公司：阿里巴巴
阿里巴巴集团创立于1999年，是中国大陆一家以提供互联网服务为主的综合企业集团，目前实行位于杭州，上海与北京的双总部制度。
阿里巴巴服务范围包括B2B贸易、网上零售、购物搜索引擎、第三方支付和云计算服务。集团的子公司包括阿里巴巴B2B、淘宝网、天猫、一淘网、阿里云计算、聚划算、全球速卖通、阿里巴巴国际交易市场、饿了么、飞猪、优酷、盒马鲜生、阿里影业、菜鸟网络、高德地图、Lazada、Daraz等。旗下的淘宝网和天猫在2012年销售额达到1.1兆人民币，2015年度商品交易总额已经超过三兆元人民币，是全球最大零售商。
至2012年九月底止的财政年度，以美国会计准则计算，阿里营业额按年增长74%至318.39亿元（港元‧下同），盈利急升80%至37.75亿元。2015年全年，阿里巴巴营收146.01亿美元，净利为74.94亿美元。2017年，根据阿里巴巴集团向美国证券交易委员会提交的IPO招股书显示，雅虎持有阿里巴巴集团22.6%股权、软银持阿里集团34.4%股份，另管理层、雇员及其他投资者持股比例合共约为43%，当中马云持阿里巴巴集团约8.9%、蔡崇信持股为3.6%。
2019年11月，阿里巴巴集团在在港交所二次上市。香港财经界把阿里巴巴、腾讯（港交所：700）、美团点评（港交所：3690）、小米（港交所：1810）四只中国大陆科技股的英文名称首个字母，合称“ATMX”股份。
2019年11月26日，阿里巴巴集团港股上市，总市值超4兆，登顶港股成为港股“新股王”。2020年8月，阿里巴巴集团港股总市值首次超过6万亿。
阿里巴巴拆份出去的蚂蚁集团上市前，网络金服整体遭遇到政府的强力监管，阿里巴巴同样受到影响，2021年4月10日，阿里巴巴集团涉垄断被中国市场监管总局罚款182.28亿元人民币。2023年三家中国最主要的金融机构，再联合开罚71亿元，不过也随着官方宣布最后整顿工作的完成，阿里巴巴股价开始反弹。
KLimiter自适应限流器
随着互联网业务快速发展，对下游资源的保护成为系统稳定性的重要环节。传统限流方式依赖于人为设定的固定阈值，易造成资源浪费或系统过载。为此本文介绍了KLimiter自适应限流器，它可以基于下游资源水位，对多个不同优先级的上游入口进行自适应调流。
商家营销工具架构升级总结
今年以来，商家营销工具业务需求井喷，需求数量多且耗时都比较长，技术侧面临很大的压力。因此这篇文章主要讨论营销工具前端要如何应对这样大规模的业务需求。
如何让Android的前端页面像iOS一样“优雅”？
文章探讨了Android前端页面在适配异形屏时，相较于iOS，为何难以实现同样“优雅”的界面效果，分析了原因在于Android系统限制、浏览器内核更新问题及SafeArea实现的不稳定性，并提出了改善适配的两种方案。
跟着iLogtail学习容器运行时与K8s下日志采集方案
本文跟随 iLogtail 的脚步，了解容器运行时与 K8s 下日志数据采集原理。
AIGC生成风格统一图片的方法介绍
近来AIGC图片生成技术快速发展，在电商以及内容创作领域展现出来极高的应用价值。除了基础的基于prompt的文生图能力，社区还涌现出来更多的扩展技术。本文将介绍如何利用AIGC生成多张风格一致的图片的技术，并进行详细介绍。
一文读懂 MySQL 并行查询 & DDL
随着用户表上数据量的增加，一些SQL的执行时间会变得越来越长。比如一些需要全表扫描的查询SQL，数据扫描过程会耗费一定的时间，表越大时扫描时间越久。再比如一些创建二级索引、重建表的DDL操作，会扫描全表，并做排序操作，表越大时扫描和排序耗时都会比较久。
为提升SQL查询性能，MySQL社区于8.0.14推出了InnoDB并行扫描特性，可通过innodb_parallel_read_threads变量控制并行扫描聚簇索引的线程数量；于 8.0.27 支持并行创建索引，可通过innodb_ddl_threads控制创建二级索引的并行线程数量，加速索引创建过程。MySQL的并行当前仅限于InnoDB层对全表的一个并行。
本文以8.0.37代码为基准，对InnoDB层的这些并行技术做一些基本介绍、原理解析。
灵魂拷问-前端到底能做些什么？--性能优化篇
作者最近在尝试对负责的平台进行性能优化，本文整理了些前端性能优化的一些常见策略。
通过实验深入了解 TCP 数据的发送和接收
本系列文章是组内写给新人和实习生的 TCP入门系列教程，结合了理论和实践，本篇为第二篇，建议先读上篇《TCP 连接的建立和关闭》。
Java Web应用升级故障案例解析
在JavaWeb应用程序优化过程中，从Tomcat7升级至8版本后，尽管在预发布环境验证无误，但在灰度环境中发现一个困惑的问题：新日志记录神秘失踪。本文探讨这问题的排查与解决过程，揭示Tomcat升级引发的不寻常日志记录故障背后的技术细节。
低成本工程实践-AI帮我写代码做需求
本文主要讲述，以“无需训练模型”的方式实现：AI智能分析功能需求、写代码、review代码解决特定业务问题的实践过程。
10种数据库技术的发展历程与现状
数据库是互联网的基石，可使信息被高效地组织、检索和分享。本文将探讨多种数据库类型，从传统的层次、网状、关系型数据库到现代的列存、文档、键值、图以及时序数据库，乃至新兴的HTAP数据库，揭示了各自的设计理念、技术特点、应用场景及局限性。
破解 ToB 产品体验与效率难题：产品设计工程化的力量
让设计稿不仅仅作为下游理解的效果图，而是成为产品工程（代码）的一部分。
架构设计的悖论，复用是美好的还是邪恶的
本文探讨了软件工程中代码复用与抽象的矛盾，通过对比SuperCell和阿里巴巴的中台策略，揭示了复用虽能提升效率但也可能增加维护成本和系统复杂性，强调正确识别真伪重复代码的重要性，提倡谨慎应用DRY原则，平衡YAGNI思想.....
如何微调（Fine-tuning）大语言模型？
本文介绍了微调的基本概念，以及如何对语言模型进行微调。
大模型长文本扩长技术实践探索：低成本且自适应不同长度
我们提出一种用于LLM高效扩长的方法（E^2-LLM），该方法仅需要一个训练阶段，而且无需收集长文本数据，支持短文本训练，任意长度推理。
Text-to-SQL技术演进 - 阿里云OpenSearch-SQL在BIRD榜单夺冠方法剖析
本文主要介绍了阿里云OpenSearch在Text-to-SQL任务中的最新进展和技术细节。