博客园

纠删码存储系统中的投机性部分写技术

本文提出了一种新的投机性部分写机制,提升了纠删码存储系统的写操作性能。
头像忆往昔 发布于2024年01月03日

美团点评酒旅前端的技术体系

本文结合前端研发的特点及在美团点评实践的经验总结,为大家展示一个完备的技术体系应当包括的流程规范。
头像忆往昔 发布于2024年01月03日
6浏览

Vuex框架原理与源码分析

Vuex是一个为Vue提供页面状态管理服务的生态系统。本文从使用Vuex框架所引起的疑问入手,以核心流程-文件目录-源码核心的顺序进行分析,并引入实例辅助理解,让使用Vuex的同学有更清晰的开发思路。
头像忆往昔 发布于2024年01月03日
5浏览

Leaf——美团点评分布式ID生成系统

在分布式系统中,往往需要对大量的数据和消息进行唯一标识,本文介绍如何打造一个高SLA保障的唯一ID生成系统。
头像忆往昔 发布于2024年01月03日
14浏览

外卖订单量预测异常报警模型实践

运用机器学习的预测算法进行订单异常监控,提高异常报警准确率。
头像忆往昔 发布于2024年01月03日
18浏览

Android OOM案例分析

从一个具体的案例切入,介绍OutOfMemoryError分析的思路及工具使用。
头像忆往昔 发布于2024年01月03日

缓存那些事

在现今的本地应用或互联网应用中,出于提升性能、扛住压力等多种原因考虑,都会引入和使用各类缓存组件,包括本地缓存、分布式缓存、持久化缓存等,基于不同的实际场景,各类缓存工具都有独特的优势,如何合理的选择和使用?以低成本带来高收益?本文总结了我们初步的思考和摸索。
头像忆往昔 发布于2024年01月03日
4浏览

Android自定义Lint实践2——改进原生Detector

本文主要讲述了美团App对原生Lint检测的改进,其中包括增强HashMap检测、修复Retrolambda下ToastDetector的误报。
头像忆往昔 发布于2024年01月03日
4浏览

美团外卖前端可视化界面组装平台 —— 乐高

乐高是美团外卖内部使用的一个面向前端或者后台开发者的自动化界面组装平台,可以把充分解耦的前端模块按照一定的规则拼装为最终的页面。极大的提高了研发的效率,降低了开发的成本和沟通的成本。
头像忆往昔 发布于2024年01月03日

美团点评Docker容器管理平台

本文介绍美团点评的Docker容器集群管理平台,包括平台架构、网络、微服务、监控、微服务、镜像仓库,以及自主维护的美团点评Docker分支。
头像忆往昔 发布于2024年01月03日
3浏览

Android硬件加速原理与实现简介

从底层原理到Android Java层实现,对GPU硬件加速技术进行介绍,让软件开发者了解硬件加速,开发性能更好的App。
头像忆往昔 发布于2024年01月03日
7浏览

新一代开源Android渠道包生成工具Walle

本文介绍美团App的Android版所用的新一代渠道生成工具Walle,能够在完美支持Android 7.0新的APK Signature Scheme v2的同时,快速生成渠道包。项目已经开源。
头像忆往昔 发布于2024年01月03日
3浏览

美团团购订单系统优化记

本文介绍了美团团购订单系统一系列优化实践,从存储拆分到服务化架构改造,提供了一种老服务进行微服务化改造的可行方案,以及作者在微服务化中的一些思考。
头像忆往昔 发布于2024年01月03日
25浏览

美团酒店直连产品数据一致性演进

本文介绍了美团酒店直连平台应对数据一致性问题的一些实践和思考。
头像忆往昔 发布于2024年01月03日

外卖排序系统特征生产框架

针对特征生产过程中的各个环节,设计了一套较为通用的框架,只需要少量的代码开发及配置,就可以很方便地生产一组特征,有效提高策略迭代效率。
头像忆往昔 发布于2024年01月03日
4浏览

红黑树深入剖析及Java实现

红黑树是应用广泛的数据结构,本文从二叉查找树开始讲起,透彻地分析了红黑树的插入和删除操作,并提供了Java实现代码。
头像忆往昔 发布于2024年01月03日
21浏览

大众点评订单系统分库分表实践

介绍了大众点评订单数据库拆分思路及方法。
头像忆往昔 发布于2024年01月03日

高性能队列——Disruptor

本文介绍Disruptor的实现原理。主要介绍了常用内存队列的缺陷,Disruptor针对缺陷进行的独特设计,以及优化后的性能对比。
头像忆往昔 发布于2024年01月03日
2浏览

如何构建Android MVVM 应用框架

本文意在讲解如何构建MVVM的应用框架,MVVM模式中每一层的职责、联系,分工,代码设计,同时还给出了一个帮助快速构建MVVM的轻量工具库。
头像忆往昔 发布于2024年01月03日

Spark Streaming + Elasticsearch构建App异常监控平台

实时监控分析App异常,是业界流行的保证App质量的方法。但面对海量的异常数据流,普通的监控系统很难满足实时监控分析的需求。为了解决这个问题,我们结合了目前业界广泛应用的流式处理引擎Spark Streaming和搜索引擎Elasticsearch,构建了一个低成本高可用的异常监控平台。
头像忆往昔 发布于2024年01月03日
5浏览
1 7778798081

微信(交流/反馈)

巨人肩膀初心:站在巨人肩膀上,避免无谓的重复劳动。 生产和汇聚行业技术、 知识经验、 工具组件 、案例产品,提供相关环境,为开发者提高生产效率提供切实有效的支持和帮助。并在这一进程中实现多方共赢。

由 深圳数智领航科技有限公司 提供动力 - 数智化领航者。

©2023-2025 - 巨人肩膀 - 粤ICP备2025395551号-1