话题公司 › 京东

公司:京东

关联话题: JD

京东是中国最大的电子商务公司之一,成立于1998年。公司提供在线零售、物流配送、支付服务等一系列互联网服务。京东市场规模庞大,是中国最大的网络零售商之一。随着国内电子商务市场的不断发展和技术的不断提升,京东已经成为中国互联网行业的领导者之一。

缓存之美:万文详解 Caffeine 实现原理(下)

Caffeine缓存通过getIfPresentput方法实现高性能读写,核心是TinyLFU算法结合频率草图优化缓存命中率。采用分段设计的MPSC缓冲区(ReadBuffer/WriteBuffer)减少竞争,维护方法动态调整窗口区、试用区和保护区的元素分布。驱逐策略基于频率和LRU混合判定,结合climb方法自适应分区大小,适合高并发场景,兼顾内存效率与访问性能。

如何一眼定位SQL的代码来源:一款SQL染色标记的简易MyBatis插件

后端研发和运维常面临SQL定位难题,基于姓名贴灵感,开发了一款MyBatis SQL染色插件。该插件轻量高效,无侵入业务代码,支持多种SQL语句,通过statementId和pFinderId实现SQL唯一标识,方便分布式跟踪。插件还支持自定义信息染色,如线程id等,助力快速定位SQL来源,提升排查效率。

多智能体强化学习的算力调度创新,让每一份算力都创造广告价值

基于多智能体强化学习的全链路算力调度方案(MaRCA)通过用户价值、算力、动作价值预估及负载感知决策模块,解决流量波动大、算力资源受限下的商业价值最大化问题。MaRCA采用集中式训练与分布式执行,显著提升广告收入并降低系统风险,推动算力调度向智能化演进,为搜广推行业提供了高动态场景下的算力优化新范式。

探秘京东外卖幕后:地图&轨迹技术探寻

京东外卖将引入地图轨迹技术,实时展示骑手送餐路径,提升用户体验。地图轨迹技术广泛应用于出行导航、物流追踪等领域,其核心在于地理坐标系统和投影技术。ArcGIS和QGIS是主流GIS软件,分别适用于大型项目和小型开发。GPS技术通过卫星信号实现精准定位,北斗系统在亚太地区表现优异。轨迹数据可通过多种格式存储,如GPX、FIT等,常用于运动记录和地理信息共享。

线上机器CPU占用高分析实践

线程状态分析聚焦于WAITINGTIMED_WAITING,前者等待特定操作触发,后者设定时间限制自动恢复。线程池嵌套调用导致CPU频繁切换,建议统一线程池优化。火焰图揭示锁性能和CPU采样问题,getFatherActivity大对象反序列化拖累性能,优化建议使用toMap并减少循环内调用。并发线程执行结果工具类需处理异常日志,避免资源浪费。

京东零售广告创意:引入场域目标的创意图片生成

京东广告团队提出了一种基于多模态大语言模型(MLLMs)的广告图片生成方法,旨在优化点击率(CTR)。通过预训练和强化学习微调,团队引入了一种新颖的奖励模型和以商品为中心的偏好优化策略,确保生成图片的视觉吸引力和商品相关性。实验表明,该方法在在线和离线指标上均达到了最先进的性能,显著提升了广告效果。

揭秘双11保障:深度解析物流CEO大屏与供应链大屏的稳定性保障机制

双11供应链大屏的稳定性保障,通过全链路流程图梳理风险点,分层处理数据接入、加工、存储和服务。技术策略包括高可用接口、监控前置、容错重算和快速恢复。业务促销策略灵活调整,确保数据准确性和接口稳定性。监控覆盖全环节,提前感知异常,保障大屏数据稳定可靠。

如何一眼定位SQL的代码来源:一款SQL染色标记的简易MyBatis插件

后端研发和运维常面临SQL定位难题,难以快速识别SQL来源和业务方法。为解决此痛点,基于姓名贴灵感,开发了一款SQL染色标记MyBatis插件。该插件轻量高效,对业务代码无侵入,支持SELECT、INSERT、UPDATE、DELETE等语句,内置statementId、PFinderId,方便分布式跟踪和定位。用户还可自定义附加信息,如线程id等,提升SQL排查效率。

