公司:网易
网易是一家中国大陆大型互联网科技公司。目前提供网络游戏、门户网站、移动新闻客户端、移动财经客户端、电子邮件、电子商务、搜索引擎、博客、相册、社交平台、互联网教育等服务。截至2020年1月16日,网易公司的市值为442亿美元,其收入中大约79%来自于在线游戏服务(2019年第三季度)。
一篇文章掌握微信红包封面设计流程
红包封面,近几年的热词。一经问世便成了各行各业、海量品牌商家关注的重点。其中不乏一些头部的奢侈品牌,拿GUCCI举例,GUCCI的红包封面因为低抽奖概率甚至登上微博热搜,可见热度非同一般。
今天为大家带来红包封面的设计流程及规范讲解,一起熟悉这个热门节点必做的营销设计。
海量并发低延时 RTC-CDN 系统架构设计(下)
随着近几年音视频流媒体行业的持续发展,海量并发、低延时和低成本作为三大核心诉求依旧需要不断深挖,同时随着 RTC 和 CDN 这两种技术的界线越来越模糊,因此有必要从底层架构层面重新思考 RTC 与 CDN 的融合之道。本文将重点分享:网易云信如何构建 RTC-CDN 服务架构,深入剖析这套架构是如何解决海量并发、超低延时与低成本三大行业核心诉求,并结合低延时直播和元宇宙两大场景,为大家讲解 RTC-CDN 的核心技术和最佳实践。
窥探数据研发中的任务优化策略
本文就目前较为冷门的一些数据任务优化手段做了简单的分析和总结,内容相对比较零散,不会聚焦常用的优化手段(比如小文件合并,数据倾斜等的优化等),只是对一些相对不太常见,但是在研发中又比较重要且有效的方式进行简单的一些沉淀,希望大家批评指正!
见微知著 —— PC/移动端交互小差异
众所周知,PC和移动端是当前人机交互的主要互动设备。经过十多年的发展,两者已经产生了成熟的交互范式,前者主要基于键鼠交互,后者以触屏交互为主。而为了适应不同设备的交互方式差异,提供更完善的用户体验,即便是相同的功能/组件也会衍生出细节上的差异。
本期将探讨这些隐藏在细微处的交互差异,从而更深入了解用户体验中设备/行为/界面的关系。
dex 优化编年史
本文将介绍在 Android 5.0 及以上系统中,对动态加载的 dex 进行优化的实现方式及原理。
浅谈电商搜索数据指标体系建设
搜索作为电商APP中用户下单的核心场域,具有较高的消费者价值(体验)、变现价值(赚钱)、数据沉淀价值(研究)。因此搭建搜索相关数据指标体系,用于及时监控波动&定位原因就显得至关重要。
本文从搜索机理出发,探讨影响搜索产出的关键要素,并沉淀出一套监控体系,经实战运营能较好的解决业务方的问题。
网络安全 DNSSEC & HTTPDNS
网络安全是所有 App 都关注的议题,我们从网络请求的初始阶段 DNS 解析上保证 DNS 安全性的技术:对比分析下 DNSSec 技术和 HTTPDNS 的优劣及我们云音乐现行的策略。
Electron 的 GUI 和 Ruby 的 CLI 的一种交互实践
本文从命令行迭代的 4 个阶段出发,重点介绍了 Ruby 脚本的命令行化以及 CLI 的 GUI 化。
移动端Spine骨骼动画和捏脸换装技术探索
随着“元宇宙”概念的兴起,各类“元宇宙”App也是层出不穷,而在“元宇宙”的概念中,最吸引人的莫过于“捏脸”了,本篇文章就将介绍我们是如何基于Spine这个框架来在移动端探索和实现一个“捏脸”功能的。
云音乐 iOS 跨端缓存库 - NEMichelinCache
在云音乐全面转跨端的时代,H5 / RN 缓存模块是非常重要的组成部分,目前云音乐使用的缓存库已经“历史悠久”,没法在现有的基础上支撑日益庞大的跨端需求,因此我们基于缓存库的可扩展架构,从问题出发,重新设计了一套新的跨端缓存库。
网易严选Android端ANR问题治理
ANR(Application Not Response)指应用程序无响应,通常出现在主线程被阻塞时,并伴随ANR弹窗出现。本文将着眼于Android端的ANR问题,分别为ANR的统计、ANR的定位以及线上ANR的治理情况总结。
当你按下「随机播放」时,QQ音乐和网易云们都做了什么?
其实,用户并不喜欢「完美的随机」。
云音乐数据资产化建设的思考与实践
本文介绍了云音乐数据资产化建设相关的内容,以及近一年在实践过程中的一些阶段性的成果和思考。
如何实现 iOS 16 带来的 Depth Effect 图片效果
iOS 16 系统为我们带来了比较惊艳的桌面锁屏效果:Depth Effect。它可以使用一张普通图片当背景,同时可以在适当的地方遮拦住部分桌面组件,形成一种景深的效果。
基于流量双发平台的高效回归方案
网易易盾的基于流量双发平台的高效回归方案。
云音乐 Android 内存监控探索篇
随着云音乐不断的对线上崩溃治理,目前崩溃率已经达到了行业内较低水平。但线上还存在很多 OOM 的崩溃,这种崩溃大多是因为编码不规范导致的内存异常问题(比如内存泄露、大对象、大图等不合理的内存使用)。内存问题难发现、难复现和难排查。这就需要我们通过一些监控手段和一些工具去协助开发人员更好的排查此类问题。