页面级测试是Web测试的重要组成部分，主要关注用户界面展示、交互及用户体验，页面级测试往往涉及复杂的用户交互，页面比对的思路是传统UIA的一种补充，聚焦前端交互、样式回归，解决需要人工设置断言的问题，且维护相对简单，降低自动化测试维护成本。

自动化测试是测试活动中常见的一种质量保障手段，结合Fuzzing的思路，可用于识别程序中的潜在漏洞。笔者在使用ChatGPT的过程中，发现它拥有强大的语义理解和文本生成能力，如果将其运用于自动化测试的编写，将是一种不错的提效手段。

本文介绍了Kylin4在有赞业务场景中的多方面功能与性能优化。实现基于Cube的查询限流提高集群稳定性，解决Parquet倾斜、优化范围查询提升查询性能。优化类加载解决高并发下性能问题，全面提升系统稳定性与性能。

中国的SaaS行业有着行业阶段早、基础人才不足等特点，可参考的资料较少。有赞侥幸作为这行业的先行者积累了一些经验和教训，本文档起于2022年10月，由有赞参谋部负责编辑，以“方法论”视角为主（不包括实践中我们的使命愿景以及业务战略/策略选择），目的是为了“把业务常识/知识变成组织通识”帮助同事们提升日常协作沟通的效率。

日常我们在浏览某个网页的时候，可能会遇到打不开的问题，技术支持在处理工单问题时也会遇到此类问题，今天我们就来讲下网页打不开问题背后的逻辑，也就是网页浏览在 Windows 系统层面的生效流程，这样当遇到问题后才能更全面、更效率的去解决。

随着有赞的业务发展，数据同步的场景越来越多，主要是 MySQL、Hive 与文本文件之间的数据同步，Sqoop 已经不能完全满足需求。在2017年初，我们已经无法忍受 Sqoop 给我们带来的折磨，准备改造我们的数据同步工具。

离线存在大量零散的无用数据，人工治理成本很高。有赞是如何识别并自动化下线的呢？

我们在移动助手 App 集成了本地抓包的功能，在测试抓包，线上问题排查等场景发挥着重要的作用。

本文主要介绍了有赞微商城 Android 组件化的一些思路和实现。

本文介绍了 Java 代码转化为 Dex 文件的步骤和 Dex 文件的格式，以及在 Tinker 热修复技术方案中的使用。

随着有赞实时计算业务场景全部以Flink SQL的方式接入，对有赞现有的引擎版本—Flink 1.10的SQL能力提出了越来越多无法满足的需求以及可以优化的功能点。目前有赞的Flink SQL是在Yarn上运行，但是在公司应用容器化的背景下，可以统一使用公司K8S资源池，同时考虑到任务之间的隔离性以及任务的弹性调度，Flink SQL任务K8S化是必须进行的，所以我们也希望通过这次升级直接利社区的on K8S能力，直接将FlinkSQL集群迁移到K8S上。特别是社区在Flink 1.13中on Native K8S能力的支持完善，为了紧跟社区同时提升有赞实时计算引擎的能力，经过一些列调研，我们决定将有赞实时计算引擎由Flink 1.10升级到Flink 1.13.2。

本文介绍了有赞如何通过JVM、机器规格和参数调优，实现提升稳定性和降低成本的双重收益。

介绍了有赞的数据中台产生的背景和建设思路。

高频问题在技术支持岗位管理中有哪些“生命周期”呢？我将其分为四个阶段：问题暴露阶段、信息传递阶段、问题解决阶段、问题回顾阶段。

有赞现有的线上保障手段可分为运维层面、产品层面、安全层面、服务层面和测试层面等维度。本文重点介绍我们在测试层面的实践。

在有赞，技术支持日常工作中最重要的内容是快速解决商家问题，通常线上发生问题后我们将会根据影响商家数、影响范围、影响场景做级别区分。但商家在遇到问题时候，不同商家反馈的现象描述也存在区别、接待处理的人员也是来自不同业务线。这里会导致技术支持在查看问题工单，在对影响范围的判断上比较滞后，下面我们就来探索如何从不同问题中找出相似问题。

首先在判断 2 个现象描述是否为同一问题时候，通过模块是没办法区分的，比如营销玩法-优惠券，关于优惠券的问题会非常多，无法具体场景的区分。不可能是优惠券场景的都有问题，那么我们只有从不同工单中的描述内容中去进行字符串匹配。