知鸦日报2022-11-11

JTBD全称Jobs To Be Done，中文翻译为待办任务（或待完成工作），也有人称其为“焦糖布丁理论”。是由哈佛大学教授Clay christansen于2003年提出，一种洞察用户需求的模型及理论，被认为是颠覆性创新的理论基础。JTBD中的一些概念并不是全新的，但它确实是一个少有的可用于产品创新的系统性研究框架。

5 分制评价系统和 “推荐/不推荐” 的评价系统，各自的利弊是什么？先说结论：如果不以「榜单」作为主要产物，没必要设置细颗粒度评价系统，2-3 档足够。

本文梳理了公众号设计过程的每个流程、方法和细节，一次性看个够，干货满满。

AI 引领的新一代信息技术，正驱动新一轮科技浪潮席卷而来。作为近年来国内发展最为迅速的移动互联网平台之一，小红书乘势而上，目前已经形成了以图文和短视频内容为主的超大型 UGC 社区。在这个独特而活跃的社区里，每天都会产生海量多模态数据及用户行为反馈，催生出兼具价值与挑战的新问题。

当前，大规模深度学习系统正发生着许多令人兴奋的进展。10 月 15 日“小红书 REDtech 青年技术沙龙”活动中，小红书技术副总裁凯奇进行了《大规模深度学习系统技术及其在小红书的应用》分享，为我们揭开 LarC 的“神秘面纱”。

我们从一次CPU高负载问题出发，从最开始在问题机器上猜想和分析，找不到确切答案。通过比较不同机型函数实现差异找到关键点，再通过代码分析、复现验证、社区求证这三个方面将问题的前因后果分析清楚，最终给出了解决方案。

本篇将进一步深入GaiaX的各个细节，深度解读GaiaX团队同学是如何进行方案落地的，看完本篇内容相信你一定会有所收获。

直播行业从传统的娱乐直播发展到教育直播、电商直播等形式，产生了很多新的玩法。

在webrtc技术栈里面，STUN协议虽然不是非常的引人注目，但却是非常重要的一个部分。

随着互联网技术的发展，服务端的架构愈加复杂，仅依赖QA个人的经验很难覆盖到全面的业务场景，真实的线上流量对于服务端的测试十分必要。TCPCopy就是一款开源，并广泛应用于各大公司的流量回放工具。

本文从团队所面临的背景出发，引出方案思考和选择，并阐述 Serverless 一体化落地过程中的全链路问题解决思路。

一文带你了解圈复杂度及高多层嵌套。

Currently Shopify is going through the process of updating from the Apollo GraphQL client 2 to client 3. The Apollo client is a library used to query your GraphQL services from the frontend, it has a feature for caching objects/queries you’ve already made which will be the focus of this post. Through the process of migrating the Apollo client we started to discuss bugs we've run into in the past, for which a common thread was misuse, or more likely a misunderstanding of the cache. This was the catalyst for me diving further into the cache and exploring how it fetches, transforms, and stores data that we previously queried. Having worked with the Apollo client for the vast majority of my career, I still couldn’t say I understood exactly what was happening in the cache internally. So I felt compelled to find out. In this post, I’ll focus on the Apollo client cache and the life cycle of objects that are cached within it.

Go is a popular programming language used in microservice development, with one of the key features being first-class support for concurrency. Given its burgeoning popularity, it is no surprise that Uber adopted it: the Go monorepo is a centerpiece of its development platform, housing a significant portion of Uber’s codebase in the form of critical business logic, support libraries, or key components of the infrastructure.

Go’s concurrency model is built on goroutines–lightweight threads. Any function call prefixed with the “go” keyword launches the function asynchronously. Goroutines are used abundantly in Go codebases owing to low syntactical overhead and resource requirements, with programs often involving tens to hundreds or thousands of goroutines simultaneously. Two or more goroutines can communicate with each other via message passing over channels, a paradigm inspired by Hoare’s Communicating Sequential Processes. While traditional shared-memory communication is still an option, the development team behind Go encourages users to favor channels, arguing for higher tolerance against data races when used properly.

In one of our previous blogposts, A Microscope on Microservices we outlined three broad domains of observability (or “levels of magnification,” as we referred to them) — Fleet-wide, Microservice and Instance. We described the tools and techniques we use to gain insight within each domain. There is, however, a class of problems that requires an even stronger level of magnification going deeper down the stack to introspect CPU microarchitecture. In this blogpost we describe one such problem and the tools we used to solve it.

