即将开源 | 让Flutter真正支持View级别的混合开发

前言

Flutter发布以来,我们在今日头条主客户端多个有限场景下尝试了Flutter的落地,从实际表现上来看,整个技术栈还是不错的。上层Flutter Framework引入Widget/LayerTree等概念自己实现了界面描述框架,下层Flutter Engine把LayerTree用OpenGL渲染成用户界面,有点类似游戏引擎解决移动平台跨端开发的思路。性能方面超过目前已有的大部分跨平台动态化方案,包括RN和小程序。当然,bug还是有的,但任何处于起步阶段的新技术都存在这种情况,可以理解。

从长期来看,我们期待的是Flutter能在更多业务模块上替代Native开发,实现双端代码统一,从而减少研发成本,提升研发效率。但Native代码的迁移过程一定是渐进式的,而Flutter目前的实现机制对渐进迁移很不友好,这是目前我们在Flutter落地实践中所面临的最大问题。

问题

以Android为例,我们先来看看Flutter目前的整体架构设计图(得出这张图的过程需要另起一篇Flutter整体架构分析的文章,以后再写):

几个重点:

  • 一个FlutterView对应一个FlutterEngine实例;

  • 一个FlutterEngine实例对应一个Dart Isolate实例;

  • 同一个进程只有且仅有一个Dart VM虚拟机;

  • 一个Dart VM上会存在多个Dart Isolate实例,Isolate是dart代码的执行环境;

Flutter从一开始就是为纯Flutter应用设计的,纯Flutter应用整个运行生命周期都只有一个FlutterView和Root Isolate,依靠Flutter Framework自身Route支持在FlutterView内部完成界面跳转。但Flutter+Native混合开发并非如此,正常Native Activity和Flutter Activity混合堆叠,按照目前官方的设计与实现,一定会有多个FlutterView同时存在。根据官方FAQ:

Isolates are separate heaps in Flutter’s VM

这句话意味着对于不同的FlutterView,它们背后的Isolate——也就是Dart运行环境内存完全独立,互不共享。

这就引入了一个用户数据同步的问题:FlutterView A无法获知在FlutterView B执行的数据修改操作,除非走Platform Channel这种源生开发方式把数据操作放在Native端,但这样就失去了原有的双端统一代码的优势。

这还只是开发方面对代码的限制,更为重要的是内存占用方面的问题:同一张图片可能存在N份内存缓存;再加上单个FlutterView初始内存占用就很大(毕竟背后是一整套完整的Engine/Isolate/…等对象),在低端手机上一旦FlutterView堆叠层数过多,完全有可能内存直接爆掉。

所幸我们可以基于一个在大部分情况下都成立的假设:用户同一时间只能看到一个Flutter界面。基于这个假设,我们可以做一些Hack的事情把Native界面和Flutter界面混合堆叠的场景下的内存共享和内存过多的问题规避掉。

比如我们目前的混合栈方案:

  1. 创建一个全局共享的FlutterView

  2. 打开一个FlutterActivity时把全局共享FlutterView添加到这个FlutterActivity中

  3. FlutterActivity跳转到新页面的时候先对FlutterView截图,把截图设置为FlutterActivity背景,然后把FlutterView移除

  4. 从其他界面返回到原FlutterActivity时,再次添加FlutterView,当FlutterView首帧展示后移除截图

本质上就是用一个全局共享FlutterView规避了多FlutterView内存共享和内存过多问题,配合FlutterView和截图的添加删除实现了界面跳转返回衔接。

闲鱼之前开源的混合栈方案也是类似的原理,不再赘述。

这类方案方才也说了,是基于一个大部分情况下都成立的假设。来看看一个假设不成立的场景:我们计划要用Flutter重构实现的小视频Tab界面。

这个首页上小视频Tab共有五个频道,这五个频道并不归属同一模块,所以只能逐个频道进行Flutter重构,未重构的频道继续沿用原有Native实现。这也是渐进迁移过程中一定会存在的场景:混合页面场景——即短期内无法完成页面级别的Flutter化,Native View和多个Flutter View必须混合存在的情况。类似的还有Feed流中的Flutter Cell,列表页中的某些ItemView是FlutterView……这些场景都不满足混合栈方案的前提假设,自然方案也无法满足需求。

我们所期待的,是Flutter能支持View级别的混合开发,目前Flutter显然满足不了这个需求,难道Flutter事业就要止步于此了么?只能小打小闹的做一些独立二级页面么?

