在数据处理和分析的领域，提升查询效率始终是一项关键挑战。对于 OLAP 来说，性能的关键需求在于能支持实时分析，应对复杂查询，提供快速响应，并具备良好的可扩展性。这些方面，对于满足高效、准确的数据分析需求至关重要。 火山引擎正式发布《云原生数据仓库ByteHouse性能白皮书》，白皮书通过使用 SSB 100G、TPC-H 100G、TPC-DS 100G 数据集进行性能测试，展示出 ByteHouse 在查询效率方面的显著成果，并详细介绍ByteHouse在实时数仓、复杂查询等八大应用场景的高性能应用表现。 作为一款OLAP引擎，伴随字节跳动各业务的发展，ByteHouse已经过数百个应用场景和数万用户锤炼，在2022年3月，部署规模已超过1万8000台，最大的集群规模在 2400 余个节点，管理总数据量超过700PB，并逐步在外部金融、泛互等场景应用和推广。为了更好支持字节内外部大规模数据和复杂场景应用，性能一直以来是ByteHouse重点打磨的产品基本功。
本文提到大模型通常的工作方式，即通过提示词进行问答，并指出了两个主要问题：历史对话信息的管理和令牌数量的限制。文章讨论了知识库问答和个人助手两个应用场景，并分析了各自面临的困境，如知识库无法有效处理多模态信息和大型文档，个人助手则受限于工具参数的复杂性和令牌长度。文章还提到了微调（FINE-TUNING）作为改善模型性能的方法，以及在不同领域的应用潜力。最后，分享了对微调成为标准操作流程的预期，以及对现有平台和基础设施的改进意见。
AREX 是一款由携程开源的流量回放平台，孵化于机票BU内部。聚焦录制回放核心链路的建设，从基础方案建设到核心事业线的深入落地验证，在集团复杂业务场景下不断迭代和优化下，积累了大量经验，取得了可见的成果。在携程落地至今已有 4000+ 应用接入，交付率和缺陷数均有所改善。 本篇文章主要介绍AREX在携程内部落地实践过程中遇到的一系列挑战和解决方案，以及如何通过AREX快速部署一站式流量录制回放解决方案来降低接入成本，快速落地。
一家上线于2005年的互联网论坛，成为了资本市场的新宠。 美国时间2024年3月21日，这家成立于19年前的元祖社交网络平台，在纽约证券交易所公开上市，首日开盘价47美元，随后一路高升，当日盘中最高价达到了57.8美元，最高市值一度飙升至109亿美元。 和同一年上线的Youtube相比，历经接近20年的发展，依旧将图文格式作为主力内容载体，且在UI设计上几乎看不到“现代化”迹象的Reddit，俨然就是一颗从Web1.0时代存活至今的活化石。 但直到今天，凭借超过7000万的日活用户量，以及总数超过10万、囊括几乎所有互联网交流主题的子版块，Reddit游刃有余地拿下了全球SNS平台访问量第六的排名。 种种迹象表明，尽管和现如今的互联网潮流格格不入，但无论是在行业还是用户眼中，Reddit依旧有着不可替代的重要地位——那么，这种“永远年轻”的生命力，究竟是如何成型的？
MongoDB 是目前最流行的文档型数据库。MongoDB 的采用类 json 的存储格式对开发者来说非常友好。本文梳理了 MongoDB 索引的底层结构以及使用经验，不足之处欢迎大家指正。
本文整理自 2024 年 4 月 QCon 全球软件开发大会（北京站） 性能优化专题的同名主题分享。 当前数据中心的服务器中部署着各类 CPU（Intel/AMD/Ampere 等），这些平台的差异，使得运行在上面的程序无法保证始终运行在最佳状态，成为了提升业务效能的一大阻碍。 CPU 性能调优，这不仅要求工程师对各个平台有着深入的理解，同时需要掌握各类性能分析工具和方法，并依据得到的观测数据，综合诊断出真正的瓶颈原因，并据此展开优化操作，最终提升业务表现。 这种传统的 CPU 性能调优方式，对工程师的能力和经验都有着不小的门槛，难以在更大规模范围地普及，使得很多客户对表现不理想的程序束手无策。 百度智能云推出的一键调优套件 Btune，实现了整个 CPU 性能调优过程的一键自动化，使得用户能够快速完成瓶颈定位，实现性能优化。
随着AI生图时代的来临，设计团队致力于通过AI训练自有设计风格的模型资产，以此来为业务提效。鉴于节气卡的高覆盖率、高复用率和高收益，我们选择了这一场景进行新中式风格的升级和模型训练尝试。 我们的目标是通过精细化设计打造落地新中式风格的节气卡，同时沉淀设计方法和AI模型训练经验，以便辐射更多业务场景，同时为百度APP进行运营特色风格探索。
