知鸦日报2022-11-15

PEST宏观环境分析（以下简称PEST分析）主要围绕政治（P）、经济（E）、社会（S）和技术（T）这四大类影响企业的外部环境因素进行系统分析，是企业决策者或战略咨询顾问用来帮助企业检阅其外部宏观环境的一种方法。

宏观环境又称一般环境，与PEST分析相对应的是波特五力分析（具体环境分析）和SOWT（优劣势）分析，这三个分析方法构成了战略分析的“铁三角”。能够熟练的使用这三个方法，会让企业的战略决策工作变得得心应手。

PESTIA模型于2020年10月笔者提出，在原有模型PEST基础上增加两个维度分析（这是突出时代重点的思考，不是逻辑补位）：

“I” 即Industry，工业化（含数字化、生产服务等专项分析）；

“A” 即Area（含地理区域的重点分析）。

行业生命周期理论是企业战略管理实践和管理咨询中做企业外部环境分析时广泛使用的一种重要理论工具，它通过行业增长率、市场集中度、竞争状况、市场容量、利润率、技术成熟度等指标，将一个行业从兴起到衰落分成幼稚期、成长期、成熟期和衰退期四个发展阶段，用以指导企业是否进入某个行业以及在现有各战略业务单元之间分配有限资源的战略决策。

游戏道具交易中，你可选择的支付方式有：网易支付、微信支付、云闪付等，你会选网易支付吗？本文和大家分享过去几年网易支付在与行业主流支付方式微信支付竞争的过程中，网易支付占比能维持在85%的一些体会。

“创新扩散理论”是美国学者埃弗雷特·罗杰斯（E.M.Rogers）提出的。罗杰斯这里所指的创新是：“一种被个人或其他采纳单位视为新颖的观念、时间或事物。”

而一项创新应具备相对的便利性、兼容性、复杂性、可靠性和可感知性五个要素。另一美国学者罗杰·菲德则认为创新还应当包括“熟悉”这一要素。这个做产品的同学应该非常熟悉和理解这几个词的含义，就不过多解释了，都是我们在产品设计中经常用到的几个概念，基本等同于尼尔森设计十原则。

这个理论的重点在于结构性的将产品生命周期进行了切割，将不同周期和不同的用户类型进行了划分。

用户增长，是互联网圈永恒的话题。无论企业或产品，都要增长才能保证生存、才能创造更多的价值、服务好更多的用户。

用户增长地图，是借助了用户增长模型AARRR的概念，总结出来的一套方法。

用户增长地图为我们展开了一幅用户生命周期的全景图，它包含了所有的营销和体验点，帮助我们找到提升商业价值的出发点。

在内容化消费的今天，越来越多的应用开始强调针对内容的沉浸式设计，虽然只是很小的细节，但却可以让你的界面愈发的活力，甚至充满情绪。

我们都知道iOS在一些诸如背景设计的处理上做得非常到位，那苹果是怎么做到的呢？今天就简单为大家介绍下你之前可能不太熟悉的手段：混沌分形。

关注闲鱼技术的同学想必都对Kun有所了解，Kun是闲鱼技术团队自研终端渲染容器，使用前端研发方式进行高效开发，最终以Flutter渲染给用户提供高性能体验。Kun已经在我发布的、闲鱼号、闲鱼超市等业务中使用，提供给用户良好的加载性能与独特的增强体验。一年一度的双十一要到了，我们也希望双十一能够应用Kun的加载性能与增强体验。而今年闲鱼双十一主互动是一个游戏化场景，具备互动复杂以及强运营诉求的特点，Kun能否在闲鱼双十一应用呢？

B站作为今年S12的官方直播渠道，哔哩哔哩赛事直播间实时人气一度超过3.1亿，如何保障整个S赛洪峰流量下系统的稳定性和流畅性，给我们带来了巨大挑战。

本文从一次简单的性能优化开始，挖掘了Retrofit的实现细节，并在此基础上，探索了对Retrofit的更多玩法。

本文从架构、测试、场景等几个方面分享了 Apache Pulsar 在拉卡拉的技术实践。

从字面上看，研发效能追求的是“效率”，但是脱离目标谈效率是没有意义的。从研发的角度看，软件的意义就是交付用户和客户的所需，从而产生价值。因此，研发效能就是更快地为软件的用户或客户交付价值。这里的价值包括以下几个方面。

有效性：让业务交付的服务与客户的需求及市场更加匹配，即对不对的问题。

质量：提升业务的安全性和可靠性、用户体验等，即好不好的问题。

效率：提升研发运维和变更的效率，即快不快的问题。

2021 年，腾讯 CSIG 技术委员会成立了研发效能提升组，基于腾讯云的技术标准化，以CODING 为底座，建设了统一的 DevOps 平台，集成从需求、代码、制品到云原生部署研发运维全生命周期的工具能力，基于工作流帮助业务实现研发运维过程的自动化，提升软件研发效率和质量。

在介绍Presto在B站的实践之前，先从整体来看看SQL在B站的使用情况，在B站的离线平台，核心由三大计算引擎Presto、Spark、Hive以及分布式存储系统HDFS和调度系统Yarn组成。