破局

在去年12月初参加Flutter Beijing Live与Google官方工程师线下沟通会时,我们就曾提及过这个难题,并期望官方能支持多FlutterView共享FlutterEngine来解决多FlutterView内存共享问题,但官方后续的Milestone中并没有涉及这个议题。于是我们只能先行进行了探索,目前代码已经初步完成,也有了Demo,正打算在小视频Tab场景中验证。

然而3月7号闲鱼发表了一篇文章《已开源|码上用它开始Flutter混合开发——FlutterBoost》,这篇文章主体是如何优化之前开源的混合栈方案,但我们更关注到了文中透漏的一个关键信息:

在混合方案方面,我们跟Google讨论了可能的一些方案。Flutter官方给出的建议是从长期来看,我们应该支持在同一个引擎支持多窗口绘制的能力,至少在逻辑上做到FlutterViewController是共享同一个引擎的资源的。换句话说,我们希望所有绘制窗口共享同一个主Isolate。

但官方给出的长期建议目前来说没有很好的支持。

这个官方的建议方案居然跟我们目前的探索方案完全一致!本来计划是过两个月等代码在线上场景验证之后再公布方案提交到官方讨论,但现在看来,既然想法一致,提前公布方案让官方review一下,给点建议让我们少走点弯路似乎更好一点。

接下来是我们完整的重构方案。

加入WindowId概念,共享Root Isolate

回到本文最开头的那张架构图,只说结论:
Flutter Framework层和Native Engine层的界面绘制交互都是通过两者的Window对象——是的,在Framework层/Engine层都叫Window。

  • Framework层代码参见window.dart,实例为ui.window单例对象

  • Engine层代码参见window.cc

两者交互的API很少,且一一对应。

#window.cc
void Window::RegisterNatives(tonic::DartLibraryNatives* natives) {
natives->Register({
{"Window_defaultRouteName", _DefaultRouteName, 1, true},
{"Window_scheduleFrame", _ScheduleFrame, 1, true},
{"Window_sendPlatformMessage", _SendPlatformMessage, 4, true},
{"Window_sendPlatformMessageSync", _SendPlatformMessageSync, 3, true},
{"Window_respondToPlatformMessage", _RespondToPlatformMessage, 3, true},
{"Window_render", _Render, 2, true},
{"Window_updateSemantics", _UpdateSemantics, 2, true},
{"Window_setIsolateDebugName", _SetIsolateDebugName, 2, true},
{"Window_addNextFrameCallback", _AddNextFrameCallback, 2, true},
{"Window_reportUnhandledException", ReportUnhandledException, 2, true},
});
}

///window.dart
class Window {
String _defaultRouteName() native 'Window_defaultRouteName';
void scheduleFrame() native 'Window_scheduleFrame';
String _sendPlatformMessage(String name,
PlatformMessageResponseCallback callback,
ByteData data) native 'Window_sendPlatformMessage';
ByteData sendPlatformMessageSync(String name, ByteData data)
native 'Window_sendPlatformMessageSync';
/// ...
}

用图来说明现有设计下多FlutterView的对应关系:

一个Ioslate只有一个ui.window单例对象,只需要做一点修改:把FlutterEngine加入ID的概念传给Dart层,让dart层存在多个window,就可以实现多个FlutterEngine共享一个Ioslate了。

需要考虑的是让开发者无感知,不能让开发者显式的通过一个额外的方法去获知当前对应的ID进而获取对应的window,所以我们也修改了Engine调用dart入口main函数的代码。

/// called when isolate is already running.
@pragma("vm:entry-point")
void _runEntryPoint(Function entryPoint, String windowId, String args) {
runZoned(
() {
if (entryPoint is _UnaryFunction) {
(entryPoint as dynamic)(args != null ? json.decode(args) : null);
} else {
entryPoint();
}
},
zoneValues: {
#windowId: [windowId],
#extras: Map<dynamic, dynamic>(),
},
onError: (Object error, StackTrace stackTrace) {
_reportUnhandledException(error.toString(), stackTrace.toString());
},
);
}

利用Dart自带的神奇概念Zone,不同的Zone可以获取到不同的zoneValue这个隐藏Feature,把ID传给dart代码。

然后再改一下默认的ui.window实现。

/// The [Window] singleton. This object exposes the size of the display, the

/// core scheduler API, the input event callback, the graphics drawing API, and

/// other such core services.

