SmartCodeTech的博客

得物自研客服知识库系统，解决了第三方知识库在业务快速发展下面临的维护体量增大、系统协作效率低等问题。系统采用TinyMCE富文本编辑器，支持表格编辑和格式兼容，并通过结构化段落设计实现细粒度知识管理。针对图片迁移问题，系统自动替换旧链接；通过懒加载技术优化大量图片导致的页面卡顿；利用截图生成模板缩略图提升用户体验；扩展编辑器API实现全局查找替换功能。此外，系统结合ES检索和大模型能力，提供智能问答、答案推荐和联网搜索等场景支持，显著提升了客服工作效率和知识管理能力。

重构站外商详，一方面可以接入得物后台最新版本的商详数据API，便于后续需求迭代，避免站外商详和App商详体验的持续割裂现象；另一方面可以同时提高站外商详的前端性能，带给用户更好的使用体验。

精准测试是一套有效提高软件测试质量和效率的技术体系，可以有效解决传统测试中的盲测、漏测、冗测等现象提升测试效率和准确性，前置暴露风险保障上线质量。本文主要介绍了得物精准测试平台推荐引擎中部分核心功能的相关实现方式。精准测试平台为质量保障提供了有效的拓展策略，也带来了不错的收益。

在得物，实验文化非常浓厚，渗透到了几乎所有业务域，通过AB实验来验证策略的有效性和收益已经像吃饭睡觉一样自然。每个月有成百上千个实验被创建或者完成决策结束或推全。在支撑实验能够规模化运行的过程中，得物实验平台也面临了多方面包括稳定性、性能、准确性的挑战，本文将为你带来得物AB实验平台数据驱动决策的实践。

实际上随着近些年前端的技术发展以及业务对前端交互体验的要求提高，前端整个代码量复杂度和代码量增长飞快。随着这一趋势的变化，服务于前端工程构建方案多年的webpack，在构建效率上已经逐渐成为瓶颈。既然是业界的普遍性问题，那么外界也肯定会存在不少优化案例可以借鉴或者复用。由于Node.js的优化方案通常都会存在各种场景限制，这里我们主要从另外一个思路去寻找方案。经过调研目前业界的主要方案有Rspack、Vite、Turbopack、swcpack相对比较有代表性。

Disruptor是基于事件异步驱动模型实现的，采用了RingBuffer数据结构，支持高并发、低延时、高吞吐量的高性能工作队列，它是由英国外汇交易公司LMAX开发的，研发的初衷是解决内存队列的延迟问题，不同于我们常用的分布式消息中间件RocketMQ、Kafaka，而Disruptor是单机的、本地内存队列，类似JDK的ArrayBlockingQueue等队列。

本文重点讨论新品来样流程与状态机接入，新品来样流程的来源渠道属性非常明显，不同的渠道业务逻辑与流程都存在或大或小的区别。

我们发现ZooKeeper在运行一段时间后，内存占用率会不断增加，容易导致内存耗尽（OOM）的问题。我们对这一现象非常好奇，因此也参与了解决这个问题的探索过程。

2024年1月5日，周五，本来是个美好的日子，期待着马上到来的周末。可是下午1点多，接到产品一个问题反馈，经过一番排查，23年7月份上线的功能，对于跨年场景的处理有问题，其核心在于“周的年”获取方式不正确。

本文不讨论传统的通过对抗网络生成图片的方式，我们主要讨论的是基于扩散模型生成图片的方式，开源的 Stable Diffusion 就是基于 LDM，即 Latent Diffusion Model(潜在的扩展模型)实现的，另外 Stable Diffusion 通过引入 Transformer 架构实现了对提示词的支持，能够在去除图片噪音的过程中进行精确的控制。

本文将基于比较火的 Llama 2 大模型的结构介绍上下文长度的方法与挑战，然后探讨一些业界流行的上下文长度扩展的技术，最后给大家推荐下 KubeAI 大模型训练推理平台可以上手实验。

