2023-12-27 16:30:00 ~ 2023-12-28 16:30:00
设计用研一般是由设计或产品同学主导的。在设计开发的过程中,产品和设计经常会对方案及细节产生争议或疑惑,这时候就需要用研方法去辅助确定设计可行性。
但设计开发流程普遍讲求快速迭代,研究周期较长的专业用研较难适用于此。因此设计用研方法应运而生,既能简单敏捷地验证设计方案或设计细节的可行性,也能保证整体的开发设计进度。
登录后可查看文章图片
前端和设计师一直以来都在致力于为用户提供出色的人机交互体验。在这个过程中,如何为双方提供高效的协同产品,降低设计师与前端的沟通成本,以及提升双方的工作效率,都是非常有价值的探索点。
笔者来自网易云音乐-公共技术部,目前是云音乐设计中台的技术负责人。从 2021 年 7 月入职网易到现在,一直在「前端与设计协同」领域里探索和实践,期间沉淀了若干经验和方法论。
登录后可查看文章图片
Trace Profiling是SkyWalking监控服务指标的一项重要功能,通过Trace Profiling,我们能够直观地看到对应Trace在具体代码级别的耗时情况,进而能够快速锁定对应Trace严重消耗性能的代码位置。但是Trace Profiling并不是时刻运行的,而是需要人为开启,我们需要通过创建Trace Profiling Task,然后Agent端异步拉取任务的方式来进行对应服务的Trace Profiling。这是因为Trace Profiling需要监控代码行数级别的耗时情况,而这一行为本身也会消耗机器的性能。为了不影响具体的业务性能和指标,SkyWalking进行了限制,我们只能在对应服务上进行短时间的(通常是5到15分钟)Trace Profiling任务。
目前的Trace Profiling是服务-端点方法维度的,换句话说,在指定了要监控的服务和对应的端点方法后,生成的Trace Profiling Task会被对应服务的所有实例拉取并使用,即相应服务的所有机器都进行Trace Profiling。
但问题发生的场景是多种多样,我们有的时候,并不需要某个服务的所有实例的Trace Profiling,比如说我们进行了ABTest或者灰度部署,在这种情况下,我们真实的需求是针对某个实例进行Trace Profiling。因此,支持实例维度的Trace Profiling功能在某些场景下能够有效地降低我们排查问题带来的性能损耗。
登录后可查看文章图片
A comprehensive study of the advanced retrieval augmented generation techniques and algorithms, systemising various approaches. The article comes with a collection of links in my knowledge base referencing various implementations and studies mentioned.
本文介绍转转在OLAP自助分析场景的解决方案。通过为什么做自助分析、具体做成什么样、技术上怎么实现以及我们的一些优化案例几个方面展开聊聊,供大家参考。
云原生容器技术在得物的落地开展还是比较快的,业务覆盖面也比较广泛。经过2年时间的实践落地,已经全面深入资源管理系统、预算/成本管理机制、应用服务发布流程、AI算法等管理体系和业务场景。
登录后可查看文章图片
TGW全称Tencent Gateway,是一套实现多网统一接入,支持自动负载均衡的系统, 是公司有10+年历史的网关,因此TGW也被称为公司公网的桥头堡。本文从山海网关TGW的应用场景、背景需求讲起,重点解析了从山海1.0到山海2.0需要解决的问题和架构规划与设计实现,以及对于未来山海网关的发展和演进方向。
登录后可查看文章图片
Web 的性能优化有很多方法论可以来讨论,这里我先介绍一下飞天服务平台首页的业务背景,以及在业务过程中做的有针对性的优化方法。
最近在做飞天服务平台首页的过程中,遇到的页面打开性能有问题。由于飞天服务平台首页的业务特性:用户可以去配置业务模块到首页,每一个模块都可以去做二级的下钻、抽屉打开去做明细的分析,所以往往一个简单的业务指标呈现,背后带着很多业务数据的二次分析,需要二级页面或者抽屉来呈现这些业务洞察。同时用户可以在首页自定义页面的配置,如果用户配置了 10+ 卡片到首页之后,页面打开的时候同时去加载卡片,对于性能压力有很大的考验。
针对飞天服务平台的业务场景,以及之前性能优化的实践,首先我们会从尽可能缩小资源文件入手,让页面加载尽可能快。解决了资源文件文件问题之后,快速让页面可响应,让用户在体感上更加友好成了最重要的事情,所以启动了一系列关键链路优先、非关键链路渐进式加载的优化项,在做完这些优化之后,性能问题已经基本可以得到解决。那有没有更进一步的优化呢,会在第三部分充分利用缓存-用空间换时间,讲述如何使用缓存把性能优化做到极致的过程。资源尽可能小,关键链路优先、非关键链路渐进式加载,充分利用缓存、用空间换时间三个方面也是一个渐进式的性能优化过程。
登录后可查看文章图片
鉴于大模型及其周边概念已经是大家耳熟能详的东西,本文不重复阐述相关基础概念和理论了,直接进入动手环节,以用最快的速度部署起一个可用的知识库平台为目标,先用起来,再分各个环节优化。
登录后可查看文章图片
关注公众号
接收推送