/// final Window window = new Window._();

/// 以上是原实现

/// 以下是多window实现

Window get window {
String windowId = Zone.current[#windowId].first;
// must have windowId.
assert(windowId != null);
return windows[windowId];

}

这么一来,即便是运行同一份dart代码,所拿到的ui.window的交互对象也是跟调用其代码入口的FlutterView绑定的FlutterEngine。

修改过后的架构:多FlutterView对应多FlutterEngine然后共享Isolate。

这是一个退而求其次为了少修改代码的折中方案,追求极致的实现是做到真正的多FlutterView共享Engine,但需要引入更多修改,日后再议。

除了window之外,整个Flutter全局从Framework到Engine因为ID的引入需要重新适配的地方还有很多,比如paragraph/bindings/hotreload/hotrestart/IDE工具支持等等,有些不影响开发就暂时没有支持,在这里略过细节,大家有兴趣可以查看后续开源出来的Flutter Repo Fork源码。

内存回收

FlutterView在跳转至新界面调用onStop()时,原实现仅仅只是停掉了Flutter的绘制回调,该占用的内存一点没少,这里我们引入了两个概念,hibernate & recover,从命名上已经能猜出概念的大概含义,但还是先来看看代码,注意注释:

public void onStart() {
// recover:把未回收dart window跟新的mNativeView/Android Shell Holder 绑定起来
if (mNativeView == null) {
mNativeView = new FlutterNativeView(activity.getApplicationContext());
dartExecutor = mNativeView.getDartExecutor();
mNativeView.attachViewAndActivity(this, activity);
mNativeView.recover(oldWindowId, getSurface());
// ...
// ...
}

public void onStop() {
lifecycleChannel.appIsPaused();

if (!isAttached())
return;

// hibernate:逻辑跟 destroy 一模一样,只是不回收dart window
oldWindowId = mNativeView.hibernate();
mNativeView = null;
}

public void destroy() {
if (!isAttached()) {
if (oldWindowId != null) {
FlutterJNI.nativeDestroyHibernatingResources(oldWindowId);
}
return;
}

mNativeView.destroy();
mNativeView = null;
}

核心思路:

  • onStop时hibernate:执行原destroy以及onSurfaceTextureDestroyed的所有逻辑,销毁掉大部分内存,包括Engine,仅保留dart内存中的window

  • onStart时recover:重新创建之前销毁的所有对象,走一次完整的重建流程,与onCreate的区别只是在于不调用dart入口函数,而是把之前保存的dart window跟新创建的Engine绑定

  • onDestroy时销毁dart内存中的window:通过oldWindowId把之前保存的dart window从dart内存中移除

通过这些措施,在小米6上能堆叠近200个FlutterView,应该可以满足未来一段时间的使用需求。

实际编码中发现,Flutter Framework中大量存在一些static变量阻碍了Dart内存回收,在调试工具的帮助下花费了大量时间才消除了内存泄漏,一旦merge新的代码,内存泄漏可能会再次出现。所以目前的修改只能算是一个临时方案,需要官方引入exitApp的概念(与runApp对应)从Framework整体设计上更优雅的解决。

脑洞再开大一点,在内存中保留dart内存数据也是不必要的,可以考虑后续把hibernate中保留的dart相关的内存dump到文件里,这样不仅内存开销进一步降低,同时也能补全Flutter还未支持的Save/Restore功能(Android相关),这个脑洞需要官方从Dart VM层支持。

共享线程

官方设计是FlutterEngine对应四线程,或者说是Task Runner:

