知鸦日报2021-09-17

2021-09-16 16:30:00 ~ 2021-09-17 16:30:00

产品

一直被错用的米勒法则(7±2)

摘要

说到「米勒法则」(Miller's law),你可能不太熟悉,因为它更多是被称作「7±2法则」,还有一个有趣的叫法——神奇数字7±2(The Magical Number Seven, Plus or Minus Two)。这个法则阐述的是:人类的大脑短期记忆存在上限,最多可以记忆大约7±2,即5~9个信息团。

技术

爱奇艺技术:自动化驱动的高可用网络:爱奇艺B2网络流量自动调度系统建设实践

摘要

最终实现了分钟级自动调度,且链路可用率从99.524%提升到99.9999%。

使用frida 逆向新版微信公*号推送(Android)

摘要

想要hook微信的消息并不难,网络上也有相关文章,但大多版本停留在6.x,已经不太适用新版微信。

携程技术:一文揭秘MySQL复制之Seconds_Behind_Master的计算

摘要

文章通过MySQL官方文档和MySQL源码两个方面,分析了MySQL主从复制延迟参数Seconds_Behind_Master是如何计算的。

如何使用 WebAssembly 扩展后端应用

摘要

WebAssembly以及性能和安全性著称,现在也越来戴上成为一门主要的虚拟化技术。本文主要介绍了如果把 WebAssembly 嵌入到后端的程序中,以便让后端的程序更具扩展性。

如何画架构图-你需要了解核心的内在构图逻辑

摘要

今天再讲下如何画架构图。对于架构图的绘制首先要搞清楚的就是常用的分层逻辑。

石墨文档基于K8S的Go微服务实践(上篇)

摘要

微服务生命周期6个阶段:开发、测试、部署、启动、调用、治理。我们如何运行在K8S上。

阿里巴巴技术:庖丁解牛-图解MySQL 8.0优化器查询转换篇

摘要

本篇介绍子查询、分区表和JOIN的复杂转换过程。

腾讯技术:TDSQL-C PostgreSQL(CynosDB) 内核解密-披荆斩棘,勇往直前的腾讯云数据库

摘要

从数据库内核的角度揭秘TDSQL-C PostgreSQL的核心架构与关键技术。

字节跳动技术:应用性能前端监控,字节跳动这些年经验都在这了

摘要

字节跳动开发团队根据内部数十款产品的体验监控需求,逐渐打磨出了一版性能监控平台。经过不断的锤炼和沉淀,正式在火山引擎上对外发布应用性能监控全链路版。本文将会重点介绍它到底是一个怎样的监控平台,以及可以帮助企业解决哪些痛点。

字节跳动技术:Node.js 底层原理

摘要

Node.js 底层原理到底是什么?本文内容主要分为两大部分,第一部分是 Node.js 的基础和架构,第二部分是 Node.js 核心模块的实现。

腾讯技术:WebSocket 基础与应用系列(一)—— 抓个 WebSocket 的包

摘要

WebSocket 是为了满足基于 Web 的日益增长的实时通信需求而产生的。

美团技术:如何优雅地记录操作日志?

摘要

如何让操作日志不跟业务逻辑耦合,如何让操作日志的内容易于理解,如何让操作日志的接入更加简单?这些都是本文要回答的问题。

360技术:知识点:iOS/Mac去掉截图Alpha通道

摘要

在项目开发过程中,遇到一种很奇怪的现象:同一张图片,在iOS、Mac端能很正常的显示出来,但在H5、Android端却显示不出来。经过对比正常的图片与这张异常图片,发现区别在于异常图片Alpha通道一项的值为“是”,而正常能够显示出来的图片该值为“否”。

携程技术:携程AI推理性能的自动化优化实践

摘要

近年来,人工智能逐渐在安防,教育,医疗和旅游等工业和生活场景中落地开花。在携程旅游业务上,AI技术同样广泛覆盖了多个旅游产品和旅游服务领域,携程度假AI研发根据旅游的特定场景和业务需求,将自然语言处理,机器翻译,计算机视觉,搜索排序等主流AI技术成功应用于旅游度假的多个业务线,例如自由行,跟团游,签证,玩乐和租车等。

从技术角度,为了适应不同的业务场景需求,涉及到多种AI技术,包括传统机器学习,卷积神经网络,Transformer等深度学习模型结构,以及知识图谱和图神经网络等技术领域。同时,为了充分挖掘AI技术的优势,模型设计复杂度日渐提升,包括模型深度,宽度以及结构复杂度等各个维度,计算量的增大使得AI推理性能瓶颈日益凸显,尤其是实时性的业务需求对推理速度要求更高。为了追求最佳推理性能,往往需要手动进行逐个优化,涉及的开发,部署和沟通成本都很高。主要问题集中在:

  • 模型结构种类多,性能瓶颈差异较大,适用的优化方法各有不同,手动优化成本高;
  • 优化方法众多,自上而下,涉及多种模型压缩方式,系统级,运行时优化等,手动优化门槛高;
  • 逐个手动优化,可推广性差,技术覆盖面有限;
  • 硬件平台的差异,需要针对性调优,导致优化的人力成本和部署成本都很高;
  • 新模型的发布和迭代,需要应用优化方法,涉及较高的沟通和接入成本,同时带来了性能的不稳定性;
  • 模型压缩技术对不同模型的优化效果有所差异,可能需要进行模型的再训练,训练和数据准备流程较长,效率低下;

因此,为了降低优化,部署和迭代成本,提高工作效率,并保证性能稳定,我们尝试搭建模型自动化优化平台,旨在为算法模型提供更全面易用,稳定性更好,使用和维护成本更低的优化解决方案。

字节跳动技术:基于 Jamstack 的性能优化方案

摘要

Jamstack 架构与上述传统架构还是有很大的不同,当用户请求页面时,不需要查询数据库,因为 HTML 文档在 CDN 静态缓存文件,如果有数据需求,会再通过 API 接口去获取。


‹ 2021-09-16 日报 2021-09-18 日报 ›

qrcode

关注公众号
接收推送