话题公司 › 58同城

公司:58同城

关联话题: 天鹅到家

58同城(NYSE:WUBA),简称58,是一家位于中国北京市的生活服务及分类信息网站,以在地服务为主,举凡租房、招聘、交友、水电、二手交易等等,由北京五八信息技术有限公司拥有,创始人是姚劲波,成立于2005年12月12日。该网站是中文最大的生活信息网站,该网站的口号是“一个神奇的网站”。

用midjourney轻松搞定微信红包封面设计

在这篇文章中,我们将深入探讨如何利用Midjourney来设计微信红包,让你的红包更具个性和吸引力。

转转流量录制与回放的原理及实践

Repeater流量录制和回放为什么无需业务编码即可完成?它如何做到?性能如何?线上流量如何录制?本文重点流量录制和回放底层实现原理,以及对线上流量录制一些思考。

OA法务模板合同系统:助力法务部门提高工作效率

企业法务部门一直以来承担着合同处理的重要职责。随着企业规模的扩大,合同数量和复杂度不断增加,例如劳动合同、租赁合同、签约协议等。这些合同的内容一般都比较复杂,不同的合同需要经常修改。再加上各级审批人的审批流程冗长,修改成本和审批成本的叠加导致法务部门处理合同效率低下。

为此,企业法务部门根据合同的特点将其分为模板合同和非模板合同。模板合同是指内容比较固定,只需针对部分内容进行填写或修改的合同。企业法务部门希望将模板合同的能力扩展到OA系统上,借助OA系统完成合同填写、修改、归档审批等工作,从而提高工作效率。

转转VOC实践之路-前端篇

为了有效了解用户需求、提升用户体验并获取宝贵的洞察,积极倾听客户的反馈,并基于这些反馈进行产品的运营和调整。这种以市场为导向的方法被称为"客户之声",即 Voice of Customer(VOC)。因此开发了 VOC 用户洞察平台,旨在优化业务并实现更高水平的客户满意度。

Redis Cluster基于客户端对mget的性能优化

Redis Cluster的mget命令不支持跨槽位执行,Lettuce客户端按槽位分别执行mget,性能表现不佳。本文介绍转转对提升Redis Cluster mget性能的优化。

针对大规模服务日志敏感信息的长效治理实践

近年来,国家采取了多项重要举措来加强个人数据保护,这些举措旨在确保用户隐私的安全,同时确保企业合规运营。在处理敏感数据时,企业有责任采取适当的措施来保护用户信息。

质量内建之异常日志跟进机制线上化

软件的质量保证包括外部质量和内部质量两部分,外部质量是用户的使用质量,用户能够直接感知;内部质量主要包括技术架构和代码质量等,随着业务的快速发展,内部质量往往很容易被忽视。

之前QA在进行全流程质量把控的过程中,更多的关注点都放在业务维度,主要包括:需求质量、提测质量和线上online问题等,随着业务的迭代,系统类问题如运行时异常和业务异常会不断的累积,QA也需要在日常对系统层面做关注,跟开发同学一起进行质量内建,只有将清理做到日常,我们的系统才会越来越健壮,业务也才能够快速发展。

转转服务瘦身实战

本文主要介绍了转转在服务瘦身方面的实践,主要包括下掉僵尸服务,下掉僵尸代码和下掉僵尸组件依赖3个部分。

空间索引技术在58搜索中的落地实践 – BKD技术原理深入剖析

关于BKD技术,只看这一篇就足够了。

转转OLAP自助分析实践

本文介绍转转在OLAP自助分析场景的解决方案。通过为什么做自助分析、具体做成什么样、技术上怎么实现以及我们的一些优化案例几个方面展开聊聊,供大家参考。

如何为Electron应用开发原生模块

Node.js允许开发者使用C、C++等语言开发像普通的Node.js模块一样通过require()函数加载的原生模块。

如果你也在用ZK,那这个导致集群挂掉的坑一定得注意!

ZK的选举端口在收到错乱的数据包时,可能会因创建负数大小的数组而抛出NegativeArraySizeException,导致选举端口的监听线程整体退出,从而无法选举。 集群还能正常读写,但无法选举,一旦有节点重启就加入不了。

基石可视化数据分析平台设计实践

基石,基于传统BI多类型数据源管理,在自助式生成数据展示页面的基础上,加强了数据增强分析能力。

转转One-Service数据服务体系建设

本次分享主题为转转 One-Service 数据服务体系建设,主要介绍转转在建设数据服务体系过程中的三个阶段,其中将详细介绍 One-Service 统一查询服务建设思路。

移动端如何做好数据防护

流量的背后,是海量的数据,而数据又逐渐成为各个企业的核心资产。做好数据的防护工作,是每一个互联网企业需要认真对待的一件事情。

数据服务在新媒体业务体系中的实践

转转正在开发一套数据服务中台系统,通过数据来源和数据内容来构建一个健壮的数据服务体系。数据处理器根据规则检验数据内容,防止脏数据流入系统,并根据规则处理数据。数据分发处理根据标准数据找到对应的数据处理器,确保数据的准确性与一致性。转转的目标是提供高质量、一致性和可信度的数据支持,通过统一定义、统一生产和统一消费的设计思路来解决数据治理问题。

首页 - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.3. UTC+08:00, 2024-12-07 23:24
浙ICP备14020137号-1 $访客地图$