在页面启动的整个流程中，随着UI复杂度的上升，不惧的Inflate耗时占据了相当一部分关键的比例，本文分享得物自身在页面布局构建耗时优化方案上的探索历程。

在数字产品的数据分析实践中，手动代码埋点方式因其精确性和定制化的优势长期被许多组织采用，但随着业务快速发展和迭代需求的增加，传统手动埋点方法的时间消耗、一定的技术门槛和较高的维护成本成为研发角色的负担。另外，全埋点的埋点方式提供了全面数据捕捉的解决方案，但其带来的海量数据处理难题和潜在的隐私风险也不容忽视。

本文主要介绍了我们利用大模型辅助产品同学生成页面原型的实践经验。

在 Monorepo 大仓模式中，我们把组件放在共享目录下，就能通过源码引入的方式实现组件共享。越来越多的应用愿意走进大仓，正是为了享受这种组件复用模式带来的开发便利。

支付是指为清偿商品交换和劳务活动所引起的债权债务，货币债权从付款人向收付人的转移的过程。本文将从支付系统的历史、基本概念、系统设计、资损防控与订单与支付交互等方面予以介绍。

2024首场沙龙｜技术创造价值，得物技术旨在吸引有才华的工程师，共同开创一番事业，一起共创未来。

随着互动游戏业务DAU量级增加，性能和体验重要性也越发重要，好的性能和体验不仅可以增加用户使用体感，也可以增加用户对于互动游戏的使用粘性。

为了监控集团各业务线的资金来源和去向，资金部需每天分析所有账户出金和入金情况。为此，我们提供了资金管理平台，该平台拥有账户收支流水和账单拉取等功能，以及现金流打标能力，为资金部提供更加准确的现金流分析。

老网关使用 Spring Cloud Gateway （下称SCG）技术框架搭建，SCG基于webflux 编程范式，webflux是一种响应式编程理念，响应式编程对于提升系统吞吐率和性能有很大帮助。

文章以Jedis为引，分析了GenericObjectPool连接池的底层原理以及Jedis是如何使用该连接池的，并且结合了Arthas分享了一个简单的排障方式。

JSR是Java Specification Requests的缩写，意思是Java规范提案。是指向JCP提出新增一个标准化技术规范的正式请求，以向Java平台增添新的API和服务。JSR已成为Java界的一个重要标准。

“效率”作为得物技术部的关键词之一，大家在研发效能、会议效率、协作效率、办公效率等方面一只进行着持续地探索。在实际落地的过程中，为了更多的评估应用效果，往往需要将定性描述转换为可量化的数据指标。

本文把得物在推进云原生容器技术落地过程中相关方案和实践做一些总结和梳理，欢迎阅读与交流。

发布变更是影响稳定性的一个重大因素，为了发布异常时能快速回滚，增加发布期间的稳定性，也为了解决更多服务部署时互相依赖而导致的发布时间增长等问题，得物在今年引入一种新的发布模式——蓝绿发布。这种发布模式带来了稳定性和效率的提升，这里我们以SRE的视角来解读下得物的蓝绿发布。

本文通过实践过程中遇到的一些问题以及逐步沉淀下来的最佳实践，来阐述下前端大仓monorepo在权限这块是如何思考以及设计的。

目前得物的商品分为三种类型，分别是：新品、商品、草稿。但是只有商品是可售卖的，新品和草稿都不是可售卖的。

实时计算不同于离线数仓，数据的稳定性喝准确性很难把控，复杂的链路通过简单的测试无法保障整体数据的质量，双链路Diff的形式可以在迭代中更好保障实时数据的质量。

本文基于我们与业务合作的经验，将分享如何在大模型平台上实现业务效果指标提升。我们将以大模型平台上从训练到推理部署的全链路流程为基础，提供优化思路，最终达成业务效果指标的提升。

