可视化学习 Go 并发编程 2017.8.5 黄庆兵 - 网易 bingohuang.com 并发 简单来说，并发是一种构造程序的方式 Concurrency is not Parallelism Slide (http://talks.golang.org/2012/waza.slide) 1. 并发很强大 2. 并发帮助实现并行，使并行(扩展等)变得容易 3. 并发不是并行 并发不是并行，并发重点是架构，并行重点是执行，两者不同，但相关。 04:22 / 31:21 可视化 并发(Concurrency) & 并行(Parallelism) 一图胜千言！ 并行(PARALLELISM) 这是并行 (/2017/go-concurrency-visualize/parallelism.html) 并发(CONCURRENCY) 这是并发 (/2017/go-concu 让并发编程变的简单起来 但是问题来了 我们怎样去讲解 Go 的并发？ 我们怎样思考 Go 的并发过程？ 最终，我们怎样更好的实践 Go 并发编程？ 祭出法宝 - GoTrace 一种将 Go 并发过程可视化的开源 (https://github.com/divan/gotrace) 工具 出自 divan (https://github.com/divan) 大神，主要包含两个程序： gotrace(go)：分析

��������� ����� ⽑毛超 CONTENTS 01 引⾔言 02 可视化的认识遗留留系统 03 可视化的划分遗留留系统 04 可视化的拆解遗留留系统 引⾔言 遗留留系统、微服务架构 任何⼈人类的设计都会腐化 软件当然也不不例例外 拆成微服务 微服务架构的九⼤大特征 •通过服务进⾏行行组件化 •围绕业务能⼒力力组织 •做产品⽽而不不是做项⽬目 •智能端点与傻⽠瓜管道 •容错设计 •演进式设计 可视化能帮我们什什么 掌握系统业务 明确系统边界 ⼩小步改造系统 可视化的认识遗留留系统 C4模型、⽤用户画像、⽤用户旅程 C4模型系统架构可视化 国家级 省级 道路路级 市级 C4模型系统架构可视化 系统上 下⽂文图 容器器图 代码图 组件图 已可视化 ⽤用户画像和旅程系统功能⽤用户可视化 ⽤用户画像 ⽤用户旅程 已可视化 突出⽤用户信息，诉求和价值体现 突出⽤用户信息，诉求和价值体现 还原业务场景 可视化的划分遗留留系统 领域驱动设计、事件⻛风暴暴⼯工作坊、服务画布 好的设计 低耦合 如果做到了了服务之间的松耦 合，那么修改⼀一个服务就不不 需要修改另⼀一个服务。⼀一个 松耦合的服务应该尽可能少 地知道与之协作的那些服务 的信息。 ⾼高内聚 就是把相关的⾏行行为聚 集在⼀一起，把不不相关 的⾏行行为放在别处。如 果你要修改某个服务 的⾏行行为，最好只在⼀一

如何使用影响地图发掘有价值的需求 Eric Liao 2 内容 • 什么是影响地图？ • 影响地图的价值？ • 影响地图有哪些的核心要素？ • 如何在实践中应用影响地图？ www.leangoo.com 3 什么是影响地图 www.leangoo.com 4 影响地图 • 发明人是Example of specification《实例化需求》 的作者：Gojko 的作者：Gojko Adzic • Example of specification《实例化需求》一书的伟 大贡献之后(获得 2012年 Jolt Award 年度最佳图书 大奖) • 2012年10月他发行了 Impact Mapping《影响地 图》这本只有三个部份，共73页的小册子。它展现 了一种「让需求可视化的能力」 5 产品功能 产品功能 产品功能 产品功能 产品功能 www.leangoo.com 9 结构性 整体性 协作性 整体性 可视化 影响地图的价值 1 0 从为什么开始，价值驱动 用户痛点、业务价值 业务解决方案， 如何解决问题 要做什么需求 和功能 www.leangoo.com 11 影响地图作为需求PK的依据 • 产品创意 • 体验优化和改善 • 市场和竞争对手分析 • 用户／客户反馈

391 CVPR 2022 | 美团技术团队精选论文解读 404 ACM MM & ECCV 2022 | 美团视觉 8 篇论文揭秘内容领域的智能科技 413 前端 427 知识图谱可视化技术在美团的实践与探索 427 终端新玩法：技术栈无关的剧本式引导 459 自动化测试在美团外卖的实践与落地 483 深入理解函数式编程（上） 512 深入理解函数式编程（下） 541 541 Android 对 so 体积优化的探索与实践 568 从 0 到 1：美团端侧 CDN 容灾解决方案 589 美团高性能终端实时日志系统建设实践 608 后端 622 可视化全链路日志追踪 622 设计模式二三事 647 基于代价的慢查询优化建议 670 Java 系列 | 远程热部署在美团的落地实践 692 日志导致线程 Block 的这些坑，你不得不防 架在速度和精度方面 仍有很大的提升的空间。基于此，我们通过研究并借鉴了业界已有的先进技术，开发 了一套新的目标检测框架——YOLOv6。该框架支持模型训练、推理及多平台部署 等全链条的工业应用需求，并在网络结构、训练策略等算法层面进行了多项改进和优 化，在 COCO 数据集上，YOLOv6 在精度和速度方面均超越其他同体量算法，相关 结果如下图 1 所示： 算法 2 > 2022年美团技术年货

