ITPub博客

低代码技术是近两年新兴的软件开发方式，它通过提供一套功能组件，通过对组件进行拖拽操作和简单配置来实现软件的开发和发布，与传统编程方式相比，低代码技术可以帮助开发者更快速，更简单的开发出相应的工具，降低软件开发的难度和成本。

本文通过以下问题来介绍组件化这种开发架构的思想和常见的一些问题： 为什么需要组件化 组件化过程中会遇到的挑战和选择 如何维护一个高质量的组件化项目

一、前言 二、改造前的架构 1. Proxy 三层模块 2. BIO 模式下的问题 三、改造后的架构 1. 自研 NIO 数据库驱动 2. 自研 NIO 数据库连接池 3. 跳过不必要的编解码 4. 全链路异步化 5. 兼容性 四、性能表现 五、总结

在软件开发中，经常会遇到一些代码问题，例如逻辑结构复杂、依赖关系混乱、代码冗余、不易读懂的命名等。这些问题可能导致代码的可维护性下降，增加维护成本，同时也会影响到开发效率。这时通常通过重构的方式对已有代码结构进行改进和优化。在重构的工作中，大部分的工作是人工的方式完成，是一个耗时且容易出错的过程。对于研发人员来讲，在不改变软件的功能和行为的前提下，保证质量和效率完成对已有功能的重构，是一个极大的挑战。本系列以Python实现自动化的工具，支持代码重构过程的实践。

在实际应用中，数据分层需要进行灵活而有效的规划和设计，并结合相关的技术和工具进行管理和监控。只有这样，企业才能提高决策和管理的效率，增强市场竞争力。

本文为搜索展现层相关技术，主线会先通过介绍搜索阿拉丁的产品形态，让读者初步了解什么是阿拉丁，及相关展现概念。之后会聚焦场景化产品，场景化是搜索构建沉浸式完美体验（重新组合整页阿拉丁和自然结果）的方案之一，相关检索技术繁多，不能完全覆盖到，本文主要介绍下背后的开发框架支撑 tanGo，会详细介绍下建设过程中的思考、遇到的问题及对应的解决方案。希望读者读完本文，有所收获。

在京东物流技术中台架构升级项目中，物流交易体系以新的接入-交易-履约-执行四层架构进行重新搭建，其中交易订单负责物流与客户之间产生物流服务契约的单据流量收口，同时承载向下游物流履约层分发的职责。在这个大的背景下，交易需支撑日千万订单存储，如何保障订单数据基座高扩展、高可用、高吞吐？

一、业务背景 1.1、为什么需要智能估价模型 1.2、什么是理想的估价模型 1.3、一些相关的尝试 二、基于贝叶斯统计和因果推断的定价方案 2.1、基础原理 2.2、利用贝叶斯统计实现sku粒度定价 2.3、使用因果推断实现商品粒度定价 三、总结 四、参考资料

性能优化是个恒久的话题，随着产品的演进，业务的增长，系统能力总有达到瓶颈的一天，它不可或缺的陪伴着我们走向壮大再走向衰败，是我们面临的不可回避的问题。下图1展示了风控系统近半年来承载流量的增长趋势，可见最近半年来流量高速增长，且对于可预见的未来而言，接入流量还会持续高增。伴随着流量的增长，系统各方面--存储、计算、IO等都表现出一定的瓶颈，通过原始简单的水平扩容并不能解决所有的问题，而且还会带来成本的上升。因此，我们近期对系统进行了一系列优化改造， 目的是满足未来一段时间内业务的增长使用，降低接口的耗时满足某些延时敏感型业务的需要，同时也伴随着一定的IT成本优化。本文结合常见的性能优化手段(预取、批量、异步、压缩、缓存)，及在风控系统中的实践进行总结，希望能给读者对于性能优化实践带来一些参考。