  • Platform Task Runner

  • UI Task Runner

  • GPU Task Runner

  • IO Task Runner

UI线程是Dart代码的运行线程,在共享Isolate之后,多FlutterEngine如果继续各自使用独立的UI线程,可能会出现多个UI线程操作同一份Dart内存导致线程不安全的情况(我猜的……毕竟本来Dart是单线程运行模式,多线程我也不知道会发生什么情况),出于这个考虑,我们把线程改成了全局公用的四个线程,当然线程收敛也会有额外的性能收益。

同时,对于线程模型我们也有自己的看法,IO Task Runner目前看起来是一个明显的性能瓶颈,因为单线程的IO肯定无法满足大量并发IO的需求,举个简单的例子:没有任何一个图片库使用单线程Decode。

目前我们正考虑引入IO Thread Pool的概念,也希望官方能直接解决这个问题。

SurfaceView改TextureView

这是个Android平台特有的额外问题。

今日头条线上的小视频详情页有一个跟随手势缩放关闭动画。在把小视频详情页Flutter化之后,我们发现FlutterView目前继承自SurfaceView,SurfaceView本身的问题导致这个缩放动画兼容性很差,根本达不到上线标准。

于是我们把SurfaceView改成了TextureView,除了动画兼容性要好不少以外,TextureView还可以通过一些手段复用Surface,这样back回Flutter界面时直接就是上次的界面,不会有因为SurfaceView的surface Destroy而导致的闪烁问题。

当然也存在一些问题,目前发现在debug模式下TextureView的帧率要比SurfaceView要低,但在Release模式下这个感受不太明显,后续需要进一步的研究。同时也希望官方能直接支持TextureView,SurfaceView对动画的支持实在太差了。

小结

以上就是我们为Flutter支持View级别开发所做的努力,目前本方案还在落地实践中,但因为跟官方思路吻合,于是仓促行文,供大家一起探讨交流,自己也少走弯路。不足之处请见谅。

Fork Repo还在进行公司内部开源审查程序,通过后会在字节跳动官方Github上开源。

如果大家对本文中的方案有任何意见或建议,或者有兴趣加入字节跳动客户端基础技术Team一起研究Flutter等前沿技术,欢迎在下方留言与我们讨论,也可以直接和公众号联系!

相关推荐

2024 抖音欢笑中国年(五):Wasm、WebGL 在互动技术中的创新应用

前言随着 Web 前端技术的不断发展,越来越多的新兴技术方案被引入到 Web 开发中,其中 Wasm 和 WebGL 作为前端领域的两大利器,为开发者带来了更多的可能性。本文将结合2024 年抖音欢笑中国年的部分项目,重点介绍如何利用 Wasm 和 WebGL 对目前流行的一些前端互动技术(比如 Lottie、渲染引擎、动画图片等)进行创新和实践,利用 Wasm 和 WebGL 等新技术方案的特性...

字节跳动技术团队官方博客 2万+

2024 抖音欢笑中国年(四):渲染技术实践与探索

作者:陈瑞、欧阳浩铸、王武俊、倪梵云前言抖音在2024年春节期间推出了欢笑中国年系列活动,为用户带来了全新的体验和乐趣。而SAR Creator则为该项目研发工作提供了重要的技术支持。SAR Creator是一款基于 Typescript 的高性能、轻量化的互动解决方案,目前支持了浏览器和跨端框架平台,服务于字节内部的各种互动业务。这些绚烂多彩的互动场景当然也离不开实时渲染技术的支持,因此本文将专...

字节跳动技术团队官方博客 2万+

2024 抖音欢笑中国年(三):编辑器技巧与实践

前言本次春节活动中,我们大部分场景使用内部的 SAR Creator互动方案来实现。SAR Creator 是一款基于 TypeScript 的高性能、轻量化的互动解决方案,目前支持了Web和字节内部跨端框架平台,服务于字节内部的各种互动业务,包括但不限于抖音春节、抖音直播礼物、抖音UG活动等。SAR Creator 编辑器支持了图形化界面,提供了各类完善的系统(光照、动画、脚本等)供用户快速便捷...

