go中的至少一种。3.对数据库如SQL底层实现、架构、原理等有一定了解。4.有较强英文文献等材料阅读能力和使用英语表达沟通能力。5.对分布式数据库事务协议、一致性控制/协议、存储管理、数据复制协议等有过分析、研究经验者优先。6.有本领域架构设计或开源社区代码贡献或相关产品研发经验者优先。大数据平台高级工程师职位描述：作为团队核心成员，聚焦华为下一代大数据平台研发。主要工作职责包括设计和开发两部分：l \n负责分布式查询引擎研发，提供异构数据源接入、跨数据中心查询、数据虚拟化、查询优化等关键特性l \n研发面向各种用户或程序的大数据工具，用于支撑系统优化或系统自动调优l \n研发核心算法，实现查询负载分析，不同系统组件和架构优化推荐生成。l \n研发大数据管理平台的元数据，数据管理和数据安全等功能。该职位需要较强的分析和解决问题的能力，以及出色的口头和书面沟通能力。关键职责：l \n增强分布式查询引擎能力，提供多种关键特性，尤其是支持异构多数据源查询和跨数据中心查询方面的优化能力。l \n开发核心算法，用于分析查询负载、提取共同的负载特征，自动生成对系统使用和效益评估等方面的优化推荐。l \n为大数据管理平台设计一个完整的元数据，支撑多样的数据治理和数据安全能力。需要具备的能力：l \n计算机科学或相关领域硕士及以上学历l \n4年以上软件开发经验l \n在JDBC、查询进程、优化、执行、性能查询、解析、数据库工具方面，具有较强的SQL知识l \n熟练掌握Scala、Java和脚本语言的编程技巧l \n对大数据组件/框架有实践经验，例如Hadoop、Spark、HBase、HDFS、Hive、NoSQL数据等l \n最好有元数据、数据管理和数据安全方面的经验l \n最好熟悉sparkl \n最好具备其他相关分布式系统组件经验，例如Solr、Elasticsearch、Logstash、Kibana、 Kafka、REST API等另附同一个实验室下，分布式计算方向的职位JD分布式并行计算专家工作地点：杭州岗位职责：\n1.负责大规模分布式与并行软件框架的相关研发工作，过吸收国内外学术界&工业界、开源社区等最新思想，通过概念、架构、技术创新，构建公司云分布式软件的核心能力2.承担公司消费者业务、运营商业务、企业业务三大业务领域的分布式并行软件需求分析、架构/关键模块设计、开发工作。岗位要求：(4~10条件须满足其中1条)\n1.计算机及相关专业，本科及以上学历，五年以上相关工作经验，博士不限工作年限。\n2.熟悉&精通C/C++/Java/JS/Scala/Go/Python等编程语言的一门或多门，熟悉常用算法、数据结构，熟悉Linux系统及其下的开发经验。\n3.有较强英文文献等材料阅读能力及使用英语表达沟通能力。\n4.对业界分布式和并行异构编程框架如Spark / Graph\n/ TBB / OpenMP以及SOA架构等的理念设计有深刻理解者优先。\n5.熟悉异构并行计算，对 GPU / OpenCL / CUDA\n的实践应用有深刻理解者优先。\n6.熟悉分布式集群资源管理与调度相关的云计算技术的理念、架构、设计、实现，有如Kubernetes、Mesos、Yarn、Zookeeper、Docker、ETCD等相关集群实践经验者优先。\n7.熟悉Aeron、RabbitMQ、Kafka、Redis等业界某一种开源消息中间件技术，有Kafka实践经验者优先。\n8.具备丰富的分布式系统运维、监控和性能分析经验，熟悉Dapper、Zabbix、ElasticSearch、Kibana，有，Java开发经验者优先。\n9.熟悉分布式系统高可用、高可靠、容错理论、设计者优先。\n10.有本领域架构设计或开源社区代码贡献或相关产品研发经验者优先。","updated":"T08:36:42.000Z","canComment":false,"commentPermission":"anyone","commentCount":48,"collapsedCount":0,"likeCount":78,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","titleImage":"/v2-f2eada7233aca9aeeb2b4b_r.jpg","links":{"comments":"/api/posts//comments"},"reviewers":[],"topics":[{"url":"/topic/","id":"","name":"招聘"},{"url":"/topic/","id":"","name":"数据库"},{"url":"/topic/","id":"","name":"分布式系统"}],"adminClosedComment":false,"titleImageSize":{"width":600,"height":362},"href":"/api/posts/","excerptTitle":"","column":{"slug":"likai","name":"分布式与存储技术"},"tipjarState":"inactivated","annotationAction":[],"sourceUrl":"","pageCommentsCount":48,"hasPublishingDraft":false,"snapshotUrl":"","publishedTime":"T16:36:42+08:00","url":"/p/","lastestLikers":[{"bio":"一点都不文艺的程序猿","isFollowing":false,"hash":"c7380ec01fbf5e537efabf","uid":28,"isOrg":false,"slug":"kong-de-fei","isFollowed":false,"description":"","name":"KDF5000","profileUrl":"/people/kong-de-fei","avatar":{"id":"e0e34cf0824dc4fcd2f1","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false},{"bio":null,"isFollowing":false,"hash":"87cde8b9fef","uid":72,"isOrg":false,"slug":"jin-hang-2","isFollowed":false,"description":"/jinhang","name":"金航","profileUrl":"/people/jin-hang-2","avatar":{"id":"aa4c656cf3c769b235ab34","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false},{"bio":"哈库那玛塔塔","isFollowing":false,"hash":"c54fedced","uid":32,"isOrg":false,"slug":"agrael","isFollowed":false,"description":"PHD 