论文分享:GLM: General Language Model Pretraining

GLM提出了一种基于自回归空白填充的通用语言模型,通过2D位置编码和任意跨度预测改进预训练,适用于多种NLP任务。实验表明,GLM在同等模型规模和数据下优于BERT、T5和GPT,展现了强大的泛化能力。其多任务预训练和微调策略进一步提升了模型性能,尤其在NLU和生成任务上表现突出。

揭秘Chrome DevTools:从原理到自定义调试工具

Chrome DevTools是前端开发的核心工具,支持网页、Android WebView及Roma安卓&鸿蒙端调试。其核心为Chrome DevTools Protocol (CDP),通过JSON-RPC实现双向通信,支持DOM操作、网络监控、JavaScript调试等功能。自定义调试工具可突破DevTools局限,适用于非网页应用及特定领域需求,需实现消息通道与运行时环境集成。掌握DevTools原理与CDP协议,有助于开发高效调试工具。

隐形的守护者(风控技术篇)-时序流异常检测(Self-Isolation-Stream)

时序流异常检测技术通过自隔离机制和记忆空间,有效捕捉序列模式异常,适应数据分布变化,减少无效预警。该技术在多维趋势、概念漂移和周期序列检测中表现优异,能早期发现异常,降低企业风险。基于轻量级框架,支持大批量场景应用,提升风控巡检效率,减少70%以上无效预警,为企业提供隐形守护。

业务监控-京东物流Promise实践与探索

业务监控需兼顾技术指标与业务指标,前者确保系统稳定,后者关注数据正确性。两者相互关联,技术问题直接影响业务,但业务异常未必源于技术。构建业务指标体系时,需确保指标有价值、可度量、可操作且易于理解。监控过程中,逐步迭代优化,去除干扰数据,确保指标稳定有效,同时避免过多冗余,快速定位问题。

35W+京东商家共同选择的京点点AIGC平台,内容生成妙在哪里?

京东零售技术推出的“京点点”AIGC平台,通过四大技术创新,助力商家高效生成商品图片和营销文案。平台采用DiT框架和Flow Matching技术,提升图像生成质量;自研ReferenceNet和ControlNet,实现精准图像控制;结合多模态商品理解模型和RAG方案,优化文案生成。AI生图效率提升95%,成本降低99%,为电商内容生产提供高效解决方案。

本地缓存 Caffeine 中的时间轮(TimeWheel)是什么?

Caffeine缓存通过时间轮机制实现高效的元素过期管理。时间轮采用分层结构,将元素按过期时间分配到不同层级,如秒、分钟、小时等。元素添加时计算过期时间并分配到相应层级,随着时间推移,元素可能被重新分配到更低层级或直接过期驱逐。这种机制确保过期检查仅针对可能过期的元素,提升缓存性能。

行云前端重构之路:从单体应用到 Monorepo 的血泪史

行云前端工程在行云2.0时代迅速扩展,但面临代码结构混乱、业务杂糅、构建效率低下等问题。通过“内外同源绞杀计划”,采用monorepo架构,借助Nx和pnpm工具,实现了模块化、微前端化改造。优化了构建流程,清理了冗余代码,统一了样式规范,提升了扩展性和可维护性,为业务发展提供了坚实的架构支撑。

AI Agent实战:打造京东广告主的超级助手

京东广告团队基于大语言模型技术,开发了京准通智能助手,应用于广告投放场景。通过RAG和Function Call两大核心技术,智能助手实现了智能客服、数据查询、广告创编等功能。团队还构建了Agent搭建平台,提升工程复用率和应用搭建效率,支持多Agent架构升级,持续优化商家服务体验。

首页 - Wiki
Copyright © 2011-2025 iteam. Current version is 2.142.1. UTC+08:00, 2025-03-29 11:04
浙ICP备14020137号-1 $访客地图$