字节跳动技术团队官方博客 1万+

2024 抖音欢笑中国年(二):AnnieX互动容器创新玩法解析

本文基于24年抖音春节活动业务背景,介绍了字节跨端容器AnnieX在游戏互动套件上的探索,致力于提升容器在游戏互动场景的优化能力。业务背景AnnieX作为字节一方游戏统一容器,服务字节内部电商、直播、UG等跨端场景业务。在字节一方游戏互动场景,有大量的一方游戏业务对容器有特定的流量、端能力和游戏优化的诉求。因此我们不断深入互动游戏业务特点,为字节游戏提供完善游戏端能力和流量运营能力,同时提供游戏互...

字节跳动技术团队官方博客 1万+

2024 抖音欢笑中国年(一):招财神龙互动技术揭秘

字节跳动旗下的抖音等 App 在 2024 年春节期间推出了欢笑中国年系列活动,在实现增长业务目标的同时,为用户带来了全新的体验和乐趣。「招财神龙」是其中的一个重要玩法。前言本次春节活动,使用到了字节内的主要前端、跨端、互动技术产品。主要涉及:跨端框架提供了首屏直出的方案使其具有较短的首屏时间,能够大大提升业务加载成功率。跨端框架也提供了 Canvas 作为 SAR Creator 等渲染引擎的...

字节跳动技术团队官方博客 1万+

Monorepo 解决方案 — 基于 Bazel 的 Xcode 性能优化实践

背景介绍书接上回《Monorepo 解决方案 — Bazel 在头条 iOS 的实践》,在头条工程切换至 Bazel 构建系统后,为了支持用户使用 Xcode 开发的习惯,我们使用了开源项目 Tulsi 作为生成工具,用于将 Bazel 工程转换为 Xcode 工程。但是在使用的过程中,我们发现了一些问题,其中影响较大的是,Xcode 工程卡顿:对于头条这种大型项目来说,Xcode 卡顿一直是本地...

字节跳动技术团队官方博客 1万+

抖音 ANR 自动归因平台建设实践

背景介绍本文在 2024 年初最新一期『抖音客户端基础技术大揭秘』技术沙龙活动中已做过专题分享,本次将内容重新整理文章进行分享。公众号后台回复技术沙龙可查看沙龙回放及 PPT~抖音作为一个超大型的应用,我们在 ANR 问题治理上面临着很大的挑战。首先对于存量问题的优化,由于缺少有效的归因手段,一些长期的疑难问题一直难以突破解决,例如长期位于 Top 1 的 nativePollOnce 问题。同时...

字节跳动技术团队官方博客 2万+

CVPR 2024 | CAMixerSR 动态注意力分配的超分辨率加速框架

背景随着相关技术和应用的发展,比如超高清屏幕、虚拟现实(VR)等沉浸式体验的增加,用户对超高分辨率图像和视频的需求变得越来越强烈。在这些场景中,图像的质量和清晰度对于提供最佳的用户体验至关重要。超高分辨率不仅能提供更清晰、更真实的视觉效果,还能在一定程度上增强人们的互动和沉浸感,在一些VR场景中我们需要8K甚至16K的才可以满足需求。然而要生成或者处理这些超高分辨率的内容,对算力的要求也是与日增长...

字节跳动技术团队官方博客 1万+

CVPR 2024 | Modular Blind Video Quality Assessment:模块化无参视频质量评估

无参视频质量评估 (Blind Video Quality Assessment,BVQA) 在评估和改善各种视频平台并服务用户的观看体验方面发挥着关键作用。当前基于深度学习的模型主要以下采样/局部块采样的形式分析视频内容,而忽视了实际空域分辨率和时域帧率对视频质量的影响,随着高分辨率和高帧率视频投稿逐渐普及,特别是跨分辨率/帧率视频转码档位画质评估场景中,这种影响变得更加不可忽视。在本文中,我们...

字节跳动技术团队官方博客 1万+

2024 AI & 前端:回首展望,光芒未至,破晓之前!

前言回望 2023 年,ChatGPT 的突然爆火,让 AI 无疑成为最为值得注目的新兴领域之一,我们也一起见证了生成式 AI 的寒武纪大爆发。这一年来,国内外的生成式 AI 、大模型和相关产品以令人眼花缭乱的速度更新迭代,新的创业浪潮风起云涌。在这 AI 浪潮下,也让我们有了新的开发思考,探索着在各个环节中“前端 & AI”的应用场景。勇于探索的前端开发者们已经开始挥舞着 AI 的“魔法...

