字节跳动内部有着非常浓厚的数据文化和实验文化，数据中台已经成为研发流程中的新基建，A/B测试也基本上是整个研发链路上的必经一环。那么如何将数据驱动有效应用在研发体系中呢？ 本文基于字节的多年实践从“研发流程中无处不在的数据驱动”、“如何建立可持续的数据驱动文化”、“数据驱动的ROI”三个方面，剖析构建数据驱动的新型研发体系，充分展现A/B测试如何“嵌入”技术研发的流程及其效果。
不知道喜欢 vue3 的小伙伴和我是不是一样，刚上手vue3 的时候对自定义hooks 一脸懵逼，在一些视频网站学习的时候老师讲解到自定义 hooks 最喜欢用加减乘除来描述自定义 hooks 是咋用的，可能是我理解能力比较差吧，我看了这个加减乘除的自定义 hooks 之后感觉跟没看一样，还是一脸懵逼，所以个人觉得这种知识还是结合项目或者业务来说才是比较能让人理解的。 但是平时开发的过程中却好像也不怎么需要自定义 hooks，那我们到底需不需要自定义 hooks，又该如何学习自定义 hooks 呢，首先先在这跟你说结论：自定义 hooks 不是必须的，他只是为我们提供一种逻辑复用的方式，但是他有利于你复用逻辑代码更简洁，那如何学？学习别人的思想啊！然后自己融汇贯通即可。
本次分享的主题是火山引擎数智平台VeDI旗下的A/B测试平台 DataTester 实验管理架构升级与DDD实践。这里说明的一点是，代码的第一目标肯定是满足产品需求，能够满足产品需求的代码都是好代码。而本文中对代码的好坏的评价完全是从架构的视角，结合代码的可读性、可维护性与可扩展性去分析的。
DataWind 是火山引擎数智平台VeDI旗下的一站式数据分析与协作平台，本篇主要介绍DataWind三部分内容：第一，数据探索与分析；第二，数据协作与集成；第三， AI 能力融合。 目前，DataWind在字节内部支持500+业务，覆盖绝大多数员工使用需求，每天有超过80%的业务用户活跃使用，数据模型数220k+，支持海量数据处理需求，千亿级数据可以实现秒级查询。
在数据处理和分析的领域，提升查询效率始终是一项关键挑战。对于 OLAP 来说，性能的关键需求在于能支持实时分析，应对复杂查询，提供快速响应，并具备良好的可扩展性。这些方面，对于满足高效、准确的数据分析需求至关重要。 火山引擎正式发布《云原生数据仓库ByteHouse性能白皮书》，白皮书通过使用 SSB 100G、TPC-H 100G、TPC-DS 100G 数据集进行性能测试，展示出 ByteHouse 在查询效率方面的显著成果，并详细介绍ByteHouse在实时数仓、复杂查询等八大应用场景的高性能应用表现。 作为一款OLAP引擎，伴随字节跳动各业务的发展，ByteHouse已经过数百个应用场景和数万用户锤炼，在2022年3月，部署规模已超过1万8000台，最大的集群规模在 2400 余个节点，管理总数据量超过700PB，并逐步在外部金融、泛互等场景应用和推广。为了更好支持字节内外部大规模数据和复杂场景应用，性能一直以来是ByteHouse重点打磨的产品基本功。
随着 Kubernetes 在企业中大规模使用和落地，逐渐形成了 "业务 - 中台 - 基础设施" 的分层技术体系；这种分层能够屏蔽平台和基础设施层的复杂概念，让应用专注于业务层的研发，但同时也会导致上层应用的稳定性强依赖底层基础设施的支持，从而对基础设施在大规模集群下的稳定性提出极大的挑战： 由于集群规模庞大，任何单一不起眼的小问题都可能被无限放大，带来系统性风险； 场景的复杂性和多样性，也使得运维操作出现不符合预期的行为难以彻底避免。 这就要求我们对于 Kubernetes 所管理的资源和对象进行更有效的极端风险防护，尽可能缓解由于误操作、组件版本与配置的错误、或者管控代码 bug 对业务造成不可挽回的影响。 尽管 Kubernetes 原生提供了一系列的防护机制，例如严格的 RBAC 校验机制、使用 PodDisruptionBudget（PDB）对 Eviction API 执行校验、较为丰富的 Admission Plugins 等，但是在实际生产实践中，我们仍然发现有很多无法覆盖的场景。
在数据处理和分析的领域，提升查询效率始终是一项关键挑战。对于 OLAP 来说，性能的关键需求在于能支持实时分析，应对复杂查询，提供快速响应，并具备良好的可扩展性。这些方面，对于满足高效、准确的数据分析需求至关重要。 火山引擎正式发布《云原生数据仓库ByteHouse性能白皮书》，白皮书通过使用 SSB 100G、TPC-H 100G、TPC-DS 100G 数据集进行性能测试，展示出 ByteHouse 在查询效率方面的显著成果，并详细介绍ByteHouse在实时数仓、复杂查询等八大应用场景的高性能应用表现。 作为一款OLAP引擎，伴随字节跳动各业务的发展，ByteHouse已经过数百个应用场景和数万用户锤炼，在2022年3月，部署规模已超过1万8000台，最大的集群规模在 2400 余个节点，管理总数据量超过700PB，并逐步在外部金融、泛互等场景应用和推广。为了更好支持字节内外部大规模数据和复杂场景应用，性能一直以来是ByteHouse重点打磨的产品基本功。
随着 Web 前端技术的不断发展，越来越多的新兴技术方案被引入到 Web 开发中，其中 Wasm 和 WebGL 作为前端领域的两大利器，为开发者带来了更多的可能性。 本文将结合2024 年抖音欢笑中国年的部分项目，重点介绍如何利用 Wasm 和 WebGL 对目前流行的一些前端互动技术（比如 Lottie、渲染引擎、动画图片等）进行创新和实践，利用 Wasm 和 WebGL 等新技术方案的特性和优势提升业务性能和流畅度，给用户带来更好的体验。
