话题公司 › 汽车之家

公司:汽车之家

汽车之家是中华人民共和国一家汽车资讯网站,由李想创办于2005年。用户可以在该网站查询与选车、购车、换车等有关的内容。2013年12月11日,汽车之家在纽约证券交易所上市。2016年6月25日,中国平安成为汽车之家最大股东。2021年,由于受到易车、懂车帝挤压,汽车之家业务大幅缩水。

汽车之家基于Apache Flink的跨数据库实时物化视图探索

物化视图这一使用的功能想必大家都不陌生,我们可以通过使用物化视图,将预先设定好的复杂SQL逻辑,以增量迭代的形式实时(按照事务地)更新结果集,从而通过查询结果集来避免每次查询复杂的开销,从而节省时间与计算资源。

事实上,很多数据库系统和OLAP引擎都不同程度地支持了物化视图。另一方面,Streaming SQL本身就和物化视图有着很深的联系,那么基于Apche Flink(下称Flink) SQL去做一套实时物化视图系统是一件十分自然而然的事情了。

本文介绍了汽车之家(下称之家)在基于Flink的实时物化视图的一些实践经验与探索,并尝试让用户直接以批处理SQL的思路开发Flink Streaming SQL 任务。希望能给大家带来一些启发,共同探索这一领域。

NLP技术在搜索中的应用--query理解在搜索中的应用

query理解在搜索中的应用:本文使用简单易懂的语言、形式化的描述了query理解的定义,并且从一个崭新的角度讲述了之家的搜索query理解的具体实现方法,实现思路比较新颖,独树一帜。

发票总库DDD实践

DDD是一套完善的系统设计方法,可以帮助我们在系统设计的过程中缕清思路,规范流程,降低系统建设的复杂度,同时DDD的领域建模过程也是团队成员之间形成系统通用语言、建立良好沟通机制的过程。

在电商中台研发团队内部,很早之前就对DDD有过分享和讨论,近期我们在做购车发票总库的迁移工作,经过分析,借此项目做一次DDD的落地实践,在时间和人员投入上都比较适宜。本篇文章就对我们的整个实践过程做一个总结,与大家一起学习和提升。

Dubbo-go在之家云ASF中落地的探索和实践

Dubbo-go在之家云ASF中落地的探索和实践。

回溯平台的实践

回溯平台,通过监测页面DOM的变化,记录用户在页面的操作行为,从而生成用户行为轨迹的视频。回放视频有利于开发同学排查线上问题、有效数据的收集、前端异常监控、产品分析等。

李想:创始人必须要具备的五项特质

这16年间他学到最重要的经验是什么?

AI防挡弹幕设计与实践(云端服务)

本文主要介绍了AI防挡弹幕:蒙版弹幕(云端服务)的设计与实践。使用了相关AI计算机视觉算法对视频帧画面进行人像预测,并保存成蒙版文件,供客户端进行蒙版弹幕渲染。

利用声纹识别技术识别400电话语音性别

本文主要介绍了声纹识别技术在之家400电话语音性别识别中的应用,梳理了经典的以i-vector为基线的声纹识别从建模到应用的整个流程。通过声纹识别技术对用户通话语音进行自动化性别识别可以帮助企业提升工作效率,节约人工标注成本。

Drools规则引擎在销售绩效核算中应用实战

需求的频繁变更,工程代码的不断膨胀,让业务开发人员苦不堪言,规则引擎的引入迫在眉睫,本文通过在公司销售绩效核算中如何使用Drools规则引擎来梳理清楚业务逻辑,快速配置业务逻辑并且实时生效、在线调试规则,从而剥离业务代码,实现业务与技术解耦

深度学习在封面图筛选中的应用

本文介绍了深度学习在汽车之家论坛文章封面图筛选中的应用。阐述了该应用的技术方案,并对应用中涉及的深度学习算法的核心模块进行说明,最后展示了不同算法的应用效果和封面图筛选的结果。

汽车之家电商平台秒杀系统架构实现

电商秒杀是比较典型的互联网高并发场景。虽然我们解决问题的具体技术方案可能千差万别,但是遇到的挑战却是相似的,因此解决问题的思路也异曲同工,在此分享汽车之家电商平台秒杀系统的架构方案。

HanLP在海外文章的应用

文章板块是汽车之家海外站(yesauto.com)的重要组成部分,在产生自发流量和整站SEO方面作用明显。为方便读者,提升阅读体验,同时让汽车内容与汽车销售产生更直接的关联,即提升留资转化率,需要更有效的方式将文章内容与经销商库存直接关联

基于数据对象和规则引擎的交易中台自动化测试方案

通过对数据与规则进行分层、数据对象化处理等方案,解决传统自动化测试的数据多样性、量级大、一致性难保证、接入没有标准等痛点,达到测试效率提升、快速自动纠错的效果

通用营销抽奖系统架构设计与实践

本文主要介绍通用抽奖系统,此系统为满足营销业务中各种定制化程度高的抽奖活动需求而生。通用抽奖系统提供系统级业务复用的能力,且单独维护、单独部署,保证通用性和可伸缩性。

李想的15条复盘

我们必须做到第一,没有成果,所有努力都白搭。

inicio - Wiki
Copyright © 2011-2024 iteam. Current version is 2.129.0. UTC+08:00, 2024-07-01 23:20
浙ICP备14020137号-1 $mapa de visitantes$