知鸦日报2021-04-10

本篇文章会从理解消息通知、盘点消息内容、设计消息中心三个部分，介绍如何设计全面、及时、高效的消息通知系统。

本文将从数据可视化的应用原则、图表构成以及数据可视化图表的基本类型和选用规则出发，带你走入数据可视化世界的一角，领略其独特魅力。

最近，人们对面向服务的系统架构和微服务系统架构的缺点进行了大量的讨论。尽管仅仅在几年前，由于微服务体系架构提供了许多好处，如独立部署的灵活性、明确的所有权、提高系统稳定性以及更好地分离关注点等，但近年来，人们开始谴责微服务的倾向极大地增加了复杂性，有时甚至使微小的特性也难以构建。

随着 Uber 已经发展到大约 2200 个关键微服务，我们亲身体验了这些折衷。在过去两年里，Uber 试图降低微服务的复杂性，同时仍然保持微服务架构的优势。通过这篇博文，我们希望介绍我们对微服务体系结构的通用方法，我们称之为“面向领域的微服务体系架构”（Domain Oriented microservice Architecture，DOMA）。

由于这些缺点，近年来批评微服务架构变的很流行，但很少有人主张彻底拒绝微服务架构。系统的运营效益（可维护性）太重要了，而且似乎没有或极其有限的替代方案。我们使用 DOMA 的目标是为那些希望在保持与微服务体系结构相关的灵活性的同时降低总体系统复杂性的组织提供一条前进的道路。

这篇文章解释了 DOMA，导致 Uber 采用这种架构的原因，它对平台和产品团队的好处，最后，为希望采用这种架构的团队提供了一些建议。

模板模式定义了操作的流程，并将流程中的某些步骤延迟到子类中进行实现。

在推荐系统中，最常用的排序模型是以用户点击为目标的CTR预估模型，它没有考虑用户点击后的消费深度，也没有考虑用户的多种互动行为带来的生态方面的收益。为了取得CTR以外的更多收益，QQ看点团队在深度学习框架下，对推荐系统中的多目标建模做了一系列的研究和实践，在图文场景下完成了技术落地，实现了用户阅读时长的显著提升，并在内容生态和账号生态上也取得了正向收益。本文将由浅入深，分享腾讯QQ看点图文多目标推荐实践中积累到的经验和方法，供有需要的同学参考。

解决金融风控数据监控“开发门槛高”“重复工作多”的痛点，实现PSI计算性能十倍速提升。

毫无疑问地说，作为测试是一定要熟悉业务的。实践中，读懂业务代码似乎并不是一件那么一帆风顺的事情，所以在此我总结了一些有可能阻碍读懂代码的小知识点进行分享。

从 React Native 的启动到页面的第一次渲染完成，结合 React Native 的源码和 1.0 的新架构，一一分析 React Native 的启动性能优化之路。

淘宝的 5 元书封，说便宜也不便宜，和用户自己上传的书封一样，不保证版权方面没有问题，存在着各种风险，而此时浏览器端书封制作系统成为了我们解决这个需求的一大利器……

本文介绍 U4 内核的 V8 JavaScript 引擎如何实现快、稳、强。

探索基于 Web Worker 实现 JavaScript 沙箱隔离方案过程中的一些资料收集、理解以及我的踩坑和思考的过程。

一切的一切都要从regeneratorRuntime is not defined报错开始说起，在我们使用 es7 语法async/await的时候，常常会利用 babel 进行兼容处理，在 babel 处理的过程中，如果useBuiltIns（useBuiltIns 是配置 babel 如何处理 polyfills 的）设置为entry（该设置为在入口处根据 target 引入 polyfills），并且没有引用插件 @babel/plugin-transform-runtime就会生成这个报错。

关于左右翻页，你必须知道的几种方案。

对于商业软件，在发布时防止逆向和篡改是很常见的需求，Node.js 作为脚本语言，在这方面天然存在不足，本文探讨一种通过发布V8引擎编译后的字节码来保护源码的思路。

当用户在线上浏览酒店时，作为旅行平台，如何挑选更合适的酒店推荐给用户，降低其选择的费力度，是需要考虑的一个问题。在携程APP中，一般会触发多种场景。在Figure 1中，我们列举了几种典型的场景：欢迎度排序，智能排序和搜索补偿推荐。

本文将主要介绍我们在补偿推荐场景中所做的算法优化工作。包含模型迭代、模型迭代过程中遇到的技术需求以及针对技术需求所做的一些基建等。

代码混淆对于每个入门的 Android 工程师来说都不会太陌生，因为在编译正式版本时，这是一个必不可少的过程。而且使用代码混淆也相当简单，简单到只需要配置一句minifyEnabled true。但是你是否理解混淆的原理，如果问你代码混淆到底做了什么，你会怎么说？

创业维艰，但善败者不亡。