根据商家核心业务需要，选择了核心的4个应用，并沉淀了持续几个迭代的过程和结果数据。以下是几个迭代下来使用精准测试平台的一些实践数据和心得。

本文主要是介绍得物针对监控做了哪些事情以及对前端底层监控手段做个总结。

本文将详细介绍虚拟线程的使用场景，实现原理以及在IO密集型服务下的性能压测效果。

随着业务的快速发展以及资源规模的增长，项目管理也需要根据团队规模及不同阶段的特点及时做好调整及应对。PMO/项目经理承担着资源使用、项目进度、团队协作等相关管理工作，过程的成功与否也决定着团队交付目标是否达成，结果是否符合预期。本次沙龙希望以得物PMO在公司发展不同阶段的实践来分享对资源使用、管理，价值交付的一些共性及差异化思考；活动也邀请了不同行业标杆来一起探讨项目管理各领域的现状及优秀案例。

通过对数据的分层管理，不同的数据可以被合理地分类，方便企业快速进行数据分析和决策。在实际应用中，数据分层需要进行零活儿有效的规划和设计，并结合相关的技术和工具进行管理和监控。只有这样，企业才能提高决策和管理的效率，增强市场竞争力。

低代码平台一直被业界调侃为“行业毒瘤”，相反，它是一种非常有前途的技术趋势。低代码搭建平台可以帮助企业降低开发成本、缩短开发周期、增加灵活性，降本增效。

在得物落地资损防控期间，作为SRE一直在宣导的理念：资损防控需要研发、测试、SRE三方相互协作，三道防线相互兜底，合并共举达到资损防控的目标。未来，资损防控我们重点关注以下3个方面：风险分析--目前我们主要还是基于专家经验，后续我们将通过数据染色，血缘分析，做到自动化的风险输出。多体系防控--完善资损防控体系建设，抽象通用防控能力与可扩展的精细化防控能力，做到核对工具体系与业务场景相适配。资损演练--在大规模的业务体系之下，纯靠人去做攻击，其实是不太现实的，必须得靠智能化、数据化的方式去驱动。

随着自动化测试左移实践深入，越来越多不同类型的需求开始用自动化测试左移来实践，在实践的过程中也有了新的提效诉求，比如技改类的服务拆分项目或者BC流量拆分的项目，在实践过程中，这类需求会期望不同染色环境在相同的配置条件下，拆分后的代码和基准release代码的接口响应response有全量对比结果才能更好达到需求验证点。

系统设计的核心作用是在业务现实世界和抽象的IT实现之间建立起一道桥梁。与其他行业被物理特性限制所束缚不同，软件世界可以变得无限庞大，而限制软件发展的其实是人的认知能力。所有软件设计服务的目标其实都是管理人的认知，是关于人有限的精力如何学习软件中无限多的知识（Knowledge）的问题。软件行业从传统的瀑布开发模式，过渡到了敏捷开发模式，对于文档，敏捷宣言中说的是“工作的软件高于详尽的文档”，但实际工作中开发人员写的文档是越来越少，或者是能不写就不写；

我们调研了LORA与QLORA等微调训练技术，以及GPTQ量化部署技术。在跑通最小Demo并验证效果后，把这些技术集成到KubeAI平台(得物AI平台)，提供给大家去快速上手。

随着Flink实例的迁移下云以及新增需求接入，自建Flink平台规模逐渐壮大，当前总计已超4万核运行在自建的K8S集群中，然而 Flink 任务数的增加，特别是大状态任务，每次Checkpoint 时会产生脉冲式带宽占用，峰值流量超过100Gb/s，早期使用OSS作为Checkpoint数据存储，单个Bucket 每 1P数据量只有免费带宽10Gb/s，超出部分单独计费，当前规模每月需要增加1x w+/月。越来越多的企业意识到，通过信息化建设和工具化的支持，可以大幅提升协作效率，并在行业中取得突破。