在读","name":"Agrael","profileUrl":"/people/agrael","avatar":{"id":"a90dc27d160a584f8155","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false},{"bio":"做不了厉害的人，那就做个善良的人","isFollowing":false,"hash":"659acc7c545ec65d4ffa53","uid":00,"isOrg":false,"slug":"gao-xu-92-57","isFollowed":false,"description":"","name":"高旭","profileUrl":"/people/gao-xu-92-57","avatar":{"id":"c2c56c28a1daceaa6afaa2","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false},{"bio":"数据挖掘工程师","isFollowing":false,"hash":"edd39adf64","uid":397200,"isOrg":false,"slug":"qichao-tang","isFollowed":false,"description":"本科大三，自学DMing，跪求相关工作实习推荐。。。","name":"Qichao Tang","profileUrl":"/people/qichao-tang","avatar":{"id":"79ca1f93cad9c3de7580a","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false}],"summary":"分布式数据库团队隶属于华为2012实验室-中央软件院-分布式数据实验室，实验室由华为Fellow胡子昂亲自筹建，团队成员来自IBM、TeraData、神通数据库、阿里巴巴等，目前在进行华为自研的分布式数据项目。我本人也是看中了能够按照自己意愿重新造轮子的机会，…","reviewingCommentsCount":0,"meta":{"previous":{"isTitleImageFullScreen":false,"rating":"none","titleImage":"/v2-4ae7b8f3b57dd_r.png","links":{"comments":"/api/posts//comments"},"topics":[{"url":"/topic/","id":"","name":"分布式数据库"},{"url":"/topic/","id":"","name":"分布式一致性"},{"url":"/topic/","id":"","name":"Paxos"}],"adminClosedComment":false,"href":"/api/posts/","excerptTitle":"","author":{"bio":"分布式与数据库，布洛芬依赖患者","isFollowing":false,"hash":"41b0dd8f5a8c0353adbb75","uid":64,"isOrg":false,"slug":"kayaklee","isFollowed":false,"description":"","name":"郁白","profileUrl":"/people/kayaklee","avatar":{"id":"885ebda3f776f8b9f3fdcd","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false},"column":{"slug":"likai","name":"分布式与存储技术"},"content":"两阶段提交（2 Phase Commit简称2PC）协议是用于在多个节点之间达成一致的通信协议，它是实现“有状态的”分布式系统所必须面对的经典问题之一。本文通过对比经典2PC协议，和Google工程实践的基础上，分析一种优化延迟的2PC协议。为了方便说明，本文主要针对分布式数据库中，跨域sharding的2PC方案的讨论。主要参考文献：Gray J, Lamport L. Consensus on transaction commit[J]. ACM Transactions on Database Systems (TODS), ): 133-160.经典两阶段提交概述先来回顾下经典的2PC协议，有两个角色：一个协调者（coordinator）和若干参与者（participant），协议执行可以分为如下几个阶段：预处理阶段：严格来说，预处理阶段并不是2PC的一部分，在实际的分布式数据库中，这个阶段由协调者向若干参与者发送SQL请求或执行计划，包括获取行锁，生成redo数据等操作。Prepare阶段：客户端向协调者发送事务提交请求，协调者开始执行两阶段提交，向所有的事务参与者发送prepare命令，参与者将redo数据持久化成功后，向协调者应带prepare成功。这里隐含的意思是，参与者一旦应答prepare成功，就保证后续一定能够成功执行commit命令（redolog持久化成功自然保证了后续能够成功commit）。