Velocity China 2015--构建大规模弹性系统（Web 工程师会议）

Velocity China 2015--构建大规模弹性系统（Web 工程师会议）
2015年8月11–12日
中国 北京

大多数具有对外动态网站的公司都面临同样的挑战：网页必须快速装载，基础结构必须有效地扩展，网站和服务必须可靠，而完成这一切还要在团队能承受的范围之内，还不能超出预算。Velocity 是这个星球上所有 Web 性能和运维专业人士相聚的最佳之地，向同行学习，和专家交换想法，分享你的最佳实践和经验教训。

（Velocity China 2014现场图片）

为什么参加 Velocity China？

构建更快速的 Web 应用
Velocity 大会带给你实际工作中优化网页的最佳实践，尤其是 Ajax、CSS、JavaScript、图片的性能。即使是优化过的网站同样会从中受益，获得更好的客户体验和企业状况。
与专家交流的最佳时机
抓住这个珍贵的机会，和业界的顶尖专家进行面对面交流，他们正在将 Web 性能和运维水平提高到新的层次。带着你的整个团队来吧，和大家分享你们的想法，专家会针对你们提出的最困难的问题给出答案。
关于 Web 性能和运维充实的两天
Velocity 大会上充满了绝妙的想法、技术秘籍以及业界人脉。你离开会议时将会立刻应用学到的知识来解决问题，针对未来做好充分的准备。

谁参加 Velocity China？

来自各种规模公司的开发人员，工程师，管理人员
关心企业状况的技术主管
寻求规范化运维工作的 CTO 和 CIO
技术布道者和企业家
科研人员和学术人士
移动互联网开发和性能生态圈中的企业和专业人士

关于Velocity: 一个快速的奇妙世界
Velocity: 一个快速的奇妙世界，由国际知名出版社O'Reilly举办。
如果你需要创建网站、应用和服务还必须保持快速、可扩展性强、富于弹性而且高可用（是的，你一定是这样的），来Velocity吧！在这里直接向聪明、勇于创新的人们学习，他们已经在自己的商业业务中构建了端到端优化方案，包括快速开发、持续部署、灵活监测、自动反馈——以及相关的组织文化体系。
Velocity的内容有严格的质量把关，专门设置了大会组委会，组委会的主席和委员负责审核大会的演讲内容，控制大会的质量。

本次Velocity China会议的主席：

Theo Schlossnagle
Circonus的创始人和首席执行官，带领一组工程师解决全球范围内可扩展性监控中的扩展问题。Theo还创建了OmniTI，为高流量网站和其他需要可靠、可扩展架构工程的客户提供解决方案。他还是高度可扩展的Ecelerity邮件传输代理的架构师。Theo参与很多开源社区，包括OpenSolaris, Linux, Apache, PostgreSQL, perl以及其他很多。他是可扩展系统和分布式系统方面的作家，也是开源会议上的资深讲师。

Betty Tso
目前管理AmazonUI工程团队，构建前端平台从而推进amzon.com的前端代码库，同时她也是一位Web性能优
化领域的积极倡导者。她在很多会议上发表讲话，包括Velocity，内部会议以及一些大学，比如CMU, Duke,Georgia Tech。

章文嵩博士
淘宝网的研究员与核心系统负责人，主要负责基础核心软件研发、推进网络软硬件方面的性能优化、搭建下一代高可扩展、低碳、低成本的淘宝电子商务基础设施。他也是开放源码及Linux内核的开发者，著名的Linux集群项目──LVS(Linux Virtual Server)的创始人和主要开发人员，LVS集群代码已在Linux 2.4和2.6的官方内核中，并得到广泛的应用。他一直在自由软件的开发上花费时间，并积极推动开源活动在中国的发展。

会议委员会委员：

朱照远
花名叔度，阿里巴巴高级技术专家，阿里云－核心系统部－Web平台团队负责人，负责阿里巴巴Web平台以及CDN系统的研发，开源Web服务器项目Tengine的发起人，兴趣爱好为研究高性能服务器开发、Web性能优化和内核网络协议栈优化等领域。

赵泽欣
花名小马，淘宝网用户体验部高级技术专家，目前负责淘宝网前端架构和通用型产品的研发。11年承担淘宝网“速度委员会”的组建和运作，对大型电子商务web网站领域的性能优化有丰富经验，也有过惨痛教训。2013年重新启动“阿里巴巴速度提升小组”，目标是大幅提升集团核心系统的快速访问体验。

朱金清
阿里巴巴数据库技术专家，目前在淘宝/阿里数据库技术团队从事MySQL/HBase数据库的数据管理和开发。人民大学数据库方向硕士，师从孟小峰教授，期间也玩过搜索、爬虫、数据挖掘等东西，主要做的是写论文和demo原型的开发；硕士毕业之后在百度从事凤巢等MySQL广告数据库的管理调优工作、曾主导过凤巢历史上最大的数据库拆分工作（1拆N）。