在日常开发中会经常遇到一些需要异步定时执行的业务诉求，典型的使用场景如：超时未支付订单关单、每隔 2h 更新好友排行榜、3.22 日 17 点《xx》剧上线等。目前业务侧多基于以下思路来快速搭建一个调度系统，mysql 或者 redis 队列存储待执行任务，通过 crontab 定时触发应用完成“捞取、计算、执行等操作”。不难看出存在几类亟待解决问题： 1）缺少统一的调度平台导致各业务重复开发； 2）简易版调度实现在任务吞吐、调度时效上缺少保障； 3）业务和调度数据强耦合存储给线上稳定性引入大 key、慢 sql 风险。 目前存在多类开源解决方案如 XXL-Job 、 Elastic-Job、quartz 调度等，但这些都属于进程级调度平台，很难满足更细粒度的业务调用。基于上述的业务诉求和司内现状，我们准备搭建一套通用的分布式任务调度平台（以下统称为 tjobs 平台）以满足业务高可靠、低延迟的海量任务调度诉求。
作为互联网公司的研发工程师，微服务的架构思想对于各位读者朋友来说，已经不是陌生东西。我们当中的大多数人，或多或少经历过从单体应用到微服务化的系统拆分和演进过程。我们按照庞大系统的业务功能和特征，将其从一个单体的大应用，逐渐地拆分成很多的子系统的协同配合完成业务功能，甚至拆分后的某些子系统服务，还可能再拆分出来更多的更细颗粒度的子系统服务。拆分后的服务之间，采用PRC调用方式的通信，也就越来越多。随之而来的，跨系统服务之间的数据一致性的问题就会越来越突出了。比如电商系统中营销活动系统的积分和优惠券的发放和扣减，比如电商系统的核心下单核心链路上，首页瀑布流，商详页，下单页等等商品价格全链路一致性等等，支撑这些业务功能的实现，往往可能需要依赖来自N个不同的业务系统服务提供的数据读写服务能力来完成。
本文主要是搜索在稳定性治理实践的经验总结，讲述了搜狗搜索在技术债治理基础上如何将可用性提升一个量级，事故级 MTTD（平均故障检测时间）、MTTR（平均响应时间）优化一个量级，尤其在重大事故层次形成一个较强控制力。内容全面且实践性较强，团队的每项能力定位也比较清晰，除了核心的容灾、发现、应急建设，还在前置拦截、自动防御，风险扫盲等维度进行全方位治理。欢迎阅读~
《性能之巅（第二版）Systems Performance: Enterprise and the Cloud》中文版在去年重装上市，作为一本砖头书，辗转于Solaris、Netflix、Intel的性能分析专家 Brandon Gregg 带来了许多基于最新实践经验的性能检测方法和工具使用建议。 与此同时，这次发布的第二版还引入了Linux社区在eBPF等可观测性技术迭代下的最新进展，我们可以看到在追求无尽的算力增长的态势随着制程工艺和产能的艰难爬升逐渐遇到了瓶颈，过去两年贪婪地享受着逐年翻倍的晶体管数与总线速率以及廉价能源的程序员们终于意识到了可（内）持（卷）续发展的必然性，开始更多地站在计算机体系结构的视角看待我们的架构设计、算法、数据架构，观察其是否充分利用好了底层的能力和资源。
一家企业，为什么要搭建指标体系？ 一句话总结来说，全面、合理的指标体系可以帮助企业统一目标，将业务环节量化，帮助策略执行落地、定位问题、调整方向。但指标体系建构并非易事，指标如何维护和更新、如何统一指标口径、指标如何能科学指导业务决策，是企业构建指标体系遇到的常见问题。幸福里 APP 是抖音集团旗下集内容、社区、工具于一体的房产信息综合平台，致力于提供多样化房产资讯、定制找房需求。数据建设是幸福里数据BP的核心工作，其中指标建设与管理是其中重要一环。指标是量化分析和构建策略的基础，是业务决策重要依据之一，也是数据团队重要的数据资产，因此幸福里指标管理是团队关注的重点之一。 本篇文章将从业务背景、业务痛点、幸福里指标数据实践、效果收益四个方面，介绍幸福里如何通过火山引擎 DataLeap、DataWind 等数据产品，从 0-1 完成指标体系搭建，并获得显著收益。
本文通过一些常见的例子讲述逻辑谬误，希望大家在这个信息繁杂的社会上， 对于接收的信息， 都能保持自我的批判性思考， 不要被某些有意为之的言论带偏。
