基于知识图谱和人工智能驱动的企业深度智能运营和运维平台
这是一份关于人工智能领域的广州市科技计划项目专项申报材料，当时是和Vincent合作一起申请的，基于知识图谱和人工智能技术来做企业运维，可惜当时这个专项基金竞争太激烈，没争取上。
基于Docker容器云技术的大数据智能挖掘处理一站式服务平台
广州市科技计划项目科技型中小企业创新项目申报项目，2016年申报由我主笔申报，并于2017完成验收。由于这个项目是第一年，申报难度和验收难度相对偏低。
CAP简易理解
一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。当你一个数据项只在一个节点中保存，那么分区出现后，和这个节点不连通的部分就访问不到这个数据了。这时分区就是无法容忍的。提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。