实时音视频通话已经成为人们生活中重要的组成部分。而在通话过程中，总会存在意外情况，比如，坐在飞驰的高铁上——信号时好时坏……实现高质量的实时音视频通话需要优秀的“基建技术”来保障网络传输的稳定性和可靠性。

埋点设计文档面向开发的埋点需求说明书，目的是让开发理解需要在什么情况下做哪些埋点采集，以及具体需要的属性参数类型、取值，确保采集的准确性和完善性。

HiveServer2 属于 Hive 组件的一个服务，主要提供 Hive 访问接口，例如可通过 JDBC 的方式提交 Hive 作业，HiveServer2 基于 Java 开发，整个服务运行过程中，内存的管理回收均由 JVM 进行控制。在 JVM 语言中的内存泄漏与 C/C++ 语言的内存泄漏会有些差异，JVM 的内存泄漏更多的是业务代码逻辑错误引起大量对象引用被持有，导致多次 GC 均无法被回收，或者部分对象占用内存过大，直接超过 JVM 分配的内存上限，导致 JVM 内存耗尽，引起 JVM 的 OOM。这种情况下该 JVM 服务会停止响应并且退出，但是并不会引起操作系统的崩溃。

以 Kubernetes 为代表的云原生技术底座支撑了字节跳动业务的快速发展。从微服务场景开始，Kubernetes 逐渐演化统一支撑了字节内部的大数据、机器学习以及存储服务等多种形态基础设施。

本文将基于典型案例，系统分析、分享 iOS 发热降频的基本概念与处理经验，希望能够解决大家对 iOS 发热降频的疑惑，帮助大家遇到类似问题时知道如何分析问题、发现证据、解决问题。

随着接入应用以及应用的 DAU 日益增加，ClickHouse 表的事件量增长迅速；并且基于行为数据需要分析的业务指标越来越复杂，需要 JOIN 的表增多；我们遇到有一些涉及到 JOIN 的复杂 SQL 执行效率低，内存和 CPU 资源占用高，导致分析接口响应时延和错误率增加。

本文从飞书 Android 升级 JDK 11 意外引发的 CI 构建性能劣化谈起，结合高版本 JDK 在 Docker 容器和 GC 方面的新特性，抽丝剥茧地介绍了分析过程和修复方法，供其他升级 JDK 的团队参考。

通过一系列的图像处理和计算机视觉算法，将文字区域的背景色和字体颜色提取出来，为后续的自动化断言提供精确的输入，降低人工检查的成本。

火山引擎 RTC FoV 方案通过分片、多 GPU 分布式并行编码、按视场角下发和解码分片等多项优化，实现了 8K@120fps 全景视频实时传输。利用视场角预测技术保证超低头动延时（MTP），为人们带来超清、流畅、舒适的“沉浸式”体验。

文本介绍了2022年抖音春节活动中，支持海量用户超高峰值的奖励发放技术方案。在活动期间整个系统完成了几十亿笔奖励的正确发放。针对现金类奖励的多重在线和离线对账中未检测到任何差帐，做到了100%的正确性。

随着应用的能力更新迭代，应用安装包体积将逐步增大，用户下载应用消耗流量产生资费进一步增长，用户下载意愿会相对下降；另一方面，随着包体积增大，安装应用的时间会相对变长，影响用户使用感受；对于ROM较小的低端手机，应用解压后内存占用更大，部分手机管家会提示内存不足提示卸载，直接影响用户使用。

本文综合各个维度深入浅出的介绍抖音 iOS 目前高效、通用、便捷的一套多产物代码隔离框架规范。该方案目前在多个 App 落地推广，可以给其他项目（公司内外）借鉴，特别是涉及到的工程方面的思考，希望对架构方向的同学有一定的启发。

字节跳动服务框架团队依据过往的业务实践提出了一个新的微服务架构演进方向——通过通用能力持续下沉和 Service Mesh 基础能力复用，促使云原生微服务架构逐步演进到多运行时微服务架构。

增加并发是否是启动优化的良策？本文将结合飞书 iOS 端启动优化，探索 QoS 对线程调度的影响。

如何实现数据分析嵌入集成？

当程序运行时， 我们获取到一个 interface 变量， 程序应该如何知道当前变量的类型，和当前变量的值呢？

当然我们可以有预先定义好的指定类型， 但是如果有一个场景是我们需要编写一个函数，能够处理一类共性逻辑的场景，但是输入类型很多，或者根本不知道接收参数的类型是什么，或者可能是没约定好；也可能是传入的类型很多，这些类型并不能统一表示。这时反射就会用的上了，典型的例子如：json.Marshal。

再比如说有时候需要根据某些条件决定调用哪个函数，比如根据用户的输入来决定。这时就需要对函数和函数的参数进行反射，在运行期间动态地执行函数。