Commit阶段执行Commit：协调者收到所有参与者应答prepare成功的消息后，执行commit，先在本地持久化事务状态，然后给所有的事务参与者发送commit命令。参与者收到commit命令后，释放事务过程中持有的锁和其他资源，将事务在本地提交（持久化一条commit日志），然后向协调者应答commit成功。协调者收到所有参与者应答commit成功的消息后，向客户端返回成功。执行Abort：prepare阶段中如果有参与者返回prepare失败或者超时未应答，那么协调者将执行abort，同样先在本地持久化事务状态，然后给所有参与者发送abort命令。参与者收到abort命令后，释放锁和其他资源，将事务回滚（有必要的情况下还要持久化一条abort日志）。经典2PC的局限协调者宕机：2PC是一个阻塞式的协议，在所有参与者执行commit/abort之前的任何时间内协调者宕机，都将阻塞事务进程，必须等待协调者恢复后，事务才能继续执行。交互延迟：协调者要持久化事务的commit/abort状态后才能发送commit/abort命令，因此全程至少2次RPC延迟（prepare+commit），和3次持久化数据延迟（prepare写日志+协调者状态持久化+commit写日志）。Percolator系统的两阶段提交概述：percolator是google基于bigtable实现的分布式数据库，在bigtable单行事务的基础上，它使用全局的Timestamp Server来实现分布式的mvcc（后续专门讨论，本文不展开了）；还有2PC协议来实现多行事务。由于bigtable屏蔽了数据sharding的细节，在percolator看来事务修改的每一行记录，都被看作一个参与者，事务没有区分预处理和prepare阶段，可以认为事务开始后，即进入了2PC的prepare阶段。percolator的2PC协调者并不持久化状态，而是引入primary record的概念，将事务执行过程中修改的第一个record作为primary record，在这个record中记录本次事务的状态，而在事务执行过程中其他被修改的record里面记录primary record的key（这里我觉得priamry record保存单独的表中更优雅，否则priamry record被用户删除的话，并不好处理）。在commit阶段，先在primary record中记录事务状态（包括事务ID，mvcc版本号等），成功后，才将各个参与者的修改提交（包括持久化mvcc版本号，释放行锁等）。在事务执行过程中，如果协调者宕机，那么其他参与者可以通过查询primary record中保存的事务状态来决定回滚或提交本地的修改。创新与局限：在仅提供行级事务的bigtable基础上，percolator创新的实现了多行事务和mvcc，primary record的设计简化了2PC协议中对协调者状态的维护，是一套比较优雅的2PC工程实现。但是直接构建在KV基础上的数据库事务，也存在着诸多局限：底层KV屏蔽了sharding细节，且不提供交户型的事务上下文机制，对存储引擎的读写只能在一次RPC提交，使得加锁、修改、提交都必须是一次bigtable的提交操作，延迟代价是巨大的。尽管primary record的设计简化了2PC的协调者状态维护，但是commit时仍然要等待primary record持久化事务状态成功后，参与者才能进行commit，这一次延迟不可避免。2PC协议优化通过对经典2PC和percolator实现的分析，可以得到如下几个对2PC的改进思路：底存存储需要暴露sharding细节，提供以分区为单位的事务上下文管理机制，使得在预处理过程中，行锁和数据修改为内存操作，避免持久化的代价。简化协调者为无状态逻辑减少2PC执行关键路径上的持久化和RPC次数优化的2PC协议：预处理阶段：协调者向若干参与者发送SQL请求或执行计划，一个sharding即对应一个参与者，针对这个事务，在每个参与者中会维护一个通过事务ID索引的事务上下文，用于维护行锁、redo数据等，有必要的情况（redolog过多）下，这个阶段可能会异步的持久化redolog。Prepare阶段：协调者收到客户端提交事务的请求，向各个参与者发送prepare命令，命令中携带了当前事务的参与者列表，参与者收到prepare命令后，将事务的redolog、参与者列表、prepare日志持久化后，向协调者和其他参与者发送prepare成功的消息。Commit阶段：协调者收到所有参与者应答prepare成功的消息后，即向客户端返回事务提交成功；对于每个参与者，当它确认所有参与者都prepare成功后，将本地事务提交并释放行锁等资源，并异步的持久化一条commit日志，然后向其他参与者发送commit成功的消息。Finish阶段：对于每个参与者，当它确认所有参与者都commit成功后，将本地事务上下文释放，并异步的持久化一条finish日志。参与者与协调者状态转移图宕机处理与事务状态恢复要点预处理阶段宕机：无论参与者还是协调者，在这个阶段宕机，事务都无法继续进行，可依靠参与者轮询协调者状态来尽快结束事务释放行锁。Prepare阶段宕机：一旦所有参与者完成prepare，无论协调者是否宕机，事务最终都会被提交。对于参与者来说，如果没有持久化prepare日志，那么在回放日志时这个事务会被丢弃；如果已经持久化prepare日志，在日志回放完成后，需要向所有其他参与者查询事务状态。Commit阶段宕机：这个阶段已经没有协调者的事了，所以只考虑参与者即可，如果已经持久化commit日志，那么回放日志后，它要在内存中保存这个事务状态，直到确认其他参与者都已完成commit；如果未持久化commit日志， 那么在日志回放完成后，需要向所有其他参与者查询事务状态。Finish阶段宕机：同上，这个阶段已经没有协调者的事了，所以只考虑参与者即可，如果已经持久化finish日志，那么在回放过程中自然的释放事务上下文即可；如果未持久化finish日志，那么 它要在内存中保存这个事务状态，直到确认其他参与者都已完成commit。事务状态的查询处理：如状态转移图所示，对于其他参与者的状态查询，在检查sharding匹配后，判断如果本地已经没有对应的事务上下文的情况下，按如下逻辑处理：收到其他参与者查询Prepare状态的请求：说明对方处于prepare阶段，自己没有这个上下文，说明事务肯定已经abort，所以直接回复事务abort。