百度iOS端长连接组件建设及应用实践
在过去的十年里,移动端技术飞速发展,移动应用逐渐成为主要的便捷访问和使用互联网的方式,承接了越来越多的业务和功能,这也意味着对移动端和服务器之间的通信效率和稳定性提出了更高的要求。为了实现更高效的实时通信和数据同步,长连接逐渐成为一种关键技术,通过维持客户端和服务器之间的持久连接,实现了双方实时数据交换,避免了频繁的建连和断连开销,从而提高用户体验、服务稳定性、可靠性等方面的表现。
编排式规则引擎LiteFlow在转转轻质检报告的实践
在去年,正式上线了对N品类的质检能力。质检中心也有一套标准可以来拓展越来越多N品类,实现用户闭眼打包寄卖,在系统维度上可以认为转转官方验没有不能质检的品类。
前端Monorepo大仓代码按需拉取技术实现原理|得物技术
目前,前端平台探索大仓研发模式,通过Monorepo大仓的技术,整合前端平台现有应用的仓库代码,使得各业务域应用质量衡量标准统一,通用基础组件以及工具函数能够快速复用,当基础通用功能出现问题的时候,能快速地在各应用中升级,提升研发工作效率,节省人效。
谈谈LLM在推荐域的渗透,探索推荐新范式
搜索慢慢的被大模型渗透,那么很自然很多人想到了推荐,但是推荐是不是真的可以被大模型渗透呢?大模型能改变推荐的范式吗?
得物权益投放的设计及演化思考
在电商场景的日常导购过程中,大家都比较熟悉的是,各大电商往往会在各种导购场景的用户操作路径上有不断获得权益的领取机会,这些机会根据用户的路径和行为习惯综合考虑,从电商平台侧甚至商家侧从补贴成本综合考虑权衡之后,会主动给用户在导购操作路径上寻找比较容易流失的机会点,主动派发领取补贴权益的机会,进而加强用户操作的欲望,避免用户流失,最终激励用户尽可能快地达成交易。
轻量灵动:革新轻量级服务开发
Java虽然在市场份额占比巨大,但是在万物云原生下,因它启动时长,资源消耗较大,不易水平扩展等方面都成为了明显的短板,导致市场份额也逐渐减少。而GraalVM弥补了这些缺陷,本文将从实战方向带你打开,原生镜像之路。
深入解析Redis的LRU与LFU算法实现
重点介绍了Redis的LRU与LFU算法实现,并分析总结了两种算法的实现效果以及存在的问题。
基于Kaldi的语音识别引擎后端架构设计
语音识别技术,是将语音信号转换为文本内容的技术。目前比较流行的语音识别技术主要有两种。一种是基于Kaldi的传统语音识别技术,另一种是目前流行的基于深度学习模型的端到端语音识别技术。Kaldi是一种大而全的语音识别处理框架,集成了数据预处理、特征提取、声学模型建模、语言模型建模、解码等,识别效果上能够满足大多数的语音识别场景。但是Kaldi是自成一体的框架,没有现在流行的pytorch、tensorflow框架的支持,需要开发者自行开发能应用到生产环境中的服务。基于深度学习模型的端到端语音识别框架是指将语音信号直接输入到深度学习模型中,通过端到端的方式进行语音识别,无需使用传统的声学模型和语言模型,常见的基于深度学习的端到端语音识别框架有很多,比如EspNet,WeNet等,这类语音识别框架有更通用的模型训练和部署框架支持,有着更好的识别性能和识别效果。
客户端崩溃治理长效机制
客户端崩溃治理长效机制是一套系统化的方案,属于基础架构可观测性指标的一部分,用于对客户异常崩溃、卡顿、错误等快速发现、第一时间预警提醒、快速协助定位分析,从而帮助开发人员快速及时发现和解决客户端相关问题,从而提高用户体验,保障业务服务高可用,减少因使用过程中出现异常而导致的用户流失,提升品牌技术价值。
从0到1!得物如何打造通用大模型训练和推理平台