如下架构图所示，我们的ADHOC、BI、DQC以及数据探查等服务都是通过自研的Dispatcher路由服务来进行统一SQL调度，Dispatcher会结合查询语句的语法特征，库表读HDFS的数据量以及引擎的负载情况等因素动态决定选择最合适的计算引擎执行，如果是Hive的语法需要用Presto执行的，目前利用Linkedin开源的coral对语句进行转化，如果执行的SQL失败了会做引擎自动降级，降低用户使用门槛；调度平台支持Spark、Hive、Presto cli的方式提交ETL作业到Yarn进行调度；Presto gateway服务负责对Presto进行多集群管理和路由；我们通过Kyuubi来提供多租户能力，对不同部门管理各自的Spark Engine，提供adhoc查询；目前各大引擎Hive、Spark、Presto以及HDFS都接入了Ranger来进行权限认证，HDFS通过路径来控制权限，计算引擎通过库/表来控制权限，并且我们通过一套Policy来实现表, column masking和row filter的权限控制；部分组件比如Presto、Alluxio、Kyuubi、Presto Gateway、Dispatcher, 包括混部Yarn集群都已经通过公司k8s平台统一部署调度。

元数据是数据平台的衍生数据，比如调度任务信息，离线hive表，实时topic，字段信息，存储信息，质量信息，热度信息等。在数据平台建设初期，这类数据主要散落于各种平台子系统的数据库中，例如HiveMetaStore,调度系统db等，在这个时期数据平台主要以服务业务数据需求为主，平台也以管理表，写ETL，配置调度这类功能性需求作为重点，对于这些散落元数据的收集与统一管理并没有太过强烈的诉求。

随着数据平台业务规模的增长，平台会沉淀大量的数据表，调度任务等元数据。由于前期快速的业务发展产生大量数据管理成本，存储计算成本。此时会逐步产生诸如模型规范治理、模型变更影响，指标异动定位，重复建设治理等需求场景。基于这些场景需求，此时数据平台仅提供数据开发相关的功能便难以满足业务需求，需要建设以数据地图（找数），血缘地图（定位数据链路），影响分析工具，资产看板，治理工具 等一系列偏向于事后的信息查询、治理相关产品工具。

由于先前元数据的散落，导致系统间数据相互耦合，边界不清楚，无法以全局视角观察分析平台数据资产，无法串联数据之间的生产加工关系。于是建设起完善可靠的元数据服务成为后续满足数据发现，数据治理业务的关键。

数据平台部作为B站的基础部门，为B站各业务方提供多种数据服务，如BI分析平台，ABTest平台，画像服务，流量分析平台等等，这些服务、平台背后都有海量数据的取数查询需求。伴随着业务的发展，取数服务也面临越来越多的挑战：

1. 需求多、人力紧张，越来越多业务基于数据驱动来做运营，相关的取数需求如：指标查询、UP主、稿件等明细数据的个性化查询需求越来越多，导致在需求响应上，有限的人力跟不上业务发展。
2. 系统架构重复建设：基于Lambda，Kappa的大数据应用架构在B站有一些应用积累，但非平台化，导致在新场景支持上，出现重复建设，增加了维护成本。
3. 性能优化成本高：在满足多种取数场景需求上，数据服务引入多种引擎，比如Elasticsearch、ClickHouse、HBase、MongoDB，这些引擎都需要查询定制优化，增加了研发成本。

基于这些问题的思考，我们在取数服务上经过了2次大的架构升级，不断探索服务化，平台化之路，下面介绍我们在这方面的工作，欢迎大家一起学习交流。

服务网格是用于处理服务间通信的专用基础设施层。它负责通过包含现代云原生应用程序的复杂服务拓扑来可靠地传递请求。

线上系统的日志能够记录线上服务的详细信息包括请求参数，返回的结果，处理过程中出现的错误信息等等。这些信息能够帮助我们debug线上问题，根据错误日志发出报警，将线上日志回放到测试环境也能为测试提供数据源。同时，日志记录的用户行为，也能够帮助我们分析用户，产出报表，通过数据挖掘来进一步优化系统。为此，我们需要能够对日志进行高效的利用。

故障预测与健康管理(PHM)如何应用于去哪儿的运维实践，看看这篇。

写故障相关的文章比较痛苦，着实感觉有点费力。因为故障这个事情，跟技术、管理、团队、人员息息相关，是需要一整套体系来保障的。后来想想， Google 为了介绍稳定性和 SRE 的职责，可以出厚厚一本书，就能明白稳定性和故障管理这项系统工程的复杂度了。

所以，这篇文章还是聚焦一下，聚焦在：故障的事后阶段。作为一个经历了无数故障的技术管理者，把我在经历了煎熬和痛苦之后的一点点体会总结出来的，共勉。也希望我们每一个人和团队都能够在故障的涅槃重生中达到升华。

KubeBrain 是字节跳动针对 Kubernetes 元信息存储的使用需求，基于分布式 KV 存储引擎设计并实现的、可以取代 etcd 的元信息存储系统，目前支撑着线上超过 20,000 节点的超大规模 Kubernetes 集群的稳定运行。

质量评估模型助力风险决策水平提升。

本文围绕 npm、yarn、pnpm 来阐述包管理工具在迭代演进中提出的一些创新性特性以及其遇到困难是如何解决问题的。

XSearch深刻践行了 Native + 动态化的理念，端上框架内提供动态化坑位，定义好交互行为。

C端的产品更加注重运营策略和展现形式，不仅要考虑视觉侧的氛围与效果，还要顾及商业运营中如何更高效的提升转化率和变现的根本策略；而B端产品重点在于提升用户效率的体验目标，因此B端产品的设计策略显得更加纯粹。本篇文章通过B端和C端产品存在交集的案例分享其中的细节与优势。