Mpx開源之路已經走過五個年頭，目前支持了滴滴內部全量的小程序業務開發，是滴滴開源委員會孵化的精品項目。2022年至今，我們對 Mpx 框架進行了多項重要功能升級，包括組合式API開發規范、分包異步構建支持、單元測試能力建設和今天要重點介紹的@mpxjs/cli腳手架升級，希望把更新更好的開發能力與體驗帶給小程序開發者用戶。
服務器/存儲
作為互聯網公司的研發工程師，微服務的架構思想對于各位讀者朋友來說，已經不是陌生東西。我們當中的大多數人，或多或少經歷過從單體應用到微服務化的系統拆分和演進過程。
服務器/存儲
前段時間同學反映我們活動項目某個服務可用性出現抖動，偶爾低于0.999。雖然看起來3個9的可用性相當高，但是對于一個 10w+ qps 的服務來講，影響面就會被放大到不可接受的狀態。
服務器/存儲
愛奇藝未來會在流批一體里面有更多的落地，包括廣告的全面推廣、Pingback 在 BI 場景的落地。另外，我們計劃把數據湖落地在特征生產，可以由以前離線或者批的特征生產，變成近實時，能夠支持晚到數據，支持樣本的行級的修正。
服務器/存儲
從主站業務角度來看，關系鏈指的是用戶A與用戶B的關注關系。以關注屬性細分，以關注（訂閱）為主，還涉及拉黑、悄悄關注、互相關注、特別關注等多種屬性或狀態。目前主站關系鏈量級較大，且還以較快速度持續增長。作為一個平臺型的業務，關系鏈服務對外提供一對多關系點查、全量關系列表、關系計數等基礎查詢，綜合查詢峰值QPS近百萬，被動態、評論等核心業務依賴。
服務器/存儲
在現今的信息時代，微服務技術已成為一種重要的解決方案，微服務技術可以使系統的規模和功能變的更加靈活，從而獲得更高的可擴展性和可用性。然而，微服務調用中出現的超時問題，卻也成為系統可用性的一大隱患。超時會導致客戶端的性能下降，甚至可能無法正常工作。本文針對超時問題，提出相關的優化手段，降低微服務調用超時的風險。
服務器/存儲
在訓練過程中，為了降低損失，推薦系統往往更頻繁地推薦流行商品，將流行度信息注入 ID 表征中，進而加劇熱門商品表示與長尾商品表示之間的流行度分布差異。本次分享主要提出了一種解耦域適應無偏網絡，可以在分離流行度表示和商品屬性表示的前提下同時訓練有偏和無偏模型，并有效利用流行度偏差。
服務器/存儲
搜索結果落地頁，按照價格篩選及排序，結果不太準確；用戶按照價格篩選后的商品與實際存在的商品不符，可能會缺失部分商品，影響到用戶購物體驗。
服務器/存儲
第一步，觀測建模，不斷滾動歷史觀測數據，去做反事實因果學習，不斷拉新訓練窗口，補充外部數據源。第二步，模型迭代，依據小流量隨機樣本進行效果驗證，支持有效的模型迭代。第三步，業務決策，業務根據模型輸出進行實驗決策，驗證模型效果提升，拿到業務收益。
服務器/存儲
除消息推送、應急協同和催辦升級外，也能聚焦于快恢能力。我們的產品主要是解耦式的設計，可以支持外部系統做對應的推送。以MySQL為例，這種場景下如果要做定位，有了解耦式的設計，就能通過DBA自行診斷整合到我們風險預警的應急流程處理中去，更好地服務于研發和SRE，幫助他們解決這個問題。
服務器/存儲
