相信大家对接口自动化已经不陌生了，这是几乎我们每个迭代都会投入的事情，但耗费了这么多精力去编写和维护，实际的收益如何呢？如果收益不好，是不是说明我们自动化case的实现方式、使用方式还有改进的地方呢？以下是接入得物接口自动化平台后的一些实践和想法，欢迎大家积极交流～
在IM系统中，核心事件都是围绕着“聊天”这个主题展开的，在聊天的过程中，获悉用户的需求，再通过系统集成的各种工具，帮助用户完成诉求；“聊天”在IM业务中就是“会话消息”，当客服与用户之间存在大量聊天消息的时候，如何更好的去加载用户历史消息，提升客服查看消息体验，是一个值得研究的方向。 由于聊天室的特殊布局，历史消息加载需要用到虚拟滚动的方式去实现，如果想要更好的性能，还需要使用虚拟列表技术，而虚拟滚动技术又分为“上拉加载”和“下拉加载”，在移动端领域，还需要“下拉刷新”，如何选择合适的技术方案是我们接下来需要讨论的问题。
随着公司业务的快速发展，以及业务线的快速扩张，项目不仅多同时也越来越复杂，且还有较多项目涉及到跨团队跨域协作。在此大前提下，技术层定期统一组织业务类立项宣讲筹备会，以便做好资源冲突的规避，同步资源信息和项目信息，确保项目按计划及时完成交付。
在讨论大促质量保障可以做些什么之前，我们先了解一下为什么要做大促质量保障？ 一般而言，平台大促即意味着流量暴涨和优惠力度暴增，特别是每年的618、双11和双12等大促更是一场电商圈的狂欢；暴涨的流量对系统稳定性的冲击，高额优惠对业务资损防控的考验，都比平常要高出数倍，出现了问题也会被放大数倍；这是一场没有硝烟的战争，宁可准备充足但毫无用武之地，也不能出现问题束手无策。
得物技术沙龙-研发效能专场在3月5日已经圆满结束啦，本次沙龙主要分享了： 在需求管理、研发生产、测试验收、发布部署、运营等阶段提效 平衡局部提效和全局提效 如何做到个人效率和团队效率双向提升 如何找到合适的方法和工具来提升研发效能，实现需求交付全生命周期的线上化、数字化、智能化
随着蓝绿发布项目落地进入试运行，也对蓝绿发布项目做个简要回顾。 早在2022年初的时候效能、交易和中间件的同学就如何提高发布效率做过讨论，蓝绿发布当时也被提出。由于彼时有更重要的事情去落地，蓝绿发布也被搁置未能成行。 随着染色环境项目的落地，推进接入工作的基本完成。测试开发环境存在的众多问题（多套环境、运维问题、环境冲突、沟通问题）基本得到根治。 测试环境得到根治的同时，生产环境自然就成为接下来的重点。大版本发布时长达7个小时，的确是大家的痛点，我们也希望从根本上提高发布效率。本文主要内容有： 应用发布诉求 发布方案对比 蓝绿发布流程 蓝绿流量调度 组件能力支持
随着CV算法在业务场景中使用越来越多，给我们带来了新的挑战，需要提升Python推理服务的性能以降低生产环境成本。为此我们深入去研究Python GPU推理服务的工作原理，推理模型优化的方法。最终通过两项关键的技术: 1.Python的GPU与CPU进程分离，2.使用TensorRT对模型进行加速，使得线上大部分模型服务QPS提升5-10倍左右，大量节约了线上GPU推理服务的成本。 针对上面的两项关键技术，我们还自研了相关框架与工具进行沉淀。包括基于Python的CPU与GPU进程自动隔离的推理服务框架，以及对推理模型进行转TensorRT优化的调试工具。 此外针对不同的推理服务性能瓶颈，我们还梳理了各种实战优化技巧，比如CPU与GPU分离，TensorRT开启半精度优化，同模型混合部署，GPU数据传输与推理并行等。 下面从理论，框架与工具，实战优化技巧三个方面介绍下推理服务性能优化的方法。
公司存在多种物料种类、不同类型的库存和价值管理不一，存货系统目前主要接入包装耗材、商品数据。目的是为了： 管理出入库价格、数量、库龄等业务数据，便于管理部门追溯及财务管控，协助仓库提升存货和物料的管理能力。 管理仓库物料及商品的费用价值，提升核算及业务的效率，实现业务信息一体化及凭证自动化。 辅助计划或采购部门查看库存，为采购计划提供数据支撑。 存货系统先接入了包耗材数据，这类数据的特性是行数据不多，但每行数量很大。后接入了商品的库存，由于行数据量增长N倍以上，并且随着业务不断增长数据量越来越大，考虑到原有底层设计不能很好的支撑这么大的数据量，故有了这次系统的模型升级。
