体育数据分析如今已变成数据中心的故事:成本、泄露与断电
9月30日,The Register报道,一名16岁的研究员Faav获得了微软内部Titan分析平台的管理员权限,该平台存储着约17.3万亿行数据。对在超大规模基础设施上搭建分析系统的体育机构来说,这才是故事里让人不安的部分。

The Register给出的数字是17,333,335,124,315行。这是该研究员对他能够访问到的分析数据库所做的估算。他发现,微软内部的分析平台Titan会验证JSON Web Token的内容,却从不校验其签名。他报告了这个漏洞。微软封锁了API,并支付了5000美元赏金。公司表示,这次披露帮助它加固了服务。
微软的内部工具,为什么和做体育分析的人有关?因为体育行业的数据栈并不跑在自己的线路上。它运行在和其他一切相同的云区域、相同的元数据层和相同的身份系统上。而就在Faav的披露文章公开的同一周,另外三条新闻也落地了。放在一起读,它们说明了体育数据分析现在究竟住在哪里。
成本这一头是政策之争,不是产品发布
据《卫报》报道,周三参议院民主党人以57票对43票阻止了《电费纳税人保护法案》。该法案未能达到推进所需的60票。它原本会要求电力公司考虑相关标准,让数据中心承担输电、发电和配电升级的成本。这些升级费用本来会落到家庭和企业头上。Chuck Schumer称这是一份“没有牙齿”的法案,“完全没有说到点子上”。在参议院推动该法案的俄亥俄州共和党人Jon Husted说,大型科技公司“应该自己买单,而不是把成本转嫁给当地社区和各州”。有四名民主党人加入共和党一方:Maggie Hassan、Amy Klobuchar、Jon Ossoff和Raphael Warnock。
“美国人在呼吁真正的解决方案、真正的护栏、在AI上真正的解决方案。共和党这份没有牙齿的数据中心法案完全没有说到点子上,”Schumer在参议院发言时说。
众议院已在9月早些时候几乎一致通过了该法案。这次表决是参议院在11月3日中期选举前预计进行的最后几次表决之一。俱乐部、联盟或转播商为算力支付的任何费用,都是这场争论的下游,而这场争论还没有定论。
在欧洲,数字更具体,也更尴尬。NL Times在9月30日报道,荷兰大型数据中心中公布电力和饮用水用量数据的不到四分之一。此时距《欧洲能源效率指令》开始要求500千瓦及以上的站点报告数据,已经过去三年。荷兰数据中心协会去年年底统计到186个达到该门槛的商业数据中心。荷兰企业局掌握104个站点的数据,其中44个有公开的电力数据,47个有用水数据。荷兰统计局的数字显示,2024年荷兰数据中心的用电量为51亿千瓦时,占全国用电量的4.6%,接近五年前水平的两倍。电网运营商TenneT预计到2030年这一比例将达到10%至15%。荷兰企业局今年夏天公布的数据显示,仅微软在荷兰最大的那个数据中心,就占全国用电量的1%。
谁有权查看这些数据
接下来是谁能看到底层记录的问题。《卫报》周三报道,已有超过44000人依据英国GDPR第21条提出正式反对。这些反对针对的是英格兰NHS由Palantir提供技术支持的联邦数据平台处理他们的健康数据。这场行动由38 Degrees协调。反对者还要求,在评估这些请求期间暂停通过该平台进行的数据处理。
Palantir英国及欧洲执行副总裁Louis Mosley指责批评者患上了“Palantir妄想症”。公司发言人说,使用该软件的信托机构记录了117000例额外手术。发言人还提到,长期住院患者的出院延误减少了14.3%,在28天内得知自己是否患癌的人数改善了5.6%。英格兰NHS表示,各机构仍然掌控自己的数据,供应商不能为了自身目的访问这些数据。下议院两个专门委员会已呼吁工党动用这份为期七年、价值3.3亿英镑合同中的中断条款,该合同将于2027年2月生效。
体育分析也有同一问题的另一个版本。可穿戴设备数据、医疗记录、生物指标筛查,以及越来越多与博彩沾边的表现数据,都存放在第三方平台上。治理上的问题,和NHS被迫公开回答的那些是同一批。
底下的基础设施正在快速变化
抛开政治不谈,管道本身在动。9月30日,AWS表示Aurora PostgreSQL现在可以通过外部表,查询Amazon S3、S3 Tables或Glue Data Catalog中的Apache Iceberg和Parquet数据。它借助嵌入PostgreSQL的DuckDB来完成。该功能在商业区域和GovCloud区域的Aurora PostgreSQL 17.11和18.6中正式可用,不额外收费。对于要把事件数据、追踪数据流和归档表拼在一起的人来说,这省掉了一整类ETL作业。
把对象存储跑在FoundationDB上的Tigris在9月30日发文,讲它如何把垃圾回收这类异步任务迁到Kafka上。这些任务从基于FoundationDB的队列上移走,原来的队列仍然保留。文章对原因说得很直白。调度产生了读取负载,与用户请求争抢资源,而自研代码又让新工程师难以学习。
另外两件事值得作为背景而非新闻提一下。俄勒冈初创公司Panthalassa今年早些时候在一轮由Peter Thiel领投的融资中筹得1.4亿美元,Marc Benioff、Max Levchin和John Doerr也参与投资。它说自己的算力来自靠Starlink联网的波浪能浮动节点。另外,The Decoder在9月30日援引《纽约时报》报道,Meta在2025年通过一项联邦研究税收抵免省下了39亿美元。Meta的办法是把AI数据中心归类为“试点模型”,这一数字高于前一年的20亿美元。Meta自己提交给美国证券交易委员会的文件警告说,这些节省可能会受到质疑。
这些表面上都不是体育新闻。但它们全都是体育分析所立足的地面:算力在哪里,成本是多少,谁有权检查记录,以及一个未经验证的令牌能多么轻易地打开一扇门。
资料来源
8- 0116-year-old researcher found a Microsoft bug, got admin access to databases with 17.3 trillion rowsEN
- 02Senate Democrats block datacenter energy bill, saying 'toothless' legislation 'misses the mark'EN
- 03Most data centers refusing to say how much water, electricity they useEN
- 04More than 44,000 file legal objections to Palantir NHS platform handling their dataEN
- 05Aurora PostgreSQL now supports querying of Apache Iceberg and Parquet dataEN
- 06We used a database as a message queue. Now we use KafkaEN
- 07Meta dodges billions in US taxes by calling its AI data centers experimentsEN
- 08Panthalassa's Floating, Wave-Powered Data Centre TechnologyEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。