中台营销业务涉及丰富的玩法和众多组合场景。活动优惠价格计算，再加上复杂的叠加互斥规则，很容易造成场景遗漏，甚至造成资损。传统的功能测试需要极大的人力成本，且大量重复性的回归测试会导致测试积极性受挫。因此，流量回放成了主要的自动化回归手段~

目前有赞共享技术团队测试介入的微服务应用有几百个，大部分底层应用的单测覆盖率在 70% 以上，同时测试组提供的多纬度集成测试自动化的覆盖率也在 70% 以上。有赞的业务发展非常快，当存量代码较多时，新项目功能测试的整体覆盖率偏低是正常现象，另外开发提测时，并不能依据已有的全量覆盖率来判断对新增代码的自测完成度，基于这个背景，我们研发了增量代码覆盖率工具，作为项目质量的参考纬度之一，支持统计功能测试、单测和集成测试，并集成到了 DevOps 平台。

如何从浩瀚的知识库中搜索出我们想要的结果，本文将从算法模型和工程实现为你介绍有赞知识库检索匹配的实践方法。

对于技术支持团队来说，很大一个优化工作的方向是从无序纷乱的日常线上问题处理和客户支持的过程中梳理事务、整理 SOP（标准流程），然后从 SOP 中提炼出各类可以被自动化的场景需求。

然而从「混乱-->标准-->自动化」的过程是比较反直觉的。因为重复于一些自己熟悉的工作流程、动作会给人带来安全感，这种安全感很容易使人安于当前的工作现状。因此很难跳出圈子来去分析和观察一些工作内容和流程是不是可以被优化。

在有赞，除了鼓励对接线上问题和商家的小伙伴有效能改进的意识，我们也有专门的角色去分析和提炼日常工作中的可以被自动化完成的工作。机器人流程自动化（RPA）相关的技术，就是我们其中的一个探索和应用方向。

本文基于开源 spline 方案的调研，对如何丰富 Spark APP 的血缘解析， 提供了方案和深入的原理剖析。

在NLP中，QP被称作Query理解（QueryParser），简单来说就是从词法、句法、语义三个层面对query进行结构化解析。这里query从广义上来说涉及的任务比较多，最常见的就是搜索系统中输入的查询词，也可以是FAQ问答或阅读理解中的问句，又或者可以是人机对话中用户的聊天输入。

在有赞，QP系统专注对查询内容进行结构化解析，整合了有赞NLP能力，提供统一对外接口，与业务逻辑解耦。通过配置化快速满足业务接入需求，同时将算法能力插件化，并支持人工干预插件执行结果。

以精选搜索为例，当用户输入衣服时用户往往想要搜的是衣服类商品，而不是衣服架，衣服配饰等衣服周边用品。通过将衣服类目进行加权，将衣服类的商品排在靠前的位置，优化用户搜索体验。

有了对比学习这个强力工具，以前做不了的都可以做了，思路都打开了。

有赞作为一家商家服务公司，OLAP对有赞非常重要，最近有赞门罗发布会上的有赞贾维斯、MA，都离不开OLAP，本文主要介绍Apache Doris在有赞OLAP的初步尝试。

有赞MENLO 2022发布会上，有赞创始人兼CEO白鸦与润米咨询创始人刘润共同回顾了有赞过去一年所经历内外环境的变化，并就「未来生意如何进化」展开了深入探讨。

小尹最近接到公司网站的一些图片文件打不开，但是百度等其他网站能够正常访问的问题。经过排查，小尹发现是电脑本地 DNS 使用的是日本的 DNS 服务器，导致网站的一些图片无法访问到对应的服务器，从而打不开图片了。

那么什么是 DNS ， 如何合理的配置 DNS ，本文将带你一起全方位了解下。

生活中我们更多的是作为被服务者的角色，比如在餐厅等了几个小时饭菜还没做好、抢票时遭遇系统崩溃错失购买机会等，我们几乎都投诉过，换位思考，我们清晰地了解投诉客户心理状态。愤怒、着急、焦虑，这些负面的情绪往往围绕着客户。

企业在前期通过各种方式积累的用户好感，也有可能在一通处理不当的投诉下灰飞烟灭。但投诉并非无解，即使做得再好的产品和服务，也会有问题的情况。如果我们能合适的处理好故障，帮助商家解决问题，反而能变坏为好。

早期我们并不鼓励任何的开发或者技术支持直接对接商家，在没有足够的客户服务和风险意识的情况下，直接对接往往会带来更多的问题。后来，在有赞上经营的大商家越来越多，服务和体验要求越来越高。我们也逐渐开放，让一部分懂服务懂商家的同学，直接对接，帮助商家解决问题，缓解商家焦虑的情绪。

文章深度拆解了有赞SaaS的策略、优劣势和挑战。

前文中我们提到过“线上问题分类”这个这字段，也收到读者来信咨询：线上问题分类中的有效咨询、无效咨询、技术 BUG 、产品 BUG 这几项具体是怎么定义的，今天小编就来具体介绍下，线上问题分类在有赞的具体实践。

Flutter 以其高还原度，匹配原生的性能和高开发效率，已经成为主流的移动跨平台技术。在不断发展过程中，也衍生出了很多优秀的开发框架，帮助开发者提高开发效率和降低开发成本。Fish Redux 就是一款优秀的 Flutter 状态管理框架。

目前零售移动在很多业务中都用到 Flutter，也是基于主流的 Fish Redux + Flutter Boost 模式。新技术的落地总是会伴随着各种踩坑，其中比较深刻的，是 Flutter 界面卡顿的问题，最终通过深入分析 Fish Redux 状态管理机制解决了该问题，也总结了一些经验供大家参考。

本文深入源码，介绍了redis的几种基本数据类型，以及新版本的特性。

从无到有导入 DoD 实践，并推动右移，使团队养成「聚焦目标」习惯。