ITPub博客

导读：本文主题是小红书社区反作弊探索与实践，主要讨论业务风控工作落地的解题思路。今天的分享会围绕下面四点展开：社区反作弊的意义；社区黑灰产生态；作弊防控策略；社区反作弊实践。

在刚过去不久的双十一和即将到来的双十二大促期间，都是电商圈买量最热闹的时候，买量的疯狂，卖量的也奔放，广告人为了迎接一年一度的预算高峰，纷纷拼了命地在各家APP里堆满了广告。虽说谁也不怕钱咬手，但这种粗放式变现，难道不怕也有一半流量被浪费么？得物的RTA业务已经覆盖了市场主流的十多家广告平台，那么得物是如何通过RTA的方式进行精细化投放和用户粒度的运营呢？

快手容器云平台旨在为快手不断增长、不断变化和多样化的业务，提供基于容器化部署的超大规模基础设施服务。为了实现这一目标，快手工程师需要解决弹性、稳定性、效率和无服务器架构等挑战，在这些挑战中，镜像分发的稳定性和效率也是最棘手的问题之一。

在文章云音乐曙光埋点：还原数据理想国中，我们介绍了曙光埋点项目方案，该方案基于多端一致埋点对象树建设管理，实现了统一自动化埋点和链路追踪，方案高度还原了大前端埋点的理想状态、具备较强通用性和扩展性。我们围绕这套埋点方案研发了配套的埋点管理系统，以承载及埋点规则数据管理、埋点设计、埋点研发、埋点测试、埋点上线等功能，本文主要介绍该平台功能及建设思路。

A/B实验是互联网企业的标配, 众多运营决策和产品设计都依赖于A/B实验, 所以实验结果的可信度至关重要. 如果系统研发过程中忽视这个问题, 往往会造成公司各项运营成本的浪费. 达达在实验系统研发早期就重视这个问题, 并结合统计学理论和机器学习方法在技术落地中不断优化。

数据库一直是计算机核心基础软件，经历了40年的发展，从关系型数据库，到数据仓库、NoSQL、大数据以及云原生数据库，体系越来越复杂。本次主题重点介绍应用软件到底层数据库全链路的核心原理，希望帮助广大序员更好的理解并使用好数据库。

特别邀请了中通、顺丰、货拉拉等交通/物流行业知名企业的数据治理专家，在线分享了各自企业进行数据治理实践的宝贵经验。分享内容涵盖了数据治理体系、平台建设、落地实践等多个层面。

当前，企业对于数据实时性的需求越来越迫切，因此需要实时数仓来满足这些需求。传统的离线数仓的数据时效性通常为 T+1，并且调度频率以天为单位，无法支持实时场景的数据需求。即使将调度频率设置为每小时，也仅能解决部分时效性要求较低的场景，对于时效性要求较高的场景仍然无法优雅地支撑。

计数中心是业内比较常见的做法，相对于老方案能够降低各个业务对于复杂计数场景的维护成本，提升迭代效率和系统稳定性，独立出来后在出现异常时业务也可做短时间降级，从而降低对核心业务的影响面。

本文将从以下五部分切入，讲述日志系统的演进之路：携程日志的背景和现状、如何搭建一套日志系统、从 ElasticSearch 到 Clickhouse 存储演进、日志3.0重构及未来计划。

近日，联想凌拓重磅发布了全新的企业级闪存存储系统ThinkSystem DE 6400/6600系列及MagnaScale数据管理平台全面升级，并携手全球云计算的开创者和引领者亚马逊云科技，推出新型云服务，为中国企业提供创新的云端存储与数据管理服务，为数字中国注入科技新动能。

这篇文章接下来会先整体介绍下表格存储 Tablestore，之后会分享下在技术层面产品这几年的功能演进、技术架构演进以及稳定性优化相关的工作，以及在业务层面我们定义的核心应用场景和一些典型案例。

分布式系统的谬误（Fallacies of distributed systems）是由L Peter Deutsch和Sun公司的其他人一起提出的一系列论断，这些论断描述了刚接触分布式应用程序的程序员总是会做出的错误假设。

本文主要介绍超大数据规模场景下分布式消息中间件在vivo的应用实践。在线业务侧主要从RocketMQ集群部署架构、平台系统架构、日常运维操作平台、监控告警一体化实践以及vivo如何通过建设AMQP消息网关的方式完成所有在线业务服务从RabbitMQ到RocketMQ的业务无感迁移，实现了在线业务消息中间件组件的统一。

钉钉单元化从2018年开始到今年已经是第五个年头了，五年的时间，钉钉单元化迭代了三个版本，从最初的毛头小子，到达今年已经小有成就。今天想借这个场来和大家分享我们单元化的心路历程和一些优秀实践。本文要分享的内容只涉及部分内容，无法做到面面俱到，主要是想在同路人中形成共鸣，进而能复用一些架构或者系统。

数据标准管理是数据管理的基础性工作，是企业数据治理的首要环节，对于企业厘清数据资产、打通数据孤岛、加快数据流通、释放数据价值有着至关重要的作用。

随着业务的发展，业务上报的埋点数据会越来越多，杂乱的埋点数据不仅会消耗计算和存储成本，造成巨大的成本浪费，也无法有效的应用于业务，给业务带去数据价值，因此埋点数据的治理就很有必要。

近日，浪潮信息龙蜥联合实验室正式成立，实验室以“平台共建、联合创新、繁荣生态”为目标，依托浪潮信息整机系统及龙蜥社区技术生态优势，推动面向未来操作系统以及数据中心领域的技术创新、标准制定及生态认证，促进操作系统生态的繁荣发展。

本次分享题目为《如何在因果推断中更好地利用数据？》，主要介绍团队近期在因果上已发表论文的相关工作。本报告从两个方面来介绍我们如何利用更多的数据来做好因果推断，一个是利用历史对照数据来显式缓解混淆偏差，另一个是多源数据融合下的因果推断。

在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。