知鸦日报2022-05-10

研发效能度量领域涉及到的范围很广，相关的方法和实践也非常多。我们在展开讲解具体的度量指标和细节的实践体系之前，先来看一下度量的一些关键原则。当然，如果只讲原则未免过于枯燥，所以本章我会结合阿里、腾讯、百度等多个“互联网大厂”及行业权威报告的案例，来总结和提炼出其中隐含的度量设计思路和关键原则。

在之前的文章中，我们分别讨论了效能度量的难点和误区、业界案例和关键原则、度量实践框架、度量指标体系设计、度量常用分析方法，但在中大规模企业中成功落地效能度量还有很多因素需要考虑，本篇文章我就结合近期落地经验，来介绍一下落地过程中具体的实施建议。

钉钉基于 Flutter 构建的跨四端应用框架 Dutter 方案设计、最佳实践以及部分 FlutterEngine 层面的问题定位与思考。

作者为了探索 Module Federation 与微前端方案结合起来的可能性，深入分享了它的底层原理。

Split lock 是 CPU 为了支持跨 cache line 进行原子内存访问而支持的内存总线锁。

有些处理器比如 ARM、RISC-V 不允许未对齐的内存访问，不会产生跨 cache line 的原子访问，所以不会产生 split lock，而 X86 是支持的。

split lock 对开发者来说是很方便的，因为不需要考虑内存不对齐访问的问题，但是这同时也是有代价的：一个产生 split lock 的指令会独占内存总线大约 1000 个时钟周期，对比正常情况下的 ADD 指令约只需要小于 10 个时钟周期，锁住内存总线导致其他 CPU 无法访问内存会严重影响系统性能。

因此 split lock 的检测与处理就非常重要，现在的 CPU 支持检测能力，检测到如果在内核态会直接 panic，在用户态则会尝试主动 sleep 来降低 split lock 产生的频率，或者 kill 用户态进程，进而缓解对内存总线的争抢。

在引入了虚拟化后，会尝试在 Host 侧处理，KVM 通知 QEMU 的 vCPU 线程主动 sleep 降低 split lock 产生的频率，甚至 kill 虚拟机。以上的结论也只是截止目前 2022/4/19（下同）的情况，近 2 年社区仍对 split lock 的处理有不同的看法，处理方式也是改变了多次，所以以下的分析仅讨论目前的情况。

单机锁主要是为了同步同一进程中各个线程之间的操作。大多数互联网系统都是分布式部署的，当某个资源在多系统之间具有共享性的时候，为了保证大家访问这个资源数据是一致的，那么就必须要求在同一时刻只能被一个客户端处理，不能并发的执行，否者就会出现同一时刻有人写有人读，大家访问到的数据就不一致了。分布式锁，是指在分布式的部署环境下，通过锁机制来让多客户端互斥的对共享资源进行访问。

在 CSS 选择器家族中，新增这样一类比较新的选择器 -- 逻辑选择器，目前共有 4 名成员：

:is :where :not :has

本文将带领大家了解、深入它们。做到学以致用，写出更现代化的选择器。

我们的目标是星辰大海，奈何增加体积比native大，这一定程度让不少“重”磅业务望而却步。hummer在多个业务尝鲜Flutter时沉淀了不少方案，通过引擎增强对包体积进行综合治理并取得成绩打消业务的顾虑，在各业务竞争中奠定了坚实的基础。

什么是研发效能？如何对研发效能进行度量？

这些是我们在产研效能改进及提升过程中会碰到的一个基础性问题，不同的理论提出了不同的思路，我们从需求角度提出了一些效能度量的思路，并在酷家乐选取了随机的敏捷组进行了小范围的验证，具体见下文。

近年来，基于 feed 流推荐的短视频业务带来了巨大的广告商业价值，例如，抖音推出的「游戏发行人计划」就是一个鼓励达人发布游戏相关短视频，从而为游戏推广带量并实现流量变现的有效工具。相比于专业的广告素材（PGC），这些由达人自主创作的原生广告素材（UGC）往往具有显著的成本优势，而且风格多样、素材量大。但是，在发行人计划产生的大量 UGC 短视频中，有许多优质素材由于作者热度等原因无法得到足够的曝光，导致这些素材的价值无法得到充分利用。因此，我们通过挑选「游戏发行人计划」中有广告价值的素材进行素材加热（dou+投放），并借助智能投放、人群定向等其他技术，更精准有效地为游戏获量，最大限度挖掘游戏达人素材的潜在价值，更好地实现内容营销。所谓素材优选，即是从海量的短视频素材中，寻找出广告投放效果最好的素材。

日志智能分析准确从海量日志中提取出关键模版信息，并检测出异常模板，有效避免相似日志的无效查看，大幅节省故障排查时间。

最近在实现列表的滚动交互时，算是被复杂的业务场景整得怀疑人生了。今天主要聊一下关于 scroll 的应用。

本文介绍了Spark离线开发框架的设计与实现，让开发变得简单、易上手，同时也解决了日常工作中数据回溯的痛点问题。