话题公司 › 携程

公司:携程

关联话题: ctrip

携程集团有限公司(英语:Trip.com Group Ltd),是一家总部设立在上海的中国大型旅游网站,1999年创办。2003年12月,该公司在美国纳斯达克(股票代码:TCOM)上市。目前携程已在中国大陆的北京、广州等17个城市设立分支机构,在南通设立服务联络中心,并在香港及台湾皆有旗下事业,占中国在线旅游市场份额一半以上,是中国最大的在线旅行社,也是全球最大的在线旅行社之一。携程旗下拥有携程网、去哪儿网、Skyscanner、Trip.com四个主要品牌,以及驴评网、鸿鹄逸游、永安、易游等多个支线品牌。

携程机票Skip原生跨端框架探究

Skip是一款高性能原生跨端开发框架,通过将Swift和SwiftUI代码智能转换为Kotlin和Jetpack Compose代码,实现Android与iOS双端高效开发。其核心优势包括高性能原生体验、统一开发体验和模块化架构。Skip不依赖自绘引擎或JavaScript桥接,直接使用原生UI组件,提供轻量级状态管理机制和完整工具链支持,显著提升开发效率并降低维护成本。

携程机票前端Web流式通信SSE全链路应用实践

携程机票前端采用Server-Sent Events(SSE)技术,实现服务端实时推送数据,优化了航班列表页的实时展示需求。通过全链路支持,包括链路层、框架层和数据层的适配,SSE显著减少了请求次数,简化了代码结构,提升了资源利用率。该方案适用于多种网络架构和业务场景,为实时数据处理提供了高效解决方案。

去哪儿 KAFKA 再度优化-提升服务上限35%

文章探讨了在节日流量高峰时,KAFKA集群面临的性能瓶颈,特别是生产压缩率低导致的服务端压力增大问题。通过优化Filebeat的批次发送参数和内存队列配置,提升了压缩率,减少了服务端的请求量和流量消耗。优化后,集群的CPU使用率、网络流量和磁盘存储均显著降低,KAFKA的处理能力提升了35%,有效保障了业务的稳定性和数据的完整性。

去哪儿高峰期资源保障之智能扩缩容

流量突增事件如考研、国考等会导致酒店业务量骤增,影响服务稳定性。通过流量日历平台整合业务监控,调用算法预测高峰业务量并转换为CPU核数,Ops据此自动扩缩容实例。事件生命周期涵盖预判、评估、扩容、复盘等阶段,确保高峰时段服务稳定。算法采用神经网络模型,实时更新并反馈效果,提升预测准确性。整体方案显著提升运维效率,节约资源。

携程定制化路由代理网关实现

携程软负载产品(SLB)从传统Nginx反向代理发展为支持多元路由的网关产品,应对业务增长和复杂路由需求。通过引入OpenResty的Nginx Lua模块,实现了动态路由和流量调度,解决了Nginx配置更新需reload的问题。核心在于将逻辑与数据分离,利用共享内存和磁盘持久化,确保数据实时更新和高可用性。方案支持多机房容灾和定制化需求,提升了系统的灵活性和可靠性。

去哪儿酒店搜索排序模型的演进

Qunar酒店搜索排序模型从LambdaMart升级到LambdaDNN,通过深度学习提升泛化能力。多目标模型MMOE引入CTR和CTCVR任务,缓解样本偏差,提升点击率。多场景融合优化中,特征分类建模增强场景差异学习,提升转化率。特征选择采用变分dropout,剔除冗余特征,提升模型效果。整体演进验证了深度模型在搜索排序中的有效性。

携程基于Kafka的数据校验代理在FinOps领域的应用

提升数据质量,构建度量及治理自助化自动化实践。

携程从零构建多端一致的设计研发体系实践

本文深入探讨了如何在多品牌、多终端的环境中,建立一个支持多个平台和品牌的企业级设计系统。该系统不仅提供高效、可靠、统一的设计管理方案,还实现了设计的复用和资源共享,大幅提升设计效率和质量,同时降低设计成本。

携程商旅在 Remix 模块预加载中的探索与优化实践

高效的服务端渲染和数据加载机制,显著提升应用性能和用户体验。

微尘之患:探寻小文件问题的原理与对策

在大数据处理和存储中,"小文件" 通常是指文件大小远小于HDFS(分布式文件系统)中块(block)大小的文件。一般公司集群的block大小在128MB/256MB这二者的居多,因此,公司对小文件的大小没有一个统一的定义,通常小的不足1MB,大的甚至达到32MB或更大。

RN框架在携程旅行鸿蒙应用的全业务适配实践

鸿蒙RN,深度适配指南。

代码复用率99%,携程市场洞察平台Donut跨多端高性能技术实践

移动端、小程序、Web端、微信公众号和API服务全覆盖,提升用户体验。

基于红黑树的高效IP归属地查询方案

实时风控系统中会涉及到非常多的数据衍生和解析。

性能指标提升50%+,携程数据报表平台查询效率治理实践

围绕数据缓存、物化视图、查询策略、SQL质量等方向开展治理。

携程弱网识别技术探索

从0到1实现一个高质量的弱网识别能力

携程国际机票基础数据中台化:构建高效的数据管理和应用平台

服务器成本降低95%,新数据源接入效率提升90%。

Accueil - Wiki
Copyright © 2011-2025 iteam. Current version is 2.143.0. UTC+08:00, 2025-05-23 04:52
浙ICP备14020137号-1 $Carte des visiteurs$