近期，大量用户反馈系统在运行过程中出现 CPU 利用率与系统负载（load）突发性飙升，甚至引发系统短时卡顿（持续数秒至数十秒）的问题；对于业务来说，轻则导致几百毫秒的抖动，重则连机器都无法ssh上去。经分析发现，此类异常现象普遍存在一个显著特征：均发生在系统内存占用率接近阈值（90%-95%）时。
随着企业规模扩大，业务系统日益增多，而几乎每个系统都包含消息通知的功能模块。此时，各业务系统不得不重复开发消息推送功能，不仅耗费大量人力与时间成本，功能质量也难以统一保障；更麻烦的是，邮件、短信、企业微信等推送渠道各自为战，推送效果参差不齐不说，还让管理工作陷入混乱；加之不同渠道的消息分散在各处，员工稍不留意就可能错过重要通知，影响工作效率与决策及时性。 为了解决这样的问题，设计一个统一的企业级消息推送系统就变得至关重要，本文是腾讯云架构师技术同盟系列策划文集的新文章，带你手把手设计一个从混乱到统一的企业级消息推送系统架构。
本文介绍了携程商旅在准实时数仓与湖仓一体化建设中的实践。团队基于Paimon构建稳定高效的数据链路，覆盖订单宽表加工、退票提醒、广告归因等场景，并探索批流一体与 Tag 增量计算，总结了不同场景下Partial Update、Aggregation 等特性的应用经验，对准实时数仓建设具有一定参考价值。
本文通过分享将AI Agent技术应用于“智能播报助手”和“批量建任务”两个真实业务场景的实践历程，深刻阐述了当下将AI Agent与传统工程系统深度融合，而非追求完全替代，才是实现业务提效和价值落地的有效路径。
性能优化是一个经久不衰的课题了，我们都常做。本文列举了很多常用的tips，基本都是我日常开发中遇到的问题，我将这些问题和方法梳理了下来。
近年来，人工智能领域最引人注目的进展莫过于大模型的飞速发展。这些模型以其惊人的学习能力和泛化能力，正在深刻改变我们对 AI 的认知，并推动着 AGI（通用人工智能）的梦想从科幻走向现实。大模型的发展呈现出两大核心趋势：模型能力的持续跃迁和模型生态的日益开放。
本文介绍了百度网盘如何通过Flink构建实时计算引擎，以解决Spark Streaming存在的问题，提供高性能、低延迟、稳定的实时计算能力，并介绍了实时计算引擎的演进历程、选择Flink的原因以及未来展望。
线上的告警系统运行多年来一直很稳定，但是也曾出现过一些问题。数据库告警指标明明已经很高了，但是却没有告警出来，有些指标告警出来了，但是却排查不到什么问题，甚至监控图上都没有什么变化。如果修改告警间隔以及告警次数可能会造成误报和漏报，针对这种情况，需要系统性梳理当前告警系统存在的风险，有针对性地解决这些问题。线上数据库、服务器信息等各种指标的采集也分散在各个地方，没有纳入统一的管理。这些指标的采集需要进行详细的梳理，并统一进行管理，为后续其他的系统的使用打好基础。本文主要关注的是数据库(MySQL、Redis)方面的监控，针对其他方面的监控也略有涉及。监控的原理是相同的，只是在细节方面有所不同，不同的告警系统在设计上可以有所参考。
R8作为谷歌官方的编译优化工具，在编译阶段会对字节码进行大规模修改，以追求包体优化和性能提升。但是Android应用开发者数量太过庞大，无论测试流程多么完善，终究难以避免在一些特定场景下出现问题。 近期我们在升级项目的AGP，遇到了一个指向系统SurfaceTexture类的native崩溃问题。经反编译分析发现问题最终指向了smali字节码中多余的一行new-instance指令。
