知鸦日报2021-08-18

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。

解决循环引用带来的一些问题，本质上需要将循环引用中的其中一个对象缓存起来，以避免重复地序列化或创建。

本系列文章将提炼 MOO APP 开发中遇到的情况，就 Flutter 内存占用治理方面，分享日常开发的一些基本认知、注意要点、排查方法和优化方案。内存治理篇文章共分上、中、下三篇，本篇为上篇。

什么是个性化推荐？简单说，就是给用户推荐他喜欢的物品。近 10 年，移动互联网高速发展，个性化推荐扮演了很重要的角色。以运营一款内容类产品为例：用户增长团队通过广告投放等手段为产品拉新，提升 DAU；产品技术团队为用户分发感兴趣的内容，提升留存及停留时长；商业化团队分发用户可能感兴趣的广告，提升单位流量变现效率；商业化收入又用于用户增长，形成正向循环。个性化推荐技术贯穿每个环节，成为了很多公司的高速增长引擎。

怎么做个性化推荐？通常，对一项业务来说，首先会定义出多个优化目标（例如视频的播放时长、点赞、分享，电商的点击、加购、购买等），之后构建一个或多个模型来预估这些目标，最后融合多个目标的预估分来完成排序。对推荐系统来说，最核心的工作，便是构建精准的预估模型。这些年，业界的推荐模型一直朝着大规模、实时化、精细化的趋势不断演进。大规模是指数据量和模型非常大，训练样本达到百亿甚至数万亿，单个模型达到 TB 甚至 10TB 以上；实时化是指特征、模型、候选实时更新；精细化则在特征工程、模型结构、优化方法等多方面有所体现，各种创新思路层出不穷。

大规模推荐系统的落地，工程挑战很大。本文选择大家最关心的 Training 和 Serving 系统，介绍搭建过程中会遇到哪些挑战，我们做了哪些工作。对任何一家公司来说，从 0 搭建这样一套系统都绝非易事，投入非常大。在字节跳动内部，我们也经过了多年的探索与沉淀，有上千名工程师，不断迭代和优化推荐系统。那么，搭建推荐系统一般会遇到哪些问题？

如今在 Web 端使用 WebGL 进行高性能计算已有不少实践，例如在端智能领域中的 tensorflow.js，再比如可视化领域中的 Stardust.js。

高精地图、高精采集车，是做地图和出行领域同学经常挂在嘴上的一些常用词儿。但是，圈外的同学可能会问，到底什么是高精？

高精是指高精度定位，高精地图是指包含丰富地理信息数据、具有高精度坐标的地图。当然，高精采集车就是采集制作高精地图数据的特种作业车。

有些好奇的小伙伴会打破砂锅问到底，高精是怎么实现的呢？怎样才能叫高精度？

事实上，目前高精度的标准并不是很确定，但基本认为厘米级以上的精度才能算是高精度。高精的实现，主要是靠各类传感器，其中最重要的就是高精度定位定向系统，包括卫星定位及惯性导航两部分。

本文主要从硬件角度给大家介绍一些这方面的情况，以及在实际工作中对它的运用。

蜂巢计费系统为网易云计算基础服务（网易蜂巢）提供整体的计费服务，业务范围涵盖完整的产品售卖流程，包含定价、订单、支付、计费、结算、优惠、账单等主体功能，支持十几种不同产品的售卖，产品形态上贯穿了IaaS、PaaS和SaaS类别。同时，计费方式还提供了了按量、包年包月、资源包等多种方式。该项目的业务范围之广，玩法种类之多，数据要求之严注定了它将成为一个烫手的山芋，而且还是一个吃力不讨好的工作。

该项目在人员上已经几经易手，就我所知，已经换过两拨完整的开发和测试团队了，而且已经全部离职。不得不说，该项目已经变得令人谈之色变，让人敬而远之。在这样的背景下，后期接手的开发和QA不得不硬着头皮上，踩着雷过河，小心翼翼的应对着不断涌来的业务需求。随之而来的是高居不下的bug率，越来越难以维护的代码，无法扩展的架构问题，我们开始意识到这样下去是不行的。于是我们从8月份开始了漫漫的架构升级之路。

在进入页面的过程中，用户不可避免地会看到一个加载动画。但加载动画往往比较古板，如果加载耗时稍微长一点，用户就会失去耐心离开页面。为了让用户有更好的浏览体验，骨架屏是一种较好的渐进式加载方案。

骨架屏的实现，也是视觉稿直出代码实现方案的 MVP (Minimum Viable Product)。本文会探讨骨架屏方案的优劣，以及一种前端智能化的骨架屏代码自动生成方案实践。

随着国际火车票业务的高速发展，订单量快速增长，单数据库瓶颈层面的问题逐渐显露，常规的数据库优化已无法达到期望的效果。同时，原先的底层数据库设计，也存在一些历史遗留问题，比如存在部分无用字段、表通过自增主键关联和各个应用直连数据库等问题。

为此，经过讨论后，我们决定对订单库进行分库分表，同时对订单表进行重构，进而从根本上解决这些问题。

随着互联网的发展我们每天都在面临信息过载的问题，大量的资讯新闻，商品促销信息从互联网各个渠道涌到用户的屏幕上。无论在电商卖货场景还是短视频和图片场景一张制作精美的封面再配上吸引眼球的文案将大大提升内容被点击的概率。但是制作一张高质量的封面图素材还是有很高的门槛，首先是选图，然后还需要图像裁剪美化，最后配上文案。智能展示技术就是利用算法自动为特定场景生产高质量封面素材简化运营成本。

智能展示技术可以理解为通过图像和自然语言处理算法理解图文和视频，从原有内容中选择并加工最吸引人的部分进行分发提升CTR和用户时长。从产出的内容类型可以分为图片素材生产（静态封面图），视频素材生产（动态封面图），3D，VR/AR等。

少读三国演义，读到司马懿怕诸葛亮怕到中了空城计。当时被诸葛亮主角光环晃了眼，没去想司马懿这么胆小这么笨，为什么后来能亡魏成晋。

近读资治通鉴到三国，发现“死诸葛走活仲达”明晃晃写在正史里。

看来是真的，可是凭什么？