长页面在前端开发中是非常常见的。例如下图中的电商首页，楼层数据来自运营人员在后台的配置，楼层数量是不固定的，同时每个楼层可能会依赖更多翻页数据。在这种情况下，如果一次性将页面全部渲染，可想而知，我们的页面直出效率（fmp, fid）会受到影响。

为了更好的用户体验，我们需要考虑在用户滚动到下一屏时，渲染下一屏的组件。

“A/B测试不一定是最好的评估方法。它不是万能的，但不会A/B测试肯定是不行的。”4月20日，首个火山引擎技术开放日在北京方恒时尚中心举办，字节跳动副总

有状态应用云原生化过程中在状态管理、基础能力增强、自动化运维等方面的挑战和应对。

Raphael [1]是西瓜视频基础技术团队开发的一款 native 内存泄漏检测工具，广泛用于字节跳动旗下各大 App 的 native 内存泄漏治理，收益显著。工具现已开源，本文将通过原理、方案和实践来剖析 Raphael 的相关细节。

字节跳动视频业务线上每天都能接收到海量的投稿视频，我们在服务端接收到这些视频时，可以发现由于上传用户的拍摄设备性能层次不齐，存在大量低清低质视频。为了提升这类低清视频的清晰度，我们可以在服务端对其使用超分辨率算法。

视频压缩的核心在于去除视频信号中的冗余信息，而其中对于空域冗余的去除通常使用帧内预测的方式来实现。

首帧时间，是指用户从点击开始播放到视频首帧画面展现出来的时间。

2016.09.26，抖音版本 1.0.0 上线，随后不断迭代优化和丰富产品，截止目前，抖音日活跃用户突破 6 亿，短短 4 年间，抖音从零爆发性增长。

快速的业务发展也对技术支撑提出了更高的要求，为了保障敏捷的业务开发，提升跨团队的协同合作效率，提高本地研发和 CI/CD 效率，抖音 iOS App 工程架构在不同的阶段进行了不同的技术方案的改进，满足合理的架构演化，同时又不影响正常的业务迭代速度。

loader知识分享大全，学习知识不迷路。

最近在给学生上课，上周六的第一堂课是关于 JavaScript 动画的内容，其中包括一些简单的动画，比如匀速或者匀加/减速的运动，也包括复杂一些的组合动画。而动画的基本原理，在我之前的文章[1]已经有了详细的介绍。在这里，我想谈一谈的是，我们可以如何针对现代浏览器设计更加简单的 API，来实现动画的序列播放。

前文，我们通过线上案例对影响 ANR 问题的六大场景进行剖析，这几类场景基本覆盖了线上大部分问题，详见ANR 案例分析集锦。同时我们选取了较多 NativePollOnce 场景的案例，便于大家更好理解。

资源的抽象和交付由 K8s 来完成，无需再关注具体机型。在物理机时代我们需要根据不同机型上的 CPU 和内存配置来决定每个机型的机器上可以部署的 Redis 实例的数量。通过 Redis 云原生，我们只需要跟 K8s 声明需要的 CPU 和内存的大小，剩下的调度、资源供给、机器筛选由 K8s 来完成。

节点的调度由 K8s 来完成。在实际部署一个 Redis 集群时，为了保证高可用，需要让 Redis 集群的一些组件满足一定的放置策略。要满足放置策略，在物理机时代需要运维系统负责完成机器的筛选以及计算的逻辑，这个逻辑相对比较复杂。K8s 本身提供了丰富的调度能力，可以轻松实现这些放置策略，从而降低运维系统的负担。

节点的管理和状态保持由 K8s 完成。在物理机时代，如果某台物理机挂了，需要运维系统介入了解其上部署的服务和组件，然后在另外一些可用的机器节点上重新拉起新的节点，填补因为机器宕机而缺少的节点。如果由 K8s 来完成节点的管理和状态的保持，就可以降低运维系统的复杂度。

标准化 Redis 的部署和运维的模式。尽量减少人工介入，提升运维自动化能力，这是最重要的一点。

看字节跳动如何利用 “ AI 大力” 生成朗朗上口的古诗儿歌。

世界在动态变化，外部波澜起伏，内心要保持平静如常。3月30日，在公司9周年庆上，字节跳动创始人张一鸣发表了演讲《平常心做非常事》，分享了他对于x

在前文，我们用了较多的篇幅介绍了ANR 设计原理及影响因素，并根据不同场景进行了分类，如：当前消息严重耗时，历史消息耗时严重，业务异常密集执行，进程内资源抢占，进程间资源抢占等场景。为了应对系统监控能力不足以及应用侧获取信息受限的情况，我们在应用侧实现了一套消息调度监控工具，重点监控主线程的“过去，现在和将来”，同时结合相关日志对 ANR 问题的分析思路进行了总结。

为了便于大家更好的理解上述知识，接下来我们将结合工作中遇到的一些比较有代表性的问题，并按照前文归因分类，由浅入深进行实例解剖，下面就来看看这几类问题，我们是如何借助系统日志和监控工具进行分析及定位的。

本文讲述了为什么需要缓存以及缓存类型。