从2013年毕业加入鹅厂，不知不觉已然过去10年。期间团队一直有同学反馈，对个人的成长有些迷茫，缺少后台开发的全景图谱来建立体系化的知识结构。所以这里结合自己的研发经验，把实战中觉得重要的知识点，整理一个后台开发的成长 RoadMap，希望最后给开发同学的成长一些参考和帮助。

2022年12月19日，Twitch上出现了一个名为“vedal987”的新直播频道。该频道没有真人主播，只有一个可爱的二次元女孩形象在屏幕上移动和说话。她自称为Neurosama，是一位人工智能VTuber。

从那天起，她开始了自己的直播生涯，并迅速获得了大量关注和支持。与传统基于动作捕捉的中之人范式的虚拟主播不同的是，Neuro完全是由人工智能驱动的，准确来说是由背后大语言模型驱动的。

学会 istio 或 envoy 需要多久？是一周、两周，还是一个月？笔者无法给出准确的答案，那取决于每个人对“学会” 这个标准的定义。网上有不少介绍 istio 的入门文章，如果只是想快速地完成一篇「Service Mesh 综述」的话，看看过往的文章应该已经足够。不过按照笔者的经验，看完之后大概会达到一种浅尝辄止的状态：能说上那么两句，但是仅此而已，不能立即投入线上开发，也无法调试定位具体的问题。如果想要更深入一步，则需要去啃那些「大部头书籍」，花费的时间会成倍增长。

因此，笔者撰写本文的出发点是，尝试找到入门文章与大部头书籍之间的一个平衡，以一篇文章的篇幅，帮助初学者达到「玩转istio」的阶段。也可以说是完成对istio的祛魅，为 istio 的初学者提供一把打开 Service Mesh 进阶之路的钥匙。希望它既不是一篇「入门介绍」，也不是一本巨细靡遗、主次不分的「参考手册」，而是一篇只讲重点、只讲笔者自身经验的最佳实践。

我们知道 C++ 的值类别包括左值、右值、纯右值、广义左值、将亡值。可 C++ 到底是经历了什么才硬要把这件事情搞得如此复杂呢？我们不妨从 C 语言、汇编和 C++ 设计发展的角度来分析一下这个问题~

擅长 OLAP 分析的 ClickHouse 不仅可以用于 vector search，还可承担起整条 embedding 的加工处理工作,All in one Pipeline 也让速度远超传统批处理框架数倍；检索性能虽无法与专业 sim 检索服务相媲美，但因“搜索分析一体化”，让它在 AI 近线处理占据一席之地。

聊一聊习以为常的 UI 元素，其背后曲折的演变过程及设计原理。

小红点长什么样？

示能可拖转的图标长什么样？

...

我相信许多人看到上述问题后，脑中浮现的答案都是高度的一致，因为这些 UI 元素的形态似乎已经成为一种“行业共识”，甚至多年前就已被沉淀下来。但在这些已成型的 UI 元素背后，它们又是如何诞生、演变的？是如何从真实世界转变为界面上的元素，甚至符号的？

AB实验（也称为随机对照实验）已经成为各大互联网公司评估其新产品和策略的金标准。本文从AB实验的理论框架出发，探讨了AB实验中的指标以及指标协方差的定义、性质，应用和相关的统计方法。

你们知道什么是损失厌恶吗？你们知道如何利用人们的损失厌恶心理来处理我们的感情，制定产品营销策略，辅助我们进行代码重构吗？你们知道如何减少因损失厌恶心理而带来的麻烦吗？

在我们生活中、工作中，随处都存在着可以用“可视化”的方式增进我们彼此更好地沟通和理解的情景。通过“可视化”的方式沟通，能更快地对齐信息，让事情顺利开展下去。

一段针对数组的防护代码，导致外网大量OOM，本文主要针对阐述该问题的排查过程与原因分析。

我们在进行性能优化的时候，往往会应用各种花式的优化手段：优化算法复杂度（从 O(N) 优化到 O(logN) ），优化锁的粒度或者无锁化，应用各种池化技术：内存池、连接池、线程池、协程池等。压缩技术、预拉取、缓存、批量处理、SIMD，内存对齐等等手段后，其实还有一种手段就是 Profile-Guided Optimization （PGO）。本文会介绍 PGO 的原理，以及 Go/C++ 语言进行 PGO 的实践。

最近在 Discord 的技术 blog 看到 Discord 的底层数据存储的演进过程，从最开始的 2015 初用的单个副本集的 MongoDB，2015 年底迁移到 Cassandra，2022 年消息量达到了万亿的级别，他们将存储迁移到 ScyllaDB。本文会介绍 ScyllaDB 的基本架构和原理，分析下 ScyllaDB 能够支持万亿级存储的原因。

本文将回顾视频号推荐模块落地编译优化的历程和成果，也会介绍具体实践中遇到的问题和对应的解决方案，为后续同类应用提供参考。

自适应流切换属于多路流切换的方式中的一种，ExoPlayer作为MediaCodec使用的集大成者，不仅具备通过MergingMediaSource实现不同流的组合切换，同样也具备基于MGEG-DASH、HLS、smoothing-stream 协议的的自适应流切换。当然，在项目中每种方案的选型都要充分考虑团队条件。

To B产品中“相爱相杀”的销售和市场部门，是怎么做营销的？大环境下，销售和市场部门又面临着怎样的压力？

不要看见引导相关需求，指挥做蒙层和气泡了。