应运而生。经过一段时间的实践，Augur 也有效地满足了算法侧的需求，并成为美团 搜索与 NLP 部通用的解决方案。下面，我们将从解读概念开始，然后再分享一下在 实施过程中我们团队的一些经验和思考。 2. 抽象过程：什么是模型预估 其实，模型预估的逻辑相对简单、清晰。但是如果要整个平台做得好用且高效，这就 需要框架系统和工具建设（一般是管理平台）两个层面的配合，需要兼顾需求、效率 与性能。 那么，什么是模型预 型，更多的模型处理层级，以及更多的业务。在这样的需求背景下，老框架开始出现 了一些局限性，主要包括以下三个层面： 6 > 美团 2020 技术年货 ● 性能瓶颈：核心层的模型预估的 Size 扩展到数千级别文档的时候，单机已经 难以承载；近百万个特征值的传输开销已经难以承受。 ● 复用困难：模型预估能力已经成为一个通用的需求，单搜索就有几十个场景都 需要该能力；而老逻辑的业务耦合性让复用变得更加困难。 和特征的管理，包括但不限于配置、上线、灰度、验证等等。 3.2 新框架的边界 跟所有新系统的诞生故事一样，老系统一定会出现问题。原有架构在少特征以及小模 型下虽有优势，但业务耦合，无法横向扩展，也难以复用。针对需求和老框架的种种 问题，我们开始构建了新的高性能分布式模型预估框架 Augur，该框架指导思路是： ● 业务解耦，设定框架边界：只做特征抽取和模型预估，对预估结果的处理等业 务逻辑交给上层处理。

对于新的运营配置需求，研发同学需要开发对应的配置页面，然后转给运营同学进行配置的管理，最后运 营人员对资源进行配置上线，其流程如下： 对于每个运营配置需求都要经过需求评审、页面开发、配置管理、上线的流程。同时，对于配置页面的开 发，少则需要1到2天的开发工时，研发成本高。问题总结如下： 1. 研发成本高，每个需求要开发新的配置管理页面。 2. 研发周期长，运营效率低，从需求的提出到运营上线周期长。 周期长。 3. 灵活性差，对不同的运营维度（城市、版本、时间等）都需要事先确定好，无法动态调整。 上线流程“粗糙” 上线流程“粗糙” 在早期，运营配置上线流程需要研发同学参与。产品提出运营配置需求，研发同学通过修改代码对配置进 行变更，然后通过代码上线进行发布。整体流程如下： 这种上线机制存在以下几个问题： 1. 配置上线过多依赖于代码的发布。 2. 整体上线过程无审核机制，无法对配置资源进行合规审核。 随着业务的不断迭代，无论采用怎样的数据字段组成，都无法满足业务变化的字段（这里是指像标题、副 标题、图片、跳转链接等）要求。对底层数据进行JSON化，其对应的数据字段完全可动态扩展，从而满 足业务不断迭代的需求。JSON化随之也会带来运营位字段管理的问题，我们通过字段管理的工具来解决 这个问题。 运营流程化 运营流程化 设计一套整体的流程管理机制，解决运营的投放、审核、发布和回滚的问题。通过流程化的机制，我们实

com 节省研发团队的每一分钟 Apifox（广州睿狐信息科技有限公司）成立于 2021 年，是一家专注于企业 API 研发管理工具及解决方案 的创新企业。围绕 API 全生命周期协同与管理需求， 提供 API 文档、API 调试、API Mock、API 自动化 测试等核心产品能力，致力于为全球研发团队提高 API 开发与协作效率，节省研发团队的每一分钟，助 力企业研发效能升级。 Apifox，一体化 API 协作平台 秉承 “API First” 的先进理念，为 API 的开发协作带来全新体验 过去的 API 协同 ❌ 可视化程度低，学习成本⾼ ❌ ❌ 接⼝数据没有统⼀规范 ❌ 多系统，数据不互通 多⼯具切换，团队难以协作 可视化设计，⼩⽩都会⽤ ⼀个系统，同⼀份⽂档⼀次定义，⾃动同步 多⼈协作，实时反馈，合作更紧密 ⾃动化程度⾼，提⾼开发⼈员⽣产⼒ 以⼀致性提⾼软件的质量，简化企业 本地/云端 Mock ⾃定义规则 兼容 Mock.js API 调试 可视化调试 环境/全局变量 前/后置脚本 ⾃动校验 数据库操作 ⽣成代码 JSON Path Cookie 全局共享 单接⼝多⽤例 可视化断⾔ ⾃动化测试 可视化编排 逻辑判断 多线程压测 测试数据集 CI/CD 集成 兼容 JMeter 可视化报告 定时任务 API 分发 实时更新 实时调试 Markdown

