公司:vivo
维沃移动通信有限公司(通称:vivo)是一家中国科技公司,主要生产智能手机、无线耳机等消费电子产品。
公司曾用名步步高通信设备有限公司、步步高通信科技有限公司,前身是1995年10月建立的步步高电话机厂,曾是步步高电子旗下品牌(前身为步步高音乐手机)。
vivo 容器集群监控系统架构与实践
本文介绍了vivo容器团队根据自身生产环境特点,利用云原生监控生态来构建容器集群监控架构的设计思路和方法及在实践过程中遇到的困难挑战和应对策略。
如何在 Vue 项目中,通过点击 DOM 自动定位VSCode中的代码行?
讲解通过点击页面元素自动定位vscode代码行的实现原理,以及在vue项目中的具体接入方案。
vivo大规模 Kubernetes 集群自动化运维实践
随着vivo业务迁移到k8s的增长,我们需要将k8s部署到多个数据中心。如何高效、可靠的在数据中心管理多个大规模的k8s集群是我们面临的关键挑战。
探究Presto SQL引擎(3)-代码生成
介绍基于Antlr实现where条件的解析原理,并对比了直接解析与代码生成实现两种实现思路的性能,经实验基于代码生成的实现相比直接解析有3倍的性能提升。
Kafka 负载均衡在 vivo 的落地实践
Cruise Control作为Kafka的运维工具,它包含了Kafka服务上下线、集群内负载均衡、副本扩缩容、副本缺失修复以及节点降级等功能。
B端设计规范 - Ant Design
习惯了C端设计的你,初次接触B端是否会不知所措?面对复杂难懂的B端业务,该如何尽快上手?表格、表单、图表该如何设计才能更有理论依据?本文将带你走进Ant Design,教你如何学习和使用它,轻松应对B端产品的设计需求。
C/C++ 单元自动化测试解决方案实践
本文主要介绍如何利用GCC插件来实现提升C/C++开发者的单元效率工具解决方案,希望对大家在提升单元测试效率上有所启发。
理“ Druid 元数据”之乱
本文主要从Druid元数据相关概念、Druid架构、Druid元数据存储介质三部分阐述Druid元数据信息,进而更全面、更系统的了解Druid系统内部各组件之间的协作关系和运行机制。
Kafka 万亿级消息实践之资源组流量掉零故障排查分析
本文是Kafak万亿消息实践中一次典型的故障进行详细分析和说明。深入到Kafka架构原理层分析故障出现的根因及对应的解决方案。
Android 子线程 UI 操作真的不可以?
本文主要基于对不可控的动效冲突问题,阐述优化处理方案及其可行性论证,并进一步分析Android的UI刷新与多线程限制间的关系,同时介绍Android屏幕刷新原理,并实践探索多UI线程可行性。
层层剖析一次 HTTP POST 请求事故
如何根据公司网络架构和业务特点,锁定正常请求被误判为跨域的原因并解决。
vivo 万台规模 HDFS 集群升级 HDFS 3.x 实践
从CDH集群滚动升级到HDP集群的实践案例。
用户行为分析模型实践(二)—— 漏斗分析模型
在《用户行为分析模型实践(一)—— 路径分析模型》中,讲述了基于平台化查询中查询时间短、需要可视化的要求,并结合现有的存储计算资源以及具体需求,我们在实现中将路径数据进行枚举后分为两次进行合并。
本次带来的是系列文章的第2篇,本文详细介绍漏斗模型的概念及基本原理,并阐述了其在平台内部的具体实现。针对实际使用过程的问题,探索基于 ClickHouse漏斗模型实践方案。
Redis 内存优化在 vivo 的探索与实践
本文主要是通过分析redis内存结构、介绍内存优化手段,同时结合实践案例,帮助大家在优化内存使用,快速定位redis相关内存异常问题。
从X80系列发布 看vivo从优秀到卓越做对了什么
一家企业如何从优秀,变得卓越?
如何利用认知偏差达成设计目标?
在近两年的电商相关设计实践中,积累和运用了一些关于改变用户认知和引导用户行为的心理学手段,例如心理账户、损失厌恶、社会认同等等。前段时间通过制作公司内部设计培训课程,进一步了解到这些积累的理论其实属于心理学上的认知偏差现象,甚至包括一些我们熟知的设计法则也都源于人的认知偏差,比如奥卡姆剃刀、峰终法则、序列效应等等。这些积累加深了我对认知偏差现象的研究兴趣。
本文介绍了认知偏差现象及其产生的原因,提出了怎样在用户体验的4个阶段(注意、决策、感受、回访)利用相应的用户认知偏差达成设计目标,进而帮助业务目标的实现。