这篇文章回顾了 2023 年社区中一些令人印象深刻的 Grafana 仪表盘的用例，它们展示了 Grafana 的多样性和创造力，以及如何用可视化的方式监控和分析各种数据和场景。
作为国内领先的在线视频平台，哔哩哔哩（以下简称“B站”）正经历着业务体量和用户规模的快速增长。随着访问量的持续增长和业务复杂程度的增加，在相对有限的服务器资源下如何优化在线服务性能和提高资源利用率，成为了工程研发团队面临的重要挑战之一。 本文将以笔者所在的商业技术中心为例，重点讨论效果广告引擎的在线推理部分。文章将分享笔者在实际工作中遇到的挑战及相应的优化方案。首先，将介绍项目背景和当前系统的运行状况；接着，将详细探讨性能指标量化、服务调用、CPU计算、内存治理及网络IO等方面的优化策略；最后，将总结对性能优化的一些思考，并展望未来性能优化的方向。本文的目的是回顾并总结当前在线服务性能优化的工作，同时也希望这些经验能为其他研发人员在处理类似问题时提供参考和启发。
本文从抖音集团内部画质优化方案的孵化历程着笔，主要分享了画质优化对于业务的价值、主要应用场景和内部产品的一些典型实践案例。通过分享业务视角遇到的一些问题和我们的解决思路，希望能抛砖引玉，为遇到类似困扰的伙伴们提供有价值的参考。 为何我们要不断优化画质体验？ 在内容丰富、质量不断提升的数字娱乐时代，用户拥有更多的选择权，而优质的画质体验是平台赢得用户青睐的关键之一。高质量画质是区分产品优劣、提高市场竞争力的利器，提供优质的画质体验是内容和服务提供商不可或缺的使命。 我们通过线上业务大量实验发现，图片画质优劣对点击率、停留时长等消费类指标有正相关影响，间接影响用户收益指标。例如，低质图像会极大影响创作者的创作热情和终端用户的浏览体验，进而降低用户活跃度及粘性。因此，针对不同图片画质水平进行定向优化，保障用户的画质体验是非常有必要性的。
淘宝创新业务的优化迭代是非常高频且迅速的，在这过程中要求技术也必须是快且稳的，而为了适应这种快速变化的节奏，我们在项目开发过程中采用了一些面向拓展以及敏捷开发的设计，本文旨在总结并思考其中一些通用的编程模式。
今天跟大家分享鹅厂开发工程师如何搭建一套通用的分布式任务调度平台（统称为 tjobs 平台）以满足业务高可靠、低延迟的海量任务调度诉求。 tjobs 作为一个高性能、低延迟的分布式任务调度平台，在满足通用的任务注册、查询、触发等基本功能同时，也通过可伸缩的架构、HA能力、体系化可用性建设保障系统在百亿任务量、百万TPM触发能力下系统可用性、延迟、触达率SLA保障。 支持将任务划分到不同的分片分配到不同的应用机器上执行，既保留了高峰时百万TPM的触发能力、也支持低峰时合并部署以节省成本；通过任务前置使用定时任务扫描、内存时间轮保证任务及时触发，保证了任务执行的低延迟；通过主备热活、自动failover能力建设保证系统整体从存储层到应用的全栈高可用。
正如图中调侃的衡量代码质量的唯一有效标准就是CodeReview过程中WTF/min，从中可以看出CodeReview对于保障代码质量的重要性。 CodeReview在日常的开发过程中也越来越被重视，它在提高代码质量同时促进团队成员之间的知识共享和技能提升方面发挥了诸多作用，本文将主要围绕CodeReview展开，简单聊聊在CodeReview过程中的心得和思考。
在日常工作中，Mac 电脑上安装的应用主要来自两个渠道：一是通过 App Store 下载，由苹果审核团队保证内容、技术、隐私的合规性；二是从网站下载应用，以 pkg、dmg 格式提供，由安装者自行决定是否信任。这两种渠道下的应用可能在权限、操作方式、数据安全等方面都存在差异，而苹果的技术文档庞杂并且同时面向这两种情况，导致作为开发者，在开发需要上架 App Store 的 Mac 应用时，可能会面临技术、设计和上线合规等挑战。确切了解哪些技术合规、哪些权限需关注变得十分重要。 本篇文章我们将一起了解，开发一款 Mac App Store 应用必须要知道的知识点。
