在万物上云的时代，多云架构已经成为企业上云战略的重要趋势。据IDC报告，到2023年，全球85%的企业将采用多云架构。与单一云服务相比，多云架构具有更高的弹性和可扩展性，可以更好地应对企业的业务需求和突发的云服务问题。 然而，如何让不同的云平台之间实现业务系统的无缝对接？如何将资源利用率发挥到极致？为了防止出现“信息孤岛”等问题，云原生的实践者们不断探索多云环境下的解决方案。 在11月10日、11月16日和11月24日举办的“乘云·向未来”火山引擎公共云·城市分享会上，火山引擎以“字节跳动多云演进及降本实践”为题，介绍分享了字节跳动多云算力架构和火山引擎云原生技术，以及如何解决多云环境下的部署、运维、数据和成本等挑战。
由于流量红利逐渐消退，精细化营销逐渐成为新趋势。在数据平台建设中，不少企业开始引入OLAP引擎以实现广告业务的精准投放。 本篇聚焦ByteHouse技术和落地经验，以字节跳动内部场景的一套方案，具体拆解OLAP广告业务的实现逻辑和业务效果。
西瓜之前存在过一类RenderThread闪退，从堆栈上看，全部都是系统so调用，给人的第一印象像是一个系统bug，无从下手。闪退集中在Android 5~6上，表现为打开直播间立即闪退。该问题在2022年占据Native Crash Top5，2023年更是上升到到Top1。因此有必要投入时间和精力再重新审视一下这个问题。在历经多周的源码分析和排查后，逐步明确了问题根因并修复，最终取得了显著的稳定性收益和业务收益。 接下来，我们将抽丝剥茧，一步步深入分析这个历史遗留问题，揭开它背后真正的原因。
Rhino是字节自研全链路容量评估产品，致力于构建完整的全链路容量评估解决方案（覆盖：容量预估->资源准备->数据准备->容量验证->监控->分析->决策->处理反馈）；围绕容量在稳定性、成本、效率 三方面提供业务全方位基础支撑。Rhino 目前已经成为字节各业务容量评估主流解决方案，并且历年来在业务大型活动稳定性保障中（抖音春节项目、电商618/双11大促等）均扮演了关键角色。
火山引擎LAS 全称（Lakehouse Analysis Service）湖仓一体分析服务，融合了湖与仓的优势，既能够利用湖的优势将所有数据存储到廉价存储中，供机器学习、数据分析等场景使用，又能基于数据湖构建数仓供 BI 报表等业务使用。本文将从统一的元数据服务和表操作管理服务两大方面，揭秘如何基于Hudi如何构建数据湖存储内核。
作为云计算的下一个迭代，Serverless可以使开发者更专注于构建产品中的应用，而无需考虑底层堆栈问题。伴随着近年来相关技术成熟度的增加，市场对Serverless的接受程度也变得越来越高。可以说时至今日，Serverless已迈入了向成熟稳定方向发展的高速轨道。 作为一款火山引擎推出的云原生数据仓库，ByteHouse基于开源ClickHouse构建，并在字节跳动内外部场景的检验下，对OLAP引擎能力、性能、运维、架构进一步升级。除此之外，ByteHouse也在Serverless方向探索，基于cloud-native 云原生的理念构建了全新一代的数据仓库，架构上进行了三层解耦，期望在Serverless的加持下，提供更稳定、可靠、可信的分析服务，让开发人员时间精力从基础设施运维优化上解放，更聚焦在核心业务功能中。 本文来自于火山引擎ByteHouse产品负责人李群的分享，从场景选择、应用门槛、落地应用等5个方面，介绍Serverless在OLAP领域应用思考。
Chrome 插件整体架构； 如何开发一个 Chrome 插件（Popup 和 Devtools）； 如何使用前端框架（React/Vue）进行开发； 如何调试插件； 如何使用 Puppeteer 对插件进行 E2E 测试（本地和 CI 环境）。
本文将从外部用户的角度，分享 A/B 测试平台的最佳实践。分享分为四部分，整体介绍了 A/B 测试的应用场景，同时结合字节跳动内外部多个场景经验，详解各行业的最佳实践，最后还将探讨一个企业该如何培养可持续的 A/B 测试文化，使其成为产品创新和决策的重要支撑。
在大屏产品中，可视化扮演着信息展示和传达、用户体验和互动、数据分析和决策支持、品牌展示和差异化、故事叙述和信息呈现等至关重要的角色。作为可视化图表的重要载体之一，大屏与智能 BI 产品不管是在产品设计，还是可视化设计的侧重点都有很大不同。
