话题公司 › 58同城

公司:58同城

关联话题: 天鹅到家

58同城(NYSE:WUBA),简称58,是一家位于中国北京市的生活服务及分类信息网站,以在地服务为主,举凡租房、招聘、交友、水电、二手交易等等,由北京五八信息技术有限公司拥有,创始人是姚劲波,成立于2005年12月12日。该网站是中文最大的生活信息网站,该网站的口号是“一个神奇的网站”。

基于ChatGPT的智能客服助手

人工客服需要处理大量原始数据?ChatGPT来帮你提升人效。

解析ChatGPT背后的技术演进

随着ChatGPT火遍圈内外,连微博热搜都出现了它的身影。突然,好多许久未联系的各行各业的同学好友都发来“问候”:ChatGPT 是什么? 其实,ChatGPT 的成功并非一朝一夕,而是 OpenAI长达4年多持续努力、不懈追求取得的成果。

解决GC毛刺问题——转转搜索推荐服务JDK17升级实践

随着转转业务规模的不断增长,我们的搜索推荐服务正在面临严峻的GC毛刺问题。​为此,我们计划通过升级到JDK来实现GC问题的改善。

客户端效率工具重构与思考

工程效率工具在软件开发中扮演着至关重要的角色,它能帮助开发团队更快速、更高效地构建、测试和部署应用程序。

需求项目管控的关键-QA的视角分解

项目管控能力说起来就像成功的经验一样,100个人可能会有100种方法,每个人的方式方法运用到自已的身上不一定有效果,但总整上的思路和方向是可以借鉴的。

58标签体系建设实践

本篇主要介绍 58 标签体系建设实践,主要包含痛点及标签建设方案、标签体系、标签管理平台三个模块。

Malloc技术原理解析以及在转转搜索业务上的实践

内存管理在三个不同的层面上发挥作用:用户程序层、C运行时库层以及内核层。其中,内存分配器allocator是C运行时库中的一个关键组件,其主要任务是响应用户程序的内存分配请求。分配器负责向操作系统内核请求适当大小的内存块,并将这些内存块分配给用户程序。

麒麟-58性能压测平台的设计与实践

作为58自研的一站式性能测试平台,麒麟旨在帮助业务线便捷地完成性能测试,精准评估服务性能和容量等,从而提升服务的稳定性和可靠性。

天呐!用AI给女同事们做的专属表情包,美翻了,速看…

最近,看到不少用Midjourney做表情包的文章,五分钟,十分钟就可以轻松完成一套表情包,真的有这么厉害这么高效吗?大家日常沟通的场景都是离不开表情包的,有时候,我们难以用言语准确传达情感,但一个简单的表情包可以迅速解决这个问题,不仅节省时间,还增加了聊天的趣味性。表情包已经渗透到了我们的生活中,成为了一个不可或缺的存在,为我们带来了很多乐趣。而我身边的同事们,越来越多的人已经开始用Midjourney来打造属于自己的专属表情包了,我们来看看是不是很惊艳很高效。

使用不规范,开发测试2行泪

前段时间做了个新需求,在管理后台新增了一些运营配置项供运营使用,控制C端的一些开关类的东西。虽然涉及到的地方挺多,但也不难,测完开心上线,上线后立马验证,没发现什么异常,临近午饭点就准备吃午饭了。

转转C2B验机报告演进之路

本文详细介绍了转转C2B业务的验机报告统一流程以及差异项验机报告能力的下沉。

当视觉设计遇到AIGC(3D篇)

这次借助Midjourney的关键词生成技术,成功的生成了一系列3D素材。目前,我们不仅能够精准掌握整体色彩和风格,还能以此为基础进行更深层次的创作。对于设计师而言,这无疑极大地提升了设计产出效率,使设计师能够更快速地生成所需的图像素材。最终,这些素材经过精心整理后,借助Photoshop进行微调和调整,最终呈现出高品质的成品图。这一切的背后都离不开Midjourney所带来的技术创新与灵感助力。

虚拟号在转转实践与应用

通过第三方服务提供的虚拟号的方式对双方手机号绑定,有效解决了用户号码隐私保护的问题,以及帮助门店进行管理店员话术监控与管理。

tapd数据本地化管理

在转转的产品研发体系中,tapd用来管理需求,bug,任务的流程和生命周期。在devops流中,多项操作都需要和tapd打交道,如:拉起分支-关联需求,部署测试和部署线上后改变需求的状态。这些操作都需要通过tapd提供的api进行通信。

可以说tapd和转转的整个研发管理流程是紧密贴合的。tapd服务的波动都会给转转的devops流程带来一定的影响。在日常的使用中,我们发现如下问题。

转转游戏的账号订单流程重构之路

随着需求的不断迭代,项目代码的复杂度也会越来越高,“屎山”也一天一天慢慢的堆积起来,对于游戏业务的账号订单流程也是如此。游戏订单类型由原来的俩种增加到了现在的七种,早就已经到了需要重构的地步。但是由于牵涉流程长、影响范围大、平时需求排期也比较紧张,所以便无法抽出大量的时间去进行重构。

Apache ShardingSphere在转转亿级交易系统落地实践

这几年随着转转二手业务的快速发展,订单系统的基础性能问题也愈发严重,作为系统运转的基石,订单库压力不容小觑。 面临的问题:

  • 大促期间DB压力大,单库查询qps上万占用大量数据库资源,写性能大大降低;
  • 数据与日剧增,单库中包含非常多数据量过数亿的大表,占用空间接近服务器的容量上限;
  • 数据量太大,数据备份和恢复需要耗费很长时间,极端情况下丢失数据的风险越高。

Accueil - Wiki
Copyright © 2011-2024 iteam. Current version is 2.139.0. UTC+08:00, 2024-12-26 02:25
浙ICP备14020137号-1 $Carte des visiteurs$