字节跳动技术团队官方博客 1万+

Kotlin 云端差分缓存技术

本文由字节跳动 Buildinfra 团队出品。在我们的工程上线 Monorepo 全源码后,Kotlin 编译成了整个编译中最耗时的步骤,全源码过程中大量的 BuildCache Miss 导致我们的编译数据落后原来多仓二进制时代很多,且业界没有相关的解决方案。本篇文章我们来具体阐述下 BuildInfra 团队自研的解决方案 - Kotlin 云端差分方案的原理和技术实现。一、Monorepo...

字节跳动技术团队官方博客 1万+

字节跳动基础架构SRE-Copilot获得2023 CCF国际AIOps挑战赛冠军

近日,2023 CCF国际AIOps挑战赛决赛暨“大模型时代的AIOps”研讨会在北京成功举办,活动吸引了来自互联网、运营商、科研院所、高校、软硬件厂商等领域多名专家学者参与,为智能运维的前沿学术研究、落地生产实践打开了新思路。决赛中,从初赛两百多支队伍中脱颖而出的十支入围队伍分别展示了各自的方案,并进行了现场答辩,评审专家从选题方向、创新性、实用性、完整度和实验复现结果等多角度进行了综合评定,最...

字节跳动技术团队官方博客 2万+

字节跳动百万级Metrics Agent性能优化的探索与实践

背景metricserver2 (以下简称Agent)是与字节内场时序数据库 ByteTSD 配套使用的用户指标打点 Agent,用于在物理机粒度收集用户的指标打点数据,在字节内几乎所有的服务节点上均有部署集成,装机量达到百万以上。此外Agent需要负责打点数据的解析、聚合、压缩、协议转换和发送,属于CPU和Mem密集的服务。两者结合,使得Agent在监控全链路服务成本中占比达到70%以上,对Ag...

字节跳动技术团队官方博客 1万+

西瓜视频RenderThread引起的闪退问题攻坚历程

背景影响西瓜之前存在过一类RenderThread闪退,从堆栈上看,全部都是系统so调用,给人的第一印象像是一个系统bug,无从下手。闪退集中在Android 5~6上,表现为打开直播间立即闪退。该问题在2022年占据Native Crash Top5,2023年更是上升到到Top1。因此有必要投入时间和精力再重新审视一下这个问题。在历经多周的源码分析和排查后,逐步明确了问题根因并修复,最终取得了...

字节跳动技术团队官方博客 2万+

字节电商双11 大促容量保障是如何做的?

前言Rhino 简介Rhino是字节自研全链路容量评估产品,致力于构建完整的全链路容量评估解决方案(覆盖:容量预估->资源准备->数据准备->容量验证->监控->分析->决策->处理反馈);围绕容量在稳定性、成本、效率 三方面提供业务全方位基础支撑。Rhino 目前已经成为字节各业务容量评估主流解决方案,并且历年来在业务大型活动稳定性保障中(抖音春节项目、...

字节跳动技术团队官方博客 10万+

使用火山引擎 APMPlus 解决抖音Top 1 Java 崩溃的通用优化方案

背景近3个月,抖音 Android 版面临一个多次触发线上报警的崩溃问题,全量版本和灰度版本的异常数据激增,该问题不仅容易触发报警,更成为了 Java Top 1 崩溃问题,带来巨大困扰,急需攻坚解决。本文展现了具体的分析过程、优化思路和解决方案,同时提供了已集成该方案的实用工具。初步分析多维特征我们以某发版期间数据为例进行分析:机型方面:比较分散,有聚集部分samsung sm-s9180 占比...

字节跳动技术团队官方博客 2万+

用 Addon 增强 Node.js 和 Electron 应用的原生能力

前言Node.js Addon 是 Node.js 中为 JavaScript 环境提供 C/C++ 交互能力的机制。其形态十分类似 Java 的 JNI,都是通过提供一套 C/C++ SDK,用于在 C/C++ 中创建函数方法、进行数据转换,以便 JavaScript / Java 等语言进行调用。这样编写的代码通常叫做 Bindings。此外还有基于 C ABI Calling Convent...

