随着前端职能在互联网公司的重要性与日俱增，我们的前端代码库的体积也开始跟着膨胀，特别是基于 React 的应用，Size 常常以兆 (Mb) 计，给渲染的性能优化提出了巨大的挑战。除了体积，还有另一个问题是，在当下的前端同构 SSR 实践中，Server 端的主要用途是执行一些在服务端和客户端都能执行的通用渲染计算，很少能充分发掘 Server 端特有能力的场景。如何降低客户端 JS Size 以及更极致地挖掘服务端的优化能力，成为一个待解决的开放性问题。

Facebook 的 React Team 尝试给出了他们的一个探索方案——React Server Component。一种只运行在服务端的 React 组件化能力，我们来一探究竟。

领域驱动设计（Domain-Driven Design，简称 DDD）是一种软件开发设计思想，其旨在以领域为核心，让软件系统在实现时准确地基于对真实业务过程的建模，专注于业务问题域的需要。

DDD将软件系统设计分为了2个部分：战略设计和战术设计，战略设计用于提炼问题域并塑造应用程序的架构，战术设计用于帮助创建用于复杂有界上下文的有效模型。基于此，DDD强调专注于核心领域，通过协作对公共语言和知识进行提炼，并且持续致力于领域的知识提炼，让模型持续发展。

本文基于DDD思想，在携程国际火车票中台预订系统项目进行实践。

酒店差价由来已久。

携程一直注重用户的服务效率与服务体验，在售前、售中、售后全过程中给用户提供高效的客服支持。

用户访问客服页面后，会首先与智能客服进行对话，当智能客服给出的回答无法解决用户问题时便会接入人工客服，再由人工客服给出专业的解答。对话完成后，系统根据人工客服会话内容，应用NLP相关技术给出会话类别。这一结果将直接指导客服的管理与决策。本文将主要介绍携程机票在人工客服会话分类时使用的相关NLP技术和优化方案。

一旦需要进行问题排查的时候，往往重要且紧急，排查效率显得尤为重要。

在相同硬件资源下，QPS提升2~3倍，RT缩短近50%。

如果能够让现有的团队发挥最大的作用，最好的办法就是把老的创始人拉回来带着他们拼命跑一阵。

手势控制、布局原理、吸顶、懒加载。

私有云上已有10T+数据量，节约90%成本。

携程金融从成立至今，整体架构经历了从0到1再到10的变化，其中有多个场景使用了缓存来提升服务质量。从系统层面看，使用缓存的目的无外乎缓解DB压力（主要是读压力），提升服务响应速度。引入缓存，就不可避免地引入了缓存与业务DB数据的一致性问题，而不同的业务场景，对数据一致性的要求也不同。本文将从以下两个场景介绍我们的一些缓存实践方案：

• 最终一致性分布式缓存场景
• 强一致性分布式缓存场景

注：我们DB用的是MySQL，缓存介质用的是携程高可用Redis服务，存储介质的选型及存储服务的高可用不是本文重点，后文也不再做特别说明。

H5转换小程序时的选型考量、问题及处理方案。

文章主要介绍去哪儿是如何建立和完善去哪自己的DNS系统。

Server与SW2的BGP正常建立，BFD邻居不能正常建立。

现阶段针对数据的成本、质量、流通三个维度进行了重点治理。

近几年，容器技术非常火爆，且日趋成熟，众多企业慢慢开始容器化建设，并在云原生技术方向上不断的探索和实践。基于这个大的趋势， 2020 年底 Qunar 也向云原生迈出了第一步——容器化。为了完成容器化这个目标，我们基础平台、tcdev、ops、数据组、业务线等多个团队一起协作配合，终于在公司内部把容器化成功落地。截止到今年六月初，我们生产环境已经接入了 150 多个应用，其余应用也在陆续接入中，这个成果还是蛮让人惊喜的。回顾整个容器化落地过程其实有不少技术难点的，在这篇文章中我会分享下我们遇到的几个问题和解决思路，希望对还在云原生路上探索的同学有些借鉴意义。

国内报价搜索是国内主流程业务，响应时间的长短直接影响到用户体验。

本文主要是从业务/系统结构出发，聊一下我在国内报价时间优化上的探索和实践。