随着货拉拉业务的扩大，在数字化过程中，信息安全部参考业界资产测绘方案，围绕资产的点线面构造资产空间地图，建立信息安全资产库，助力安全体系建设。本文主要包括三方面内容，一是资产建设背景和需求场景，二是详细的资产测绘方案，三是安全资产的部分效果。

在AI Native时代，广告营销平台经历了根本性的变革，这些变化不仅提升了广告的效率和精准度，还重塑了广告行业的整体运作方式。其中，强大的广告营销智能体是下一代商业广告平台面向客户交付商业价值的首要载体。进一步，生成式 AI 又是广告营销智能体的内核及灵魂，真正达成让客户放开说、简单用、都搞定的极致体验。

领域驱动设计简称“DDD”，一套“知易行难”的方法论。同时我所工作的这些年，尤其在某大厂做初创项目的那段时间，经常会产生各式各样的“思想碰撞”，特别在设计中台基建类领域时，为了保证充足的扩展性和稳定性，都要好好的“碰撞”一下。

随着技术的发展与迭代，冷板式、浸没式、喷淋式三类液冷方案都取得了长足的发展，技术日趋成熟。但在传统的印象中，数据中心采用液冷方案比风冷方案的初投资高出许多，但从设备的全生命周期角度去看，液冷在节能、节地、节水等方面，达到甚至优于传统的风冷方案。

日志，作为系统运行的忠实记录者，不仅是问题追踪的利器，更是性能调优的指南针。通过深入分析日志，我们可以洞悉系统运行的每一个细节，从而快速定位问题、优化性能。同时，日志也可以作为数据分析和决策的重要依据。研发流程中，如何使用好日志，还是存在着以下难点。

缓存读取比较简单，查询数据时首先查询缓存，如果缓存命中，则从缓存中读取数据。如果缓存不命中，则查询数据库，并且更新缓存。

我们对精简代码做了一些创新尝试，在核心发券系统alsc-pc实践落地，取得不错的效果。希望能给大家带来一点参考价值。精简代码是系统重构的一种手段，其目标在通过量化手段，辅助删减无效代码。通过减少无效代码来减轻系统的复杂度，提升系统的可读性、可运维性，从而减轻研发人员的理解、开发、运维的成本。

上图展示了爱奇艺的数据业务链路。数据中台的主要职责是制定数据标准，集成来自用户、业务和合作方的数据。通过规范和系统，数据中台对数据进行综合管理和治理，确保数据安全，并为上层业务提供服务支撑。

最近我们在生产环境批量部署了大模型专用推理集群，并成功让包括70B在内的大模型推理速度提升50%%，大幅缩减部署成本，稳定应用于生产环境。本文基于我们在部署大模型推理集群时的一些经验，分享一些有效提升大模型的推理速度方法。最后，我们在结尾处推荐了几个经过我们评测且表现优异的大模型推理框架。

十年过去了，中台已经过气，微服务回归单体也一度成为技术圈讨论的热点话题，曾经神坛上云遮雾绕的 DDD 在今天看来是否还有讨论的意义？在过去一两年的实践中，笔者对 DDD 有了更深的体会，本文将阐述我的一些浅见，如果有理解不到位的地方，也希望同学们一起讨论。

滴滴 ES 发展至今，承接了公司绝大部分端上文本检索、少部分日志场景和向量检索场景，包括地图 POI 检索、订单检索、客服、内搜及把脉日志 ELK 场景等。滴滴 ES 在2020年由2.X升级到7.6.0，近几年围绕保稳定、控成本、提效能和优生态这几个方向持续探索和改进，本文会围绕这几个方向展开介绍。

榜单遍布B站直播相关业务的各个角落，直播打赏、直播间互动、付费玩法、互动玩法、活动、主播PK、语聊房、人气主播排名、高价值用户排名、增值集卡、up主充电等等，在这众多的业务场景中，我们能看到各种各样的榜单。

据思杰（Citrix）今年对350名实施云计算战略的IT领导者的调查，94%%的受访者在过去三年中参与过云计算遣返项目。曾几何时，以低成本、高敏捷性闻名的云还是现代架构设计的热门选项，为何如今“下云”又成了不少公司相继实践的新趋势？

播放链路是爱奇艺最重要的业务，链路稳定性极其重要，随着爱奇艺用户的不断增长和热播剧集的推广，播放链路往往面临着难以预估的用户流量的突增，考验着链路中各个服务系统的稳定性和性能，这也直接影响着大量用户的观影体验，实施全链路压测已经成为重要且必要的课题。

百度 feed 推荐是一个月活数亿的综合信息流推荐平台。该平台涵盖了图文、视频、动态、小程序、问答等多种内容类型。它不仅提供类似于单列或双列的点选式推荐，还包括视频沉浸式等多种推荐形式。同时，推荐系统是一个多利益方的系统，不仅仅包含 C 端用户体验。

图是一种描述复杂数据的常用语言。常见的图结构包括：社交网络、分子结构、知识图谱、商业广告、地图等，其中推荐系统和商业广告是大家更为熟悉的场景。

本次分享的主题是腾讯 PCG 搜广推机器学习框架 GPU 性能优化实践。主要介绍：1. 为什么 GPU 推荐模型训练框架是刚需；2. GPU 推荐模型训练框架怎么做才最高效；3. 未来展望。

本文整理自美团技术沙龙第73期《基于领域驱动设计（DDD）的架构演进和实践》，主要介绍了DDD的核心概念、常见的设计思路，并结合DDD介绍大众点评交易系统的演进过程，最后做了一些总结和思考。希望这些内容能够对大家有所帮助或启发。

不仅仅是LLM，向量检索也早已在OLAP引擎中应用，用来提升非结构化数据的分析和检索能力。ByteHouse是火山引擎推出的云原生数据仓库，近期推出高性能向量检索能力，本篇将结合ByteHouse团队对向量数据库行业和技术的前沿观察，详细解读OLAP引擎如何建设高性能的向量检索能力。

Twitter每日需实时处理高达4000亿的事件，并生成PB级的数据。这些数据主要来源于分布式数据库、Kafka以及Twitter事件总线等多种事件源。接下来，我们将深入探讨Twitter在事件处理方面的演变，具体包括以下方面：