字节跳动技术团队官方博客 2万+

火山引擎 ByteHouse 的增强型数据导入技术实践

作为企业数字化建设的必备要素,易用的数据引擎能帮助企业提升数据使用效率,更好提升数据应用价值,夯实数字化建设基础。数据导入是衡量OLAP引擎性能及易用性的重要标准之一,高效的数据导入能力能够加速数据实时处理和分析的效率。作为一款OLAP引擎,火山引擎云原生数据仓库ByteHouse源于开源ClickHouse,在字节跳动多年打磨下,提供更丰富的能力和更强性能,能为用户带来极速分析体验,支撑实时数据...

字节跳动技术团队官方博客 1万+

打造企业级智能问答系统的秘密:如何使用云数据库 PostgreSQL 版实现向量检索

本文就如何利用火山引擎云数据库 PostgreSQL 版和大语言模型技术(Large Language Model,简称 LLM),实现企业级智能交互式问答系统进行介绍。通过本文,你将会了解交互式问答系统的原理,学习 PostgreSQL 的向量化存储和检索技术,以及大语言模型交互技术等。背景在大数据的浪潮下,众多企业建立了自己的知识库,以便于信息检索和知识查询。然而,随着知识库内容的膨胀,传统的...

字节跳动技术团队官方博客 2万+

抖音大型直播的画质优化实践

面临挑战随着抖音内容生态的不断丰富,越来越多的大型赛事在抖音平台进行直播,世界杯/春晚/亚运会等各项赛事节目引来大量用户观看。卡塔尔世界杯期间,抖音提供的稳定高质直播画面为观众带来了完美的观赛体验,决赛的 PCU 高达 3700W+。不同赛事节目涉及链路众多,且不同赛事之间存在差异,如何保障各链路的画质稳定并进一步提升画质,是一个巨大的挑战。如何应对挑战?画质优化链路大型赛事直播涉及链路较长,不同...

字节跳动技术团队官方博客 2万+

抖音直播新一代BVC编码器正式亮相

面临挑战在直播行业发展如火如荼的今天,用户对视频体验的要求也水涨船高。视频基础体验的关键要素包括清晰度、流畅度、低延迟等,而这些要素的“第一性原理”,就是视频本身的编码效率,也就是压缩率。视频编码是整个技术体系的基座,编码效率的显著提升,能够在同等码率下极大提高画质,从而改善用户体验。视频编码效率的重要性不言而喻,但进一步地提升也并非易事,尤其在直播场景中,对编码速度、延迟、码率控制等方面都有很高...

字节跳动技术团队官方博客 7356

Go Metrics SDK Tag 校验性能优化实践

背景Metrics SDK 是与字节内场时序数据库 ByteTSD 配套的用户指标打点 SDK,在字节内数十万服务中集成,应用广泛,因此 SDK 的性能优化是个重要和持续性的话题。本文主要以 Go Metrics SDK 为例,讲述对打点 API 的 hot-path 优化的实践。用户在使用 SDK API 进行打点时,需要传入指标对应的 Tag:tags:=[]m.T{{Name:"foo...

字节跳动技术团队官方博客 1万+

云上智能驾驶三维重建最佳实践

智能驾驶技术的不断发展,正在改变着我们的出行方式和交通系统。作为其中的一个关键技术,三维重建在智能驾驶系统中起着重要的作用。除去车端本身的感知、重建算法,自动驾驶技术的落地与发展需要庞大的云端重建能力支撑,火山引擎多媒体实验室通过行业领先的自研三维重建技术,结合强大的云平台资源与能力,助力相关技术在云端大规模重建、自动标注、真实感仿真等场景的落地与应用。本文重点介绍火山引擎多媒体实验室三维重建技术...