近期,GPT大模型的发布给自然语言处理(NLP)领域带来了令人震撼的体验。随着这一事件的发生,一系列开源大模型也迅速崛起。依据一些评估机构的评估,这些开源模型大模型的表现也相当不错。一些大模型的评测情况可以去这里查询:Huggingface的Open LLM排行榜,UC伯克利发布大语言模型排行榜等。
中后台平台化探索和演进
公司在经过多年的发展,部门架构的演进,产生了大量的管理后台,包括运营平台、技术后台等。有持续迭代的,有年久失修的,也存在大量无人认领和维护的。
eBPF内核技术在滴滴云原生的落地实践
eBPF是Linux内核革命性技术,能够安全高效地扩展内核能力,应用广泛,尤其是在云原生可观测性领域的应用已经成为行业热点。在滴滴云原生环境中,eBPF技术进行了业务实践和内源共建,HuaTuo eBPF 平台快速落地并取得初步收益,目前已经支持云原生关键组件,诸如服务访问关系拓扑、容器安全、宿主机安全、网络诊断、根因定位等业务,HuaTuo也是滴滴开源委员会的精品孵化项目。希望本文为业界开发者提供一种如何将eBPF 技术快速应用到云原生场景的落地方式,共同提升云原生系统深度可观测性。
MetrAutoAPI系统架构设计
公司正在进行数据战略转型,因此我们面临的数据需求越来越多,而我们拥有的指标数据越来越丰富。不过,仅仅拥有数据并不够,我们需要能够更加灵活高效的使用这些数据,以应对频繁多变的数据需求。传统的数据业务开发流程效率低下,无法及时响应变化的需求。因此,我们必须找到一种快速、灵活的解决方案,以满足我们快速变化的需求。
通过自动化单元测试的形式守护系统架构
本文从Archunit的比较优势、功能和验证范围介绍、引入方式多方面进行阐述,介绍了Archunit在降低或及早发现架构腐化现象的发生,保持统一的系统架构约束中的作用。Archunit对架构约束的自动化检测极有价值,且具有较低的接入和定制化成本。
聊聊 RocketMQ 主从复制
RocketMQ 主从复制是 RocketMQ 高可用机制之一,数据可以从主节点复制到一个或多个从节点。
业务侧最好的朋友:微服务中的 BFF 架构
在我们之前设计的一个供应链系统中,它包含了商品、销售订单、加盟商、门店运营、门店工单等服务,涉及了各种用户角色,比如总部商品管理、总部门店管理、加盟商员工、门店人员等,而且每个部门的角色还会进行细分。而且这个系统中还包含了两个客户端 App:一个面向客户,另一个面向公司员工和加盟商。
vivo 自研鲁班分布式 ID 服务实践
本文介绍了什么是分布式ID,分布式ID的业务场景以及9种分布式ID的实现方式,同时基于vivo内部IT的业务场景,介绍了自研鲁班分布式ID服务的实践。
干货 | 提速10倍+,StarRocks 指标平台在携程火车票的实践
携程火车票事业群运营着铁友、携程火车票和去哪儿火车票等重要的业务和品牌,目前正在积极地拓展海外市场。火车票的指标平台旨在为业务人员提供便捷的指标查询服务,让业务人员能够快速灵活地获得这些业务和品牌相关的指标数据。
还在自己实现责任链?建议在造轮子之前先看看这个开源项目
设计模式在软件开发中被广泛使用。通过使用设计模式,开发人员可以更加高效地开发出高质量的软件系统,提高代码的可读性、可维护性和可扩展性。而责任链模式是一种常用的设计模式,在 SpringMVC、Netty 等许多框架中均有实现。pie 源于 Netty 中责任链的实现代码,绝大部分的 API 与 Netty 是一致的。pie 是一个可快速上手的责任链框架,开发者只需要专注业务,开发相应的业务 Handler,即可完成业务的责任链落地。本文介绍了如何使用 pie 框架进行责任链模式开发。
车小妹规则引擎实践
规则引擎由推理引擎发展而来,是一种嵌入在应用程序中的组件,实现了将业务决策从应用程序代码中分离出来,并使用预定义的语义模块编写业务决策。接受数据输入,解释业务规则,并根据业务规则做出业务决策。