随着互联网信息技术的飞速发展，数据量不断增大，业务逻辑也日趋复杂，对系统的高并发访问、海量数据处理的场景也越来越多。如何用较低成本实现系统的高可用、易伸缩、可扩展等目标就显得越发重要。 为了解决这一系列问题，系统架构也在不断演进。传统的集中式系统已经逐渐无法满足要求，分布式系统被使用在更多的场景中。分布式系统由独立的服务器通过网络松散耦合组成。在这个系统中每个服务器都是一台独立的主机，服务器之间通过内部网络连接。分布式系统有以下几个特点： 可扩展性：可通过横向水平扩展提高系统的性能和吞吐量。 高可靠性：高容错，即使系统中一台或几台故障，系统仍可提供服务。 高并发性：各机器并行独立处理和计算。 廉价高效：多台小型机而非单台高性能机。 然而，在分布式系统中，其环境的复杂度、网络的不确定性会造成诸如时钟不一致、"拜占庭将军问题"等。存在于集中式系统中的机器宕机、消息丢失等问题也会在分布式环境中变得更加复杂。
最近突然感觉：很多软件、硬件在设计上是有root reason的，不是by desgin如此，而是解决了那时、那个场景的那个需求。一旦了解后，就会感觉在和设计者对话，了解他们的思路，学习他们的方法，思维同屏：活到老学到老。
灰度很重要，灰度的策略也需要结合实际情况进行灵活的调整，本文跟大家分享了一个前些时间发现的灰度设计bug。
老系统的代码，是每一个程序员都不想去触碰的领域，秉着能跑就行的原则，任由其自生自灭。本期就给大家讲讲，接手一套故障频发的复杂老系统需要从哪些地方着手。内容包括：代码串讲、监控建设和告警治理、代码缺陷修复、研发流程建设。在细节上，结合腾讯研发生态，介绍有哪些工具可以使用，也介绍一些告警治理、代码 bug 修复的经验、研发流程建设等。欢迎阅读。
Stable Diffusion 是一种深度学习的文本到图像模型，由 Runway 和慕尼黑大学合作构建，第一个版本于 2021 年发布。目前主流版本包含 v1.5、v2和v2.1。它主要用于生成基于文本描述的详细图像，也应用于其他任务，如修复图像、生成受文本提示引导的图像到图像的转换等。
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。
我们所在的效能团队，对这个需求最原始的来源是在一次“小项目”的评审中，增长的业务同学提出来的，目的在于保障前端页面稳定性的同时减少大量测试人力的回归成本。 页面稳定性提升，之前迭代遇见过一些C端的线上问题，比如页面白屏、页面报错等不同类型的问题，严重影响了用户体验，需要针对这一专项进行优化，提高用户体验。 回归投入成本大，H5页面巡检在用户稳定性提升上具有较大意义，在每个迭代大概有近十万个页面需要巡检（比如双旦、情人节等大促活动期间则更多）。
Apache Iceberg 是一种开源数据 Lakehouse 表格式，提供强大的功能和开放的生态系统，如：Time travel，ACID 事务，partition evolution，schema evolution 等功能。 本文将讨论火山引擎EMR团队针对 Iceberg 组件的优化思路，通过引入索引来提高查询性能。
领域驱动设计作为一种设计思维方式从被提出到现在，社区也不断丰富了领域事件，事件溯源，CQRS等设计元模型。随着个人对领域驱动设计的理解不断深入，结合自身在项目中的实践经验，以目前bilibili OGV的业务为例通过领域驱动设计的分析设计建模方法，试图说明领域驱动设计的统一过程和思考方式，本篇文章只包含问题域分析，没有提及架构，设计模型和编码层面的内容。文章通过对价值需求分析方法，获取问题领域相关利益者，在相关利益者的基础上通过分析业务需求的业务流程和业务场景，在业务需求分析结果的业务流程图和业务用例图基础上，通过领域识别和划分得出领域划分结果领域映射图让问题领域变的清晰。