字节跳动技术团队官方博客 6305

火山引擎实时、低延时拥塞控制算法的优化实践

摘要火山引擎智能拥塞控制算法 VICC(Volcano Intelligent Congestion Control)是一种自适应的拥塞控制算法,旨在解决全球不同网络环境下,不同音视频应用对带宽利用率和延时的差异化要求。它结合了传统拥塞控制算法(如 GCC 和 BBR)的优点,并且能够根据不同的网络条件、业务偏好和码率特征进行自适应调整,包括自适应拥塞响应速度、自适应带宽探测幅度、自适应丢包检测策...

字节跳动技术团队官方博客 6735

veImageX 演进之路:Web 图片加载提速50%

背景说明火山引擎veImageX演进之路主要介绍了veImageX在字节内部从2012年随着字节成长过程中逐步演进的过程,演进中包括V1、V2、V3版本并最终面向行业输出;整个演进过程中包括服务端、客户端、网络库、业务场景与优化等多个角度介绍在图像处理压缩、省成本与体验优化的经验与方案;本篇文章重点介绍在web端演进和提供的能力,图片是 Web 站点中的重要元素,图片体积、格式、分辨率以及渲染方式...

字节跳动技术团队官方博客 6589

自研多模态追踪算法 PICO 为「手柄小型化」找到新思路

作者:张韬、林泽一 、闻超 、赵洋研发背景作为头戴的追踪配件,VR手柄可以通过HMD(头戴显示设备)的inside-out光学追踪定位原理,计算出手柄的空间运动轨迹,同时结合6轴传感器实现6DoF空间定位。与此同时,结合手柄控制器的物理按键、马达反馈、摇杆等,用户还能获得逼真、细腻的触觉反馈,进一步增强虚拟现实人机交互的能力以及沉浸感,这也是目前无手柄方案所难以实现的。目前主流VR手柄的追踪技术方...

字节跳动技术团队官方博客 7821

如何利用播放器节省20%点播成本

点播成本节省的点其实涉及诸多部分,例如:CDN、转码、存储等,而利用播放器降本却是很多客户比较陌生的部分。火山引擎基于内部支撑抖音集团相关业务的实践,播放器恰恰是成本优化中最重要和最为依赖的部分。火山引擎的视频团队做了份数据统计,在一个很经典的视频业务中,我们在2022年至2023年大约1年半的时间里,针对这个业务进行了33次成本优化点,其中13次是播放器主导的优化,其余的有12次也是需要播放器强...

字节跳动技术团队官方博客 6176

火山引擎 ByteHouse:ClickHouse 如何保证海量数据一致性

背景ClickHouse是一个开源的OLAP引擎,不仅被全球开发者广泛使用,在字节各个应用场景中也可以看到它的身影。基于高性能、分布式特点,ClickHouse可以满足大规模数据的分析和查询需求,因此字节研发团队以开源ClickHouse为基础,推出火山引擎云原生数据仓库ByteHouse。在日常工作中,研发人员经常会遇到业务链路过长,导致流程稳定性和数据一致性难保障的问题,这在分布式、跨服务的场...

字节跳动技术团队官方博客 6900

抖音集团都在用的画质评估工具,确定不试试吗?

导读本文从抖音集团内部画质评估体系的建设历程着笔,主要分享了画质评测对于业务的重要性、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。画质评估体系建设历程为何评测画质如此重要?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。因此,建设一套行...

字节跳动技术团队官方博客 7941

VLDB 2023 | CDSBen: 字节跳动 veDB 数据库存储系统性能测试模型

背景随着业务爆炸式增长与云原生技术的日渐成熟,大量云原生分布式数据库产品如雨后春笋般涌现,其中一部分主打 OLTP 场景的分布式数据库强调的是从计算-存储分离架构获得弹性收益;对于业界各种计算-存储分离架构的数据库而言,怎么用真实的端到端数据库 workload 去 benchmark 其底层存储系统一直存在以下难题:对于数据库专用存储系统,不存在如 fio 一样的“事实标准” benchmark...

字节跳动技术团队官方博客 5896
上一篇: node中Session持久化与Redis缓存
下一篇: 连载 | 深入理解gradle框架之二:依赖实现分析
 字节跳动技术团队
字节跳动技术团队 企业官方账号 企业官方账号
博客等级 码龄7年 8153粉丝 316原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值