ITPub博客

本次分享将首先介绍百度智能云 GPU 容器虚拟化 2.0 的升级变化，然后介绍新版本中的技术实现方法并演示具体功能，最后介绍在各类业务场景的实践和探索。

随着公司业务的发展，订单类型的增多，没有进行抽象的发货逻辑随着迭代的推进难免会显得落后。当然，在迭代的过程中，也一直在优化，一直在演进，正所谓没有最好，只有符合当前业务现状的最合理。

Elasticsearch 是一个基于Lucene构建的开源、分布式、RESTful接口的全文搜索引擎，其每个字段均可被索引，且能够横向扩展至数以百计的服务器存储以及处理TB级的数据，其可以在极短的时间内存储、搜索和分析大量的数据。

现在手游已经成大部分年轻人生活中必不可少的组成部分，同时各种各样的游戏品类以及活跃人数都在不断上升。游戏当中黑产的类型，他们的一些作弊手段，以及对抗的频率也是在不断地变化。本文将分享反手游欺诈相关的设计与探索。

本文讨论的单元测试策略来自于实践中遇到的真实问题，作者总结出了5个关键策略问题并给出了解决之道。

随着业务的发展，组织规模的扩大，越来越多的企业开始意识到协作效率对于企业团队的重要性，甚至是决定其在某个行业竞争中突围的关键，是企业长久生存的根本。得物效率工程运用产品、技术、数据等手段，全面提升公司的效率。在管理效率、协同效率、跨团队沟通效率、产研协作效率、办公效率等各方面持续探索，高效驱动公司发展。

随着网络规模的快速发展，网络状况的良好与否已经直接关系到了企业的日常收益，故障中的每一秒都会导致大量的用户流失与经济亏损。因此，如何快速发现网络问题与定位异常流量已经成为大型企业内必须优先解决的问题，诸多网络流量分析技术也同时应运而生。

滴滴数据服务体系的发展，经历了原始的数据回流任务方式、统一数据服务化平台建设、标准指标服务化建设，一步步在建设更好的数据服务体系。标准指标服务化建设，是今年的重头戏，在数仓研发、产品和平台研发的鼎力协作中高速发展。

本文为《液冷服务器选型指南》系列选题文章之一，笔者通过对话一线液冷服务器专家，帮助用户了解液冷服务器选型的重要性和方法，提供液冷服务器选型的关键因素和考虑要点，通过对不同液冷技术的对比与评估，用户可以了解各种技术在性能、能效、成本等方面的差异。本期，我们有幸采访到了新华三集团液冷服务器产品经理何伟宇，看一看新华三为液冷技术在数据中心的落地提供了哪些可靠路径。

随着公司业务的不断扩张，用户流量不断提升，研发体系的规模和复杂性也随之增加，线上服务的稳定性也越来越重要，因此有必要搭建一个提供安全、高效、基于生产环境的故障演练系统，为线上服务保驾护航。

本文将分享序列数据的因果推断在仓储管理上的应用，包括解决问题上的思路和相关技术。因果分析是一种把握和挖掘数据背后原因和结果的技术，因为它有很好的模型可解释性，所以对于可视化以及复杂商业过程会有很大的帮助。

本文提出了测试流量触发与测试结果分离的思想，并基于该思想做了两次实践，分别是在线上以更快召回代码bug为目标的线上流量巡检，在线下以提高测试效率为目标的测试流量验收。

云音乐数仓平台已经上线使用超过6年时间，目前累计用户（包括离职人员）超过700人，每日UV超过200，涉及数仓开发、数据产品、分析师、算法、业务开发、QA等几乎所有角色的开发人员。

B站游戏中心是一个游戏分发平台，它提供游戏下载、游戏评测、游戏攻略和游戏活动等相关内容，用户可以在这里找到各种优秀的游戏作品，预约测试，下载资源，以及参与游戏社区的互动。

本文将分享建设银行在隐私计算领域的一些应用实践。建行上海大数据智慧中心是2015年成立的一支专门服务于建行内部的数据分析和数据挖掘团队，职责是为全行的各业务条线、各个分行、各个子公司专门来提供数据咨询服务、大数据平台技术和数据算法的支持。

APM＝Actions Per Minute，也就是每分钟操作的次数。它统计的操作包括鼠标每次的左击，右击以及每次的键盘敲击。多见于星际争霸和魔兽争霸3游戏中，APM的高低往往象征着玩家操作的精细程度，一定程度上反映了玩家的水平。前不久，人工智能领域资深玩家，英特尔给我们展示了其扎实的APM功底，大秀了一波儿“多线操作”。

点淘，是淘宝直播官方APP，也是阿里内容战略的重要组成部分。近两年来，阿里在内容方向投入了大量精力，而点淘则是内容方向的一个重要组成部分。点淘依托直播和短视频生态，通过短直联动的方式来打造短视频种草和直播拔草的一个商业形态。

我们希望更好地利用oppo内部用户、应用以及广告等实体在多个场景的多种交互行为，得到统一的预训练表征或模型。前文中提到的方法更多的是针对单场景，或者少量场景进行建模，我们希望充分发挥图的优势，能够将更多的场景同时关联起来，同时去得到用户或者应用广告的实体的丰富多行为的通用表征。

最近B站在做的探索是基于已经标准化的埋点元数据做自动化分流。业内经常所做的数据架构链路是分成两个部分，一个是消费数据的实时流，经常使用的是Kafka；另外一个是消费离线的Hive表，去做ODS、DWD、DWS数仓分层的建设。如果已经接入了埋点的元数据，是否可以做流批一体的统一化管理，或者统一化的消费使用，做到一次的分流配置，它的实时跟离线均能够生效，而且两边的口径是对齐的。

现如今，系统设计的关键已经变成分布式、云化、微服务化、大数据化。架构的本质依然没有改变，只是由于社会的发展，我们的需求，需要处理的问题、依赖愈来愈复杂，我们需要用发展的眼光，时刻追随技术前沿，进而推进、优化、迭代系统的架构设计。