在跨国项目中，如何利用京东已有的成熟产品经验，做海外国家的本土化落地；如何判断目标国家和我们国家的文化价值观差异；如何找到适合本地市场的设计思路？本篇主要探讨跨国文化的设计研究方法。

矩阵式产品应该如何设计呢？本文由秒杀频道矩阵的特点切入，并阐释了关于秒杀频道矩阵设计的三点思考，希望能为同类型产品的设计提供借鉴思路。

如何通过竞品分析提炼有效信息，为业务或设计决策提供强有力的支撑？文章主要介绍将用户体验五要素和表格对比法相结合的方式，系统阐述竞品分析的思路。

Drag组件是即将发布的京东开源NutUI 3.0的一个拖拽组件，让我们一起来看看是如何实现的吧。

TURF分析，也称累计不重复到达率和频次分析，是一种研究如何组合资源以达到最大市场覆盖的方法。

随着公司业务的快速发展，埋点数据在业务分析中越来越重要，历史上达达快送的埋点数据一直存在问题，所以需要去对现行埋点框架进行重构。

埋点框架现状为：由业务方触发埋点，开启异步线程，经过数据组装处理后入库同时进行上报，上报结束后捞取数据库中剩余所有埋点的一半再次上报，不对埋点数量进行检查，也不管被捞取的埋点是不是正在上报的埋点，如此循环，且埋点文件分散在多个模块中，相互调用。

9.16号Apple发布了iOS 16.1的第一个Beta版本，截止9.18日京东APP 的单日用户已达4w+。新版本发布后，我们崩溃监控系统监控到了在16.1版本出现了大量导航栏相关的崩溃，崩溃量排到第一，这里介绍下此崩溃问题的解决过程。

在数字化时代的今天，我们都认同数据会创造价值。为了最大化数据的价值，我们不停的建立着数据迁移的管道，从同构到异构，从关系型到非关系型，从云下到云上，从数仓到数据湖，试图在各种场景挖掘数据的价值。而在这纵横交错的数据网络中，逻辑复制扮演着极其重要的角色。

让我们将视角从复杂的网络拉回其中的一个端点，从PostgreSQL出发，对其逻辑复制的原理进行解密。

随着线上即时消费需求增长，线下门店与线上渠道销售采用一盘货模式，本文将为您带来保证库存一致、准确的一体化解决方案。

用户触达：可以简单理解为通过某种方式将消息传递给用户的行为；触达的特定消息从功能上可分展示、引导落地两层。用户触达作为一种产品运营方式，已经融入我们日常生产活动的方方面面。在移动互联网的世界里，我们的产品离不开触达，用户活动也离不开触达。

B端产品相对垂直，服务特定人群的特定需求，功能上会有与众不同之处。单纯按照惯性思维套壳只能让产品“能用”，其中缺少的是一步分析的过程，将功能翻译成易于理解的视觉语言。这次通过一个实际项目中遇到的页面，着重介绍“翻译”的部分，讲解下如何将晦涩难懂的操作流程用视觉语言表达出来。

本文主要讲述在业务复杂化背景下，如何通过技术手段优化系统性能，提升用户体验。重点介绍了方案落地过程中遇到的一些问题和解决方案。

在实际开发中，经常会遇到各种不同的配置文件。通常，程序运行的各种配置从外部读取，以增强应用配置的灵活性。java 生态中的 springboot 提供了这种设计的典范。springboot 的应用程序，默认通过 application.yml 加载配置。默认的 application.yml 文件打进 jar 包，如果想改变程序的行为，可以在jar 包的同级目录下创建 application.yml 文件或者通过参数指定配置文件位置。那么在 rust 生态里有没有办法把默认配置文件打包到二进制文件呢。

我们可以通过rust-embed 第三方库来实现这一效果。

可视化大屏设计中，如何根据需求制定设计方案？

Apache Flink作为Google Dataflow Model的工业级实现，经过多年的发展，如今已经成为流式计算开源领域的事实标准。它具有高吞吐、低时延、原生流批一体、高一致性、高可用性、高伸缩性的特征，同时提供丰富的层级化API、时间窗口、状态化计算等语义，方便用户快速入门实时开发，构建实时计算体系。

古语有云，工欲善其事，必先利其器。要想让大规模、大流量的Flink作业高效运行，就必然要进行调优，并且理解其背后的原理。本文是笔者根据过往经验以及调优实践，结合京东实时计算平台（JRC）背景产出的面向专业人员的Flink流作业调优指南。主要包含以下四个方面：

• TaskManager内存模型调优
• 网络栈调优
• RocksDB与状态调优
• 其他调优项

本文基于Flink 1.12版本。阅读之前，建议读者对Flink基础组件、编程模型和运行时有较深入的了解。

随着到家业务与小时购业务的快速发展，系统迭代日新月异，测试效率面临巨大挑战。通过我们调研和分析，发现人工准备测试数据的工时占整个软件测试周期的30%及以上，且准备测试数据的过程极其枯燥繁琐。如何快速响应各业务方提出的不同场景测试数据支持，是我们面临的一项极大挑战。本文将会带你详细了解京东到家数据构造平台的诞生及应用。