运⾏行行资 源管理理 PaaS、 容器云资 源管理理 公共 部分 产品、⼈人 员维护 定义通⽤用 约束条件 定义服务 约束条件 可视化设计 服务地图 关联变更更到需求 设计API 导swagger ⽂文件 API清单 设计变更更与 需求关联 服务地图变 更更历史 ⽣生产环境 部署架构设计 测试环境 部署架构设计 绘制部署架构，组合服务和 部署元素 部署架构变更更历史 架构分析- 架构Fitness Function检查 代码质量量分析- 配置Sonar地址、展⽰示分析结果 数据结构分析- 测试环境的反向⼯工程可视化 数据结构分析- ⽣生产环境脚本导入可视化 领域模型- 基于代码守护的反向可视化 运⾏行行时部署架构可 视化 数据库 状态/版本显⽰示 创建系统 组建团队 我的系统 列列表 团队⼈人员⾓角⾊色 权限维护 外部系统维护 更更新 服务⽰示例例 ⽇日志 问题定 位分析 调⽤用链可 视化 ⽣生成 流⽔水 线 对接流⽔水线执 ⾏行行部署 分享 契约 应⽤用架构变更更 评审 关联变更更到需求 需求 查看需求 我的任务 对接外部 系统 前台 后台/⽀支持 为MVP包含的功能范围 服务地图 产品服务 ⽤用户 产品 容器器 云 PaaS ELK 监控 发布 平台 运维服务

A P I 文 档 设 计 API 自动 化测试 API 开发 调试 API Network 测试人员 API 设计者 前端开发 网络生态 后端开发 API 文档 1. 可视化的接口文档管理 2. 支持数据结构定义，多接口复用相同数据结构 3. 接口文档完全遵循 OpenAPI 规范 4. 支持在线分享接口文档 API 数据 Mock 1. 零配置即可 Mock CI 持续集成 1. 支持命令行方式运行接口测试 (Apifox CLI) 2. 支持集成 Jenkins 等持续集成工具 API 自动化测试 1. 完善的接口场景测试功能 2. 可视化的断言、提取变量功能 3. 支持自定义前置/后置脚本，脚本语法 100% 兼容 Postman 4. 支持调用其他编程语言代码 数据库操作 1. 支持读取数据库数据，作为接口请求参 数使用 支持自定义代码模板，满足各种个性化的需求 数据导入/导出 1. 支持导出 OpenAPI (Swagger)、 Markdown、Html 等数据格式 2. 支持导入 OpenAPI (Swagger)、 Postman 等 10 多种数据格式 团队协作 1. 接口数据云端同步，实时更新 2. 成熟的团队/项目权限管理，满足各类企业的 需求 解决的问题 1. 一套系统、一份数据，解决多个系统之间的数据同步问题。

日，海致科技与清华大学计算机科学与技术系共同建设高性能图计算院士专家工作站 。 高性能图计算是高性能计算、图计算两项技术融合产生的新的技术方向，满足人们对更大规模、更复 杂数据的实时处理和存储需求，是计算机领域竞争新战略制高点。 产学结合、协同创新，打造全球领先的国产自研图数据库 AtlasGraph ，培育世界级的图计算软硬件 生态体系，保持对全球科技竞争的战略均衡。 海致高性能图计算院士专家工作站 了大规模复杂异质图数 据的表示学习模型、语义推荐和风险管理关键技术，构建了完整的兼具理论指导与应用检 验的大规模图数据智能分析系统与平台，满足了大数据时代从复杂异质图数据中进行知识 发现的重要需求。最终获得国内外授权发明专利 43 项， CCF -A 类论文 51 篇，获得 2 次国际竞赛冠军，参与了 2 项图计算相关标准制定。 AtlasGraph 架构及实现 图技术简介 Takeway Source: KDnuggets 图技术全景图—— Graph Technology Landscape 2020 • 图数据库 • 图数据建模 • 图计算引擎 • 图数据集成 • 可视化分析 • 知识图谱解决方案 • 图查询语言 • 欺诈检测 • 网络安全分析 • 社交网络分析 • BI 工具 • 图分析工具集 • 图咨询服务 Source ： Graph Aware