话题公司 › 京东

公司:京东

关联话题: JD

京东是中国最大的电子商务公司之一,成立于1998年。公司提供在线零售、物流配送、支付服务等一系列互联网服务。京东市场规模庞大,是中国最大的网络零售商之一。随着国内电子商务市场的不断发展和技术的不断提升,京东已经成为中国互联网行业的领导者之一。

初探B端页面体验管理

体验量化是最近几年行业内比较关注的领域,作为B端设计师如何对页面体验和性能有更好的感知后参与评估与系统优化,从而保证产品基本可用性?

京东到家自动化测试平台的探索与实践

效能提升一直是个火热的话题,特别是在互联网行业,由于产品更新迭代快、业务准确性要求高等因素,使得测试的难度和压力激增,当下测试人员最直观的感受是时间紧任务重。如何在跟上产品迭代节奏的前提下,还能保证产品的交付质量,是我们当前遇到的最大挑战。精卫(自动化测试平台)就在这样的环境下应运而生。

精卫系统是致力于研发体系的数字化建设,其核心是提升我们整体的研发效率。从流程的标准化作为起点,并进行研发流程全链路数字化建设,将各个流程痛点问题的解决方案工具化,以点带面往自动化的方向推进。为开发,测试,运维等相关人员提供数字化技术支持,为各类决策提供判断依据,为降本增效提供抓手。

3D 沙盒游戏之人物的点击行走移动

本文将为大家讲述实现“点击地面,人物移动到点击处”功能需要的前置条件及其具体实现思路、步骤。

不发版灵活实现前端定制化UI——阿波罗动态布局介绍

本文主要介绍了不通过发布版本灵活实现前端定制化UI更新的方案。

京东金融App合规治理的探索与实践

随着国家对用户隐私信息保护越来越严格,相关的法规、政策、标准相继落地,为了更好的保护用户隐私信息,市场与平台运营中心本着合规安全无小事的原则,在App全生命周期内进行严格把控,通过多种手段相结合,切实保障用户隐私安全。本文主要介绍了平台研发部团队在京东金融App合规治理工作中的相关经验, 包括合规治理背景、重点关注的问题、如何排查合规问题、及移动平台研发部自研工具和平台的介绍、治理合规问题的手段及解决方案。

3D 沙盒游戏之地面网格设计

本文将分享开发 Web 3D 沙盒游戏时,如何通过设计一套地面网格系统,来实现地面纹理更换需求以及计算模型在地面上的占位需求。

文盘Rust——起手式,CLI程序

学习一门计算机语言和学习人类语言有很多共通之处。我们学习人类语言是从单个的词开始,然后是简单句子,通过不断的与他人交互练习掌握语法和语言习惯。当熟练到一定程度就可以表达思想。计算的语言也差不多,熟悉关键词,基本逻辑,标准库,写应用。只是沟通的对象是机器而已。

Velocity系统前端演进之路

我们在实践中探索了一种对老系统侵入程度低、技术架构稳步升级的技术路线。

瞬间之美-B端界面设计如何让用户心动

用户体验由每个单独的瞬间组合而成。在本文里学习去怎么设计那些支持用户行为的界面——在用户需要进行选择的那些瞬间,帮助用户做出更好的决定。

到家营销警卫即时降低资损实践

如今的电商平台每天充斥着大量营销活动,营销活动的本质是为了提高平台的日活、商家销量提升、让利C端用户;在运营、商家做让利营销活动的过程中,在操作失误时往往就会导致运营营销事故。

如何让访谈结果更有效——写给新手的访谈技巧

怎么保证我们通过访谈获得的信息是有效的呢?以下有几点小技巧,帮助我们在访谈过程中能拿到更完整、真实的信息。而且不只是用在用户访谈,沟通需求的时候用起来也能达到奇效哦。

搜索中常见数据结构与算法探究(二)

介绍几个基础的匹配算法,通过算法过程和算法分析介绍各个算法的优缺点和使用场景。

元宇宙探索之路

对于我们这么专业的(web 前端)团队来说,元宇宙是一个大 (wan) 显 (quan) 身 (bu) 手 (dong) 的领域,因此团队在这方面投入了很多人力进行预研和总结,请随本文一起踏入元宇宙的神秘世界。

网格地图-数据可视化实现

京东即时零售能力的升级,接入10万家实体零售门店,“小时购”店铺网络已经全面铺开,具有相当高的地域覆盖度。数据产品如何支持业务进行数智化营销,数据分析师需要获得更细粒度用户搜索数据与商品供给数据的匹配情况,准确识别出这部分区域优先进行招商,可以极大地提高区域店铺覆盖的策略与效果,有效推动业务发展。

拿出放大镜,拆拆用户评论的价值

用户研究员擅长使用问卷调研、用户访谈、焦点小组等研究方法与用户沟通,了解用户的感知与诉求。但我们可能没有注意到,在开始研究之前,已经有大量用户的声音躺在一个不起眼的地方,那就是评论区。

京东到家购物车日志优化实践

随着京东到家的业务发展,作为黄金链路之一的购物车系统访问量也越来越大,打印日志的场景也越来越多,系统方面面临以下急需解决的问题:

  1. 日志输出过多,磁盘压力大,排查问题要过滤大量日志
  2. 日志导致cpu负载过高,甚至会打满,影响服务的性能和吞吐量
  3. 无法快速精准的定位出某个请求链路的所有日志,定位问题比较困难

经过购物车线上真实流量和系统压测验证,我们在减少磁盘使用率,降低cpu负载等方面进行了优化,在接口性能和吞吐量等方面得到了很大程度的提升。

Home - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.1. UTC+08:00, 2024-11-24 10:39
浙ICP备14020137号-1 $Map of visitor$