2022年伴随着一站式卖车业务的推进，业务已经从相对简单的用户和车商的信息业务逐步转变为用户到车商全链条交易业务，业务呈现出了多种业态，既包括原有的信息业务，也包括了交易、O2O等。新年伊始，随着业务的发展，用户在二手车业务的生命周期获得了延长，用户端和商家端在业务上结合得越发紧密。在此基础上，还有新旧业务功能持续集成，以此来产生协同效应。越来越多的业务流程也导致了管控难度的提升以及流程上下游之间衔接点的增多。在这个业务发展的背景下，技术系统在支撑业务功能迭代时发现，由于业务的广度和深度的增加，技术系统在实现业务目标时，服务与服务之间的调用链路增长，关系增多，业务目标服务与服务之间的转化难度也在逐步提升，技术系统领域的复杂度也产生了新的增长。这些技术系统的问题会直接反映在业务目标的转化上，体现在是否更快速、更高效。

在项目的性能测试中，相关的接口的随着并发数增加，接口的响应时间变长，接口吞吐不再增长，应用的CPU使用率较高。

一、背景 二、发热定义 三、指标获取 1. 温度 2. CPU使用率 3. GPU使用率 4. 系统服务使用 5. 线程堆栈 四、监控方案 五、收益 六、未来展望 七、总结

今年，在降本增效的大前提下，不额外增加计算型服务器采购，如何保障资源供给以及确保高压场景下的容器稳定性，对弹性云而言是个巨大的挑战。为了提供更稳定的容器服务，弹性云全面梳理了容器服务资源保障的每一个环节，提出了新分级保障体系，提供了明确的容器资源保障等级，在此基础上，针对不同优先级的容器提供相应的资源和稳定性保障。

在前后端开发过程中，数据校验是一项必须且常见的事，从展示层、业务逻辑层到持久层几乎每层都需要数据校验。如果在每一层中手工实现验证逻辑，既耗时又容易出错。

一、业务介绍 1.1 业务背景介绍 1.2 首页推荐的系统架构 二、首推场景面临的挑战 三、首推场景的实现方案 3.1 整体方案设计 3.2 强化学习方法的选择 3.3 DPP算法原理的整理 3.4 具体方案的实现 3.5 离线流程及线上部署 四、总结 五、参考资料

在互联网时代，网络应用的性能对于用户体验、市场竞争力和公司声誉至关重要。随着Web技术的不断发展，用户对网页加载速度和响应速度的期望不断提高。因此客观、标准地衡量页面性能对于优化页面具有关键性的指导作用。通过准确地评估性能瓶颈和问题所在，我们可以更有效地调整和优化页面，从而改善用户体验，提高市场竞争力。

目录 一、引言 二、IM聊天消息的重要性 三、客服IM消息发展历程 四、技术和思考的细节 1. 消息的可靠性传递 1.1 消息的实时性 1.2 消息的可靠性 1.3 消息的有序性 1.4 消息的幂等性 2. 消息处理的卡顿优化策略 2.1 异步处理 2.2 分段加载 2.3 消息遍历 3. 消息安全方面的考虑 4. 消息发送和接收的延迟 5. 坐席体验和交互的考虑 五、后续规划 六、总结

弹性云作为承载滴滴绝大部分业务的底层容器运行平台，已运行7余年，混部对于云来说并不是陌生的概念，业务上云的第一天就是运行在一个混部的环境中。 业务容器化上云，核心诉求是降本增效，其中降本主要通过混部来实现，增效主要通过云上高效的运维方式来实现。本文主要关注弹性云混部相关的部分，包括演进过程、核心技术能力、线上混部现状、以及未来规划等。

一、前言 二、理解压缩指针 1. 为什么 JVM 需要压缩指针？ 2. 数据指针与字长的关系 3. 理解内存对齐 4. 为什么计算机只能从特定地址读取数据？ 5. 理解指针压缩 三、实战解码指针 1. 工具介绍 1.1 HSDB 1.2 XPocket 工具 2. 快速开始 3. 利用 HSDB 查看 JVM 对象内存布局 3.1 准备工作 3.2 找到我们定义的对象 3.3 查看对象内存布局 3.4 查找类的指针 3.5 证实 四、总结

如果你正在负责一个超大复杂型平台（比如电商、支付、物流）的架构师，且面临各种技术负债（比如架构复杂性、团队协同复杂性），同时业务又面临从平台服务，到场景化创新的转型。那么这篇文章也许对你有收获。