知鸦日报2024-06-22

解锁用户研究的新范式：如何巧妙地将AI工具融合到工作流中以提升效率。

网易自 2006 年开始使用大数据技术组件，如分布式数据库、分布式文件系统、分布式搜索引擎，支撑了网易互联网 2.0 时代的产品。自 2009 年开始基于 Hadoop 构建数据分析及运维相关工作。在 2014 年上线了大数据平台猛犸、网易有数等产品，加速了网易内部大数据的规模化应用。针对很多企业产生的开展数据分析的诉求，网易在 2017 年启动对外商业化产品推广，并在 2018 年将数据中台构建覆盖到网易严选、考拉、音乐、新闻等业务，形成了“全链路数据中台”解决方案，并对外发布。在 2020 年，网易提出“数据生产力”的理念，倡导“人人用数据、实时用数据”。在 2022 年发布了数据治理和数据开发一体化“数据治理 2.0”解决方案，2023 年发布了全新产品 ChatBI、指标中台。

归因分析的配置需要用户提供关注的核心维度，只会对这些特定维度进行拆解。不同的归因模型对单维、多维、比值类型的指标采用不同的方法。文章分享了配置的重要性，并提到了分享嘉宾陈建峰的背景和经验。摘要：归因分析的配置包括关注核心维度、不同归因模型的方法。

京东综合能源管理平台多维数据分析引擎的架构和设计。

本文分享关于 Doris 的实际使用情况，主要是物化视图、索引的典型应用案例，以及在使用 Doris 过程中的一些心得。

字节跳动基于 Doris 实现了哪些能力提升？

A story of operational failure in large scale Elastisearch installation including the root cause analysis and mitigations that followed.

营销组合建模是营销领域的经典问题，用于预测广告商家的总交易量，帮助决策者调整预算分配，传统MMM方法在复杂营销场景下效果仍有提升空间。本文基于因果推断定义CausalMMM问题，从数据中发现可解释的因果结构，并得出更好的GMV预测结果。

序列化是指将数据从内存中的对象序列化为字节流，以便在网络中传输或持久化存储。序列化在Apache Flink中非常重要，因为它涉及到数据传输和状态管理等关键部分。

深入探讨pfinder的核心原理和架构设计，揭示它是如何实现应用全链路监控的。我们将从pfinder的基本概念和功能开始讲起，逐步深入到其具体实现机制。

最近做了几个实时数据开发需求，难免在使用Flink的过程中遇到一些问题，如数据倾斜导致的反压、interval join、开窗导致的水位线失效等，这个过程加深了我对Flink原理与机制的理解，因此将这些经验分享出来，希望能帮到有需要的同学。

Kubernetes集群中的DNS服务经过改进，采用新架构提升了解析效率和可用性。改造后的方案隔离故障域，每个Pod首选本地的q-dnsmasq进行解析，当q-dnsmasq不可用时，由kube-svc（coredns）兜底。同时，新方案通过并发请求多个Coredns和localdns，提高解析效率。这样可以将可能的解析问题控制在单个Pod上，便于快速隔离或自动隔离。新方案还提升了缓存命中率，通过按节点分散的方式确保pod访问的首选dns一致性，提高缓存命中率。此外，新方案具备首次选nameserver，并通过并发请求多个nameserver提高可靠性。