后端

本文重点从在分布式计算模式下，如何来优化任务，大家耳熟能详的常见优化如：mapjoin skewjoin distribute by 等就不多做赘述，本文主要探索技巧、策略及方法。

不需要通过频繁的引导和交互，我们只需要简单提出一个目标，AI就能自主的完成所有的执行规划和逻辑处理，并不断进行自我论证和优化，最后完成我们提出的目标。

在一次飞行途中，我司客户遭遇到了得物App在飞机上的WiFi网络访问异常的问题。这让我们意识到在特定场景下，用户可能面临无法使用得物App的困扰。

我们所在的效能团队，对这个需求最原始的来源是在一次“小项目”的评审中，增长的业务同学提出来的，目的在于保障前端页面稳定性的同时减少大量测试人力的回归成本。

KubeAI是得物AI平台，是我们在容器化过程中，逐步收集和挖掘公司各业务域在AI模型研究和生产迭代过程中的需求，逐步建设而成的一个云原生AI平台。

最早接触JVM中的安全点概念是在读《深入理解Java虚拟机》那本书垃圾回收器章节的内容时。相信大部分人也一样，都是通过这样的方式第一次对安全点有了初步认识。

2020年以来内容标注结果搜索就是社区中后台业务的核心高频使用场景之一，为了支撑复杂的后台搜索，我们将社区内容的关键信息额外存了一份到Elasticsearch中作为二级索引使用。

传统的直播延迟问题已经成为了一个不容忽视的问题，高延迟不仅破坏了用户的观看体验，也让主播难以实时获取到用户的反馈。

“提交订单”这一词大家应该都是再熟悉不过了，不管你是不是软件研发人员，还是普通使用电商APP购买商品的用户，只要你在购买商品时必然会遇到。

端上的测试远远不止于此，该篇文章也是结合社区现在端上测试现状做的经验总结分享，上述无论是哪一块内容都可以单独拎出来做一个专题去讨论，也是欢迎大家一起交流学习，可以直接在评论区留言，促进互相学习。

在 Redis 中，在 AOF 文件重写、生成 RDB 备份文件以及主从全量同步过程中，都需要使用系统调用 fork 创建一个子进程来获取内存数据快照

目前前端平台、稳定性监控平台和效率工程一起协作开发的前端监控产品初版已经完成，客服前端这边也逐步将应用迁移至自研的监控平台

得益于精妙的设计，io_uring的性能基本超越linux 内核以往任何软件层面的IO解决方案，达到了与硬件级解决方案媲美的性能。

注：本文使用New Bing（GPT4.0）演示 让他扮演一个Java软件开发者 第一步：我们让ChatGPT扮演一个Java软件开发者的角色 提示词插件：地址：ChatGPT BingChat GP

1 背景 得物供应链业务是纷繁复杂的，我们既有 JIT 的现货模式中间夹着这大量的仓库作业环节，又有到仓的寄售，品牌业务，有非常复杂的逆向链路。在这么复杂的业务背后，我们需要精细化关注人货场车的效率和

1.概述 说到热点问题，首先我们先理解一下什么是热点？ 热点通常意义来说，是指在一段时间内，被广泛关注的物品或事件，例如微博热搜，热卖商品，热点新闻，明星直播等等，所以热点产生主要包含 2 个条件：1

0.前言 关于什么是 SRE，以及在业务上有哪些具体的输出，网上资料众多但都只是对基本概念做描述。那容器 SRE 究竟要怎么结合业务，得物容器 SRE 又有哪些最佳实践，本文就得物容器 SRE 的一些

流量录制回放是应用端通过挂载注入录制器探针自动注册到服务端形成录制流量回流，将所有外部调用依赖的响应内容（如数据库、分布式缓存、外部服务响应等）进行完整记录。由平台向回放器分发流量回放指令。