在携程庞大的数据体系中，UBT（User Behavior Tracking，用户行为追踪系统）承担着核心的用户行为采集与分析任务，日新增数据量高达数十TB。为应对不断增长的业务与性能需求，携程技术团队将UBT从ClickHouse迁移至StarRocks存算分离架构。迁移后，系统实现了查询性能从秒级到毫秒级的跨越——平均查询耗时由 1.4 秒降至 203 毫秒，P95 延迟仅 800 毫秒；同时，存储量减少一半，节点数减少10。本文将介绍携程如何借助 StarRocks，在性能与成本之间实现高效平衡。
本文提出并落地了一套基于大模型与民族文化知识库的民族品类智能识别与匹配方案，旨在解决跨境电商平台在服务穆斯林、印度裔等特定民族群体时面临的“供需错配”难题。
在开源技术峰会上与Linus Torvalds同台论道时，我们讨论了内核设计中一个常被忽视的命题：优雅的系统并非源于复杂的算法，而是源于对"语义"的深刻理解。台上短暂的交流、晚宴时关于调度器哲学的探讨，都在反复印证同一个观点——代码的优雅来自对意图的精准表达。那场对话之后的几个月，我将这个洞察带入了KVM调度器的重构——结果是在高密虚拟化环境下实现了Dedup工作负载47.1%的性能飞跃。
某天你敲下一段代码，堪称“神之一手”：也许是一行把复杂度打穿的重构，也许是半夜排查后的关键Bug修复……多年以后，还让你回味无穷。所以，你还记得当初的代码片段吗？那段代码解决了什么问题？现在，是时候让这些 “神之一手” 的代码片段重见天日了！
AI 技术的飞速迭代，在极大增进各行各业工作效率的同时，也对一些工作岗位带来了被替代的阴影。从单体应用到云原生架构，再到当下的 AI 时代，短短十几年间变化巨大，架构师在这个进程中的存在与作用将发生怎样的改变？ 腾讯云架构师技术同盟作者李波通过本文深入阐述了其中的因果变迁，原标题《AI 架构未来》。
Dragonboat 是纯 Go 实现的（multi-group）Raft 库。 为应用屏蔽 Raft 复杂性，提供易于使用的 NodeHost 和状态机接口。该库（自称）有如下特点：高吞吐、流水线化、批处理；提供了内存/磁盘状态机多种实现；提供了 ReadIndex、成员变更、Leader转移等管理端API；默认使用 Pebble 作为 存储后端。 本次代码串讲以V3的稳定版本为基础，不包括GitHub上v4版本内容。
