话题公司 › 阿里巴巴

公司:阿里巴巴

关联话题: Alibaba、阿里

阿里巴巴集团创立于1999年,是中国大陆一家以提供互联网服务为主的综合企业集团,目前实行位于杭州,上海与北京的双总部制度。

阿里巴巴服务范围包括B2B贸易、网上零售、购物搜索引擎、第三方支付和云计算服务。集团的子公司包括阿里巴巴B2B、淘宝网、天猫、一淘网、阿里云计算、聚划算、全球速卖通、阿里巴巴国际交易市场、饿了么、飞猪、优酷、盒马鲜生、阿里影业、菜鸟网络、高德地图、Lazada、Daraz等。旗下的淘宝网和天猫在2012年销售额达到1.1兆人民币,2015年度商品交易总额已经超过三兆元人民币,是全球最大零售商。

至2012年九月底止的财政年度,以美国会计准则计算,阿里营业额按年增长74%至318.39亿元(港元‧下同),盈利急升80%至37.75亿元。2015年全年,阿里巴巴营收146.01亿美元,净利为74.94亿美元。2017年,根据阿里巴巴集团向美国证券交易委员会提交的IPO招股书显示,雅虎持有阿里巴巴集团22.6%股权、软银持阿里集团34.4%股份,另管理层、雇员及其他投资者持股比例合共约为43%,当中马云持阿里巴巴集团约8.9%、蔡崇信持股为3.6%。

2019年11月,阿里巴巴集团在在港交所二次上市。香港财经界把阿里巴巴、腾讯(港交所:700)、美团点评(港交所:3690)、小米(港交所:1810)四只中国大陆科技股的英文名称首个字母,合称“ATMX”股份。

2019年11月26日,阿里巴巴集团港股上市,总市值超4兆,登顶港股成为港股“新股王”。2020年8月,阿里巴巴集团港股总市值首次超过6万亿。

阿里巴巴拆份出去的蚂蚁集团上市前,网络金服整体遭遇到政府的强力监管,阿里巴巴同样受到影响,2021年4月10日,阿里巴巴集团涉垄断被中国市场监管总局罚款182.28亿元人民币。2023年三家中国最主要的金融机构,再联合开罚71亿元,不过也随着官方宣布最后整顿工作的完成,阿里巴巴股价开始反弹。

8G的容器Java堆才4G怎么就OOM了?

最近,一例Java应用的OOM问题引起了关注。尽管Java堆外内存限制在1G,多个ClassLoader加载的netty实例导致实际使用超出限制。通过详细分析发现,netty直接使用UNSAFE.allocateMemory分配内存,绕过Java直接内存API,导致内存未被监控。建议短期内调整Java堆大小以缓解问题,并考虑优化rocketmq-client的内存占用。未来,排查堆外内存问题时,应优先检查netty。

从春运抢火车票思考数据库设计

春节临近,火车票销售进入旺季,购票系统面临高并发查询、购票写操作、路径规划等挑战。PostgreSQL提供多核并行计算、资源隔离、递归查询等特性,有效应对购票系统需求。使用varbit和数组优化座位管理,降低锁冲突,提升购票效率。路径规划帮助用户找到最佳中转方案,余票统计减少实时查询压力。分库分表和其他特性支持大规模数据处理,确保系统稳定运行。

记一次细思极恐的FastJson差点引发的大面积故障

作者分享了一次因FastJson导致故障的排查经历。工程使用Kotlin、Java和Groovy混编,某次更新后,预发环境出现大面积报错。经过详细排查,问题出在FastJson反序列化Kotlin data class时的兼容性问题。最终发现是由于一个误用的lambda表达式导致的全局异常。通过调整代码和依赖,问题得到解决。同时提醒多语言混编需注意语法差异,FastJson使用需谨慎。

代码优化实战:圈复杂度治理之函数抽离技巧

在软件开发中,代码圈复杂度影响程序质量和维护性。通过函数抽离和使用IDEA插件CodeMetrics,可有效降低复杂度。重构时,避免过度依赖IDEA自动化,需深入思考函数设计,提升代码复用性。对于复杂的代码块,逐步提取小函数,理清变量依赖关系。运用异常处理和函数替代布尔表达式,简化代码逻辑。函数设计不仅是拆分代码,更是提高代码质量和开发效率的关键。

如何快速定位并优化CPU 与 JVM 内存性能瓶颈?

面对Java应用中的CPU和JVM内存热点问题,掌握快速定位和优化手段至关重要。CPU使用率高常与代码相关,可通过监控工具和火焰图定位热点代码进行优化。JVM内存热点主要因频繁对象创建、大对象分配等引发,需通过监控和内存快照分析快速排查。合理配置内存参数与使用缓存技术也能有效提升系统性能,确保应用高负载下稳定运行。

架构思考与实践:从通用到场景的转变

在当今复杂多变的商业环境中,企业架构的设计与优化成为了一个关键议题。本文探讨了业务架构的价值、从通用架构到场景架构的转变等问题。通过对多个实际案例的分析,作者揭示了架构设计不仅仅是技术问题,更是对企业现状和未来发展的深度理解与把握。

认知推荐(二):基于LLM的淘宝推荐算法显著提升发现性比例

认知推荐是深入了解用户需求的窗口,淘天集团算法技术团队致力于摒弃平台固有属性的束缚,从用户的角度出发,全面审视推荐链路中的潜在问题。本文深入分析如何通过一系列技术改进,将大模型无缝集成到现有的推荐系统中,从而实现更精准、更个性化的推荐结果。

一文彻底讲透GPT架构及推理原理

本篇是作者从开发人员的视角,围绕着大模型的正向推理过程,对大模型的原理的系统性总结,希望对初学者有所帮助。

AI驱动全端开发:淘宝信息流效率提升的探索

2023年,在淘宝App部分购后场景,我们将运行多年的Native信息流切换为Weex信息流。如今面对这个多达四套以上代码的业务,我们是如何解决不同端之间开发和协同效率的棘手问题呢?

1 行命令引发的Go应用崩溃

这篇文章分析了Go编译时插桩工具导致go build -race竞态检测产生崩溃的原因。

“日志=数据库”?聊一聊日志背后的抽象

本文从思考日志的本质开始,一览业界对日志使用的最佳实践,然后尝试给出分布式存储场景下对日志模块的需求抽象,最后是技术探索路上个人的一点点感悟。

阿里同学都在用的开发环境和工具

本文主要介绍后端开发同学常用的工具以及开发环境搭建。

AI对研发工作的多维度助力:以聊天室项目为例

本文以一个聊天室项目的开发为例,详细探讨了 AI 在提升研发效率、赋能研发人员以及解决实际问题方面的多维度助力。从项目的初步构思到最终上线运营,AI 不仅显著缩短了开发周期,还降低对研发人员技能的要求,使得项目能顺利推进并成功应对各种挑战。

架构实操:画好一张业务模型图

本文以SDK设计的角度分析了如何构建一张属于SDK的各个业务的模型。

大模型 is all you need?

本文旨在通过对业务案例、prompt技巧、大模型原理等探讨,让大家能够更好地在实际业务中应用大模型。

Java21特性解读

本文详细介绍了Java 21的新特性,旨在帮助开发者在升级JVM环境前对新功能有一个全面了解。文章概述当前JDK版本发展情况,并指出LTS版本的重要性,并探讨了多个预览特性和孵化阶段的功能,每个特性都附有详细的动机说明、代码示例及使用建议。

首页 - Wiki
Copyright © 2011-2025 iteam. Current version is 2.139.2. UTC+08:00, 2025-01-22 13:02
浙ICP备14020137号-1 $访客地图$