随着市场的变化和业务的发展，货拉拉已经从货运业务扩展到出行、国际化等新领域。为了适应业务的迅速扩张，新领域的服务通常会基于现有的系统架构进行开发。这种方法能够加快新领域服务的孵化速度，但同时也对质量保障工作提出了更高的标准和挑战：

冗余代码： 废弃的业务逻辑 ， 或者基于旧业务线系统修改的新业务线系统，都有大量冗余代码的产生，我们往往难以抽出足够的人力去清理这些冗余代码，这对基于代码覆盖率的测试监控带来了困扰；

回归成本高： 业务高速发展带来了频繁发布，我们迫切需要高覆盖率的自动化测试，以替代大部分或全部的人工回归，将更多人力放在增量代码测试上；

自动化无度量手段： 当前接口自动化的覆盖程度，是否能够代替全量回归等等这些都没有一个度量的手段，完全根据各业务线测试的经验来判断，这就会导致各业务线执行标准上的不一致，从而带来一些质量上的风险。

识别，是计算机视觉（Computer Vision, CV）领域研究最多、应用最广泛的视觉任务，其技术成熟、工具完善，在项目落地中扮演着重要角色。

本文探讨了图数据库在主机安全领域的背景、调研、应用和效果，提升主机安全防护能力。

背景随着社区对支持Swift的需求日益增多，Swift5.0二进制库也具有更好的稳定性和兼容性表现，货拉拉技

货拉拉大数据通过替换生产计算节点的机型，采用了ARM架构来降低计算成本。ARM机型具备高性能和低成本的特点，能够满足降本要求。尽管在大数据场景使用ARM机型的公司并不多，但货拉拉大数据决定逐步探索，将ARM机型应用到大数据生产环境。

背景LSM-Tree（Log-Structured Merge Tree）架构通过Log Append的方式

随着货拉拉国际化业务市场的飞速扩张和产品的高速迭代，质量保障工作遇到了前所未有的挑战。特别是我们的业务覆盖了13个不同的国家和地区，涉及近20种语言，横跨8个时区，17种支付方式，除了常规的逻辑功能测试之外，错综复杂的‘国际化’.....

本期关于系统容量保障方案及实践分享。

本文将详细介绍Bot管理的概述，主流厂商的Bot管理方案以及Bot管理的建设过程

背景在货拉拉小程序中有这样一个场景：从订单列表点击进入订单详情，由于订单详情是一个分包，所以可能会出现两次

近些年货拉拉的业务持续高速发展，为了满足业务更短周期、更高质量交付的诉求，从今年开始我们的移动App的迭代交付模型也从双周演化为单周。因此，在一周一版的紧张节奏下，随之而来的对测试质量保障的挑战也日益增加...

背景介绍货拉拉每天会产生大量的音频数据（30w 小时+），主要分为通话录音、行程录音和实时音频，其中通话录音包括司机用户的隐私号录音、进线客服录音和外呼录音等。

本期内容为重拾单元测试。

故事背景近期发生一起 ‘惊人事件’，重庆某男子，晚上 7 点独自一人开着小面飞驰在解放路上，原本 2 个小时

本文介绍货拉拉如何通过算法能力应对各种复杂情况下的供需失衡问题，提高服务质量和物流效率。

随着货拉拉技术团队不断扩展、技术框架上从PHP迁移到Java、核心业务交易由1.0演进到2.0。由于项目的持续更新，业务逻辑愈加复杂，代码频繁变更，技术团队对工程标准和规范的诉求也就愈来愈强烈。