本文主要分享Next.js在海外项目开发实践中的一些技术细节。Next.js是一个非常棒的轻量级的react同构框架，框架自身集成 webpack 、babel 、express等，使用它可以快速的开发出基于服务端渲染的react应用。

Apache Sentry提供了大数据组件访问的权限控制。本文继续讲解Apache Sentry的原理以及和Kerberos一起使用时的注意事项。

本次分享主要分为三大部分：前端异常监控概述，异常监控的背景意义，以及做一个前端异常监控的核心问题；然后针对 Sentry 监控平台，详细阐述其功能与系统架构；最后通过案例的接入，体验前端异常监控的实践与落地。

Sentry 为一套开源的应用监控和错误追踪的解决方案。这套解决方案由对应各种语言的 SDK 和一套庞大的数据后台服务组成。应用需要通过与之绑定的 token 接入 Sentry SDK 完成数据上报的配置。通过 Sentry SDK 的配置，还可以上报错误关联的版本信息、发布环境。同时 Sentry SDK 会自动捕捉异常发生前的相关操作，便于后续异常追踪。异常数据上报到数据服务之后，会通过过滤、关键信息提取、归纳展示在数据后台的 Web 界面中。

转转使用 Sentry 监控前端错误已经有好几年了。我们在 SDK 端封装的统一的 @zz-common/sentry 库。从而实现了 vue、react、小程序、node、ssr 的统一接入和错误分级管理。可以参考文章：转转商业前端错误监控系统(Sentry)策略升级。之前我们使用的 Sentry 是源码安装的老版本。后来客户端需要接入 Sentry 并上传 mapping 文件。但是老版本的 Sentry 总是上传失败。所以我们就准备升级一下 Sentry。本文就是用来记录 Sentry 升级部署和遇到的问题。

在电商频道/导购详情页中，为让页面信息呈现更多更丰富效果经常使用嵌套滚动容器搭建页面，常在大促/首页/频道/信息流等多SPU/多频道关键信息场景下使用，今年从kun支持第一个闲鱼超市业务到双十一项目整个过程中，悉数落地7个业务场景中嵌套滚动容器构建页面占据6个。

从技术角度，嵌套滚动容器组件属于复合性交互容器组件，包括手势冲突/交互体验/流畅度等方向会面临挑战，比如在H5因其机制在模拟手势交互过程会存在一些限制，为保证动态性/高性能/强体验，KUN 基于Flutter生态，构建一个复杂交互高性能的嵌套滚动跨端容器组件，保证其具备高性能/强交互/一致性/动态性，本文将详细解释kun实现嵌套滚动容器过程中面临挑战和解决方案。

30 行 CSS 代码实现 Chrome 工具栏中的层级视图管理工具？

随着业务的发展，百度APP有很多大内存业务场景，单个页面不会有内存问题，但是当用户浏览多个页面后，累加起来内存就会很高，内存管控方案重点解决的问题是高内存水位下，保证APP稳定性又兼顾用户体验，延长APP使用时长同时避免OOM。

本文介绍企微助手对代码 DDD 架构的升级。

美团图灵机器学习平台在长期的优化实践中，积累了一系列独特的优化方法。本文主要介绍了图灵机器学习平台在内存优化方面沉淀的优化技术，我们深入到源码层面，介绍了Spark算子的原理并提供了最佳实践。希望为读者带来一些思路上的启发。

每一次的配置修改，请一定不要遗漏任何一个源站和客户端之间的节点。

搜索准确率和召回率提升，适应长尾搜索词，大幅改善搜索体验。

OCR 技术，即 Optical Character Recognition（光学字符识别），用于提取视频或图像中的文字。在 Shopee 的多市场电商和视频业务中，OCR 有着广泛的应用价值。

例如，在短视频的推荐、搜索、供给和内容审核、视频字幕提取、广告 logo 识别、封面版面分析、IP 版权识别等方面都用到了 OCR 的能力；在电商图像视频理解中，也包含商品信息提取、订单识别、卡证识别、票据识别、店铺识别、文档内容提取等应用。

Shopee 的业务场景主要分布在东南亚多个市场，用户使用语言也非常多元化。ShopeeVideo OCR 团队基于行业前沿的深度学习技术，联合开发团队打造了一套完整的多语言文字识别系统，将图片和视频上的文字内容智能识别为可编辑的文本。

目前，该系统在图像文本检测和识别、视频文本理解、版面分析、文本合成、轻量级模型部署上都有了深厚的积累，经历了多次算法迭代，识别精度不断提升，取得了业界领先的识别水准。

纵观软件研发的发展历程，如果说“业务需求开发”是核心主线的话，那么研发效能建设就是这一核心主线之外最大的一条支线。