收到其他参与者查询Commit状态的请求：说明对方处理commit阶段，自己已经确认可以finish，说明事务肯定已经正常提交，所以直接回复commit成功。延迟分析与协议局限预处理阶段的redolog、Commit日志、Finish日志为异步持久化，不影响事务延迟；Prepare日志为同步持久化，需要等待持久化成功才能发送应答。参与者之间的Prepare状态与Commit状态的查询，不影响事务延迟，而协调者只需要等待所有参与者的Prepare应答后即可向客户端返回，因此协议全程只有 一次RPC交互延迟+一次日志持久化延迟。对读事务的影响：各个参与者上的事务，要等所有参与者Prepare成功后才能提交和释放行锁；可能出现协调者先应答了客户端，客户端再来读取时，一些sharding上的行锁还未释放（即事务还未提交），读事务需要等待直到事务提交。","state":"published","sourceUrl":"","pageCommentsCount":0,"canComment":false,"snapshotUrl":"","slug":,"publishedTime":"T18:23:23+08:00","url":"/p/","title":"两阶段提交的工程实践","summary":"两阶段提交（2 Phase Commit简称2PC）协议是用于在多个节点之间达成一致的通信协议，它是实现“有状态的”分布式系统所必须面对的经典问题之一。本文通过对比经典2PC协议，和Google工程实践的基础上，分析一种优化延迟的2PC协议。为了方便说明，本文主要针…","reviewingCommentsCount":0,"meta":{"previous":null,"next":null},"commentPermission":"anyone","commentsCount":20,"likesCount":64},"next":null},"annotationDetail":null,"commentsCount":48,"likesCount":78,"FULLINFO":true}},"User":{"kayaklee":{"isFollowed":false,"name":"郁白","headline":"","avatarUrl":"/885ebda3f776f8b9f3fdcd_s.jpg","isFollowing":false,"type":"people","slug":"kayaklee","bio":"分布式与数据库，布洛芬依赖患者","hash":"41b0dd8f5a8c0353adbb75","uid":64,"isOrg":false,"description":"","profileUrl":"/people/kayaklee","avatar":{"id":"885ebda3f776f8b9f3fdcd","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false,"badge":{"identity":null,"bestAnswerer":null}}},"Comment":{},"favlists":{}},"me":{},"global":{},"columns":{"next":{},"likai":{"following":false,"canManage":false,"href":"/api/columns/likai","name":"分布式与存储技术","creator":{"slug":"kayaklee"},"url":"/likai","slug":"likai","avatar":{"id":"6cf60eb0c2b0d62954ac6e","template":"/{id}_{size}.jpeg"}}},"columnPosts":{},"columnSettings":{"colomnAuthor":[],"uploadAvatarDetails":"","contributeRequests":[],"contributeRequestsTotalCount":0,"inviteAuthor":""},"postComments":{},"postReviewComments":{"comments":[],"newComments":[],"hasMore":true},"favlistsByUser":{},"favlistRelations":{},"promotions":{},"switches":{"couldAddVideo":false},"draft":{"titleImage":"","titleImageSize":{},"isTitleImageFullScreen":false,"canTitleImageFullScreen":false,"title":"","titleImageUploading":false,"error":"","content":"","draftLoading":false,"globalLoading":false,"pendingVideo":{"resource":null,"error":null}},"drafts":{"draftsList":[],"next":{}},"config":{"userNotBindPhoneTipString":{}},"recommendPosts":{"articleRecommendations":[],"columnRecommendations":[]},"env":{"isAppView":false,"appViewConfig":{"content_padding_top":128,"content_padding_bottom":56,"content_padding_left":16,"content_padding_right":16,"title_font_size":22,"body_font_size":16,"is_dark_theme":false,"can_auto_load_image":true,"app_info":"OS=iOS"},"isApp":false},"sys":{}}}