• ARTICLE
  • STRING
  • CONVERTER
  • ENCRYPT
  • NETWORK
  • MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
  • ARTICLE
    STRING
    CONVERTER
    ENCRYPT
    NETWORK
    MORE
    CHART
    MATH
    COORDINATE
    IMAGE
    FILE
logo Online Tools
All Chinese English Newest Hottest
5438 search results

近年来,行业内不断探索广告的新玩法,激励视频广告成为一种愈加流行的广告形式,当前已经是媒体主流变现模式之一,以满足广告主营销效果、媒体变现效率最大化。对用户而言,观看激励视频广告能够获得相应奖励;对于客户,激励视频广告通过奖励机制,得到更长时间的曝光来提升转化率;对于平台,有更高的变现效率能带来更高的收益。 百度激励视频广告承载着百度APP任务系统、权益场景、活动场景等的重要变现任务,本文将从激励视频广告的框架、提升转化效果两个方面,来阐述容器结构设计与提升转化效果的设计思考。

77 Technology lddgo Shared on 2023-05-24

得物客服工单系统主要承载着得物与用户关联需要客服处理的事件,其主要功能可以认为有如下两项: 承载事件的基本信息及关联信息 允许客服处理事件,并可以流转相关信息至关联方或用户 简单来说就是客服根据工单信息进行流转处理,围绕着这个核心链路,工单域在处理中心、信息分类的管理配置、客服人员的管理及分配,以及信息处理过程的质检抽检等做了很多建设。

218 Technology lddgo Shared on 2023-05-24

学习单元测试不应该仅仅停留在技术层面,比如你喜欢的测试框架,mocking 库等等,单元测试远远不止「写测试」这件事,你需要一直努力在单元测试中投入的时间回报最大化,尽量减少你在测试中投入的精力,并最大化测试提供的好处,实现这两点并不容易。

254 Technology lddgo Shared on 2023-05-24

本文作者在腾讯多年,主要从事的是腾讯云CDN、EdgeOne产品的后台研发工作。作者在云计算领域遇到了不少代码设计和程序设计的问题,他对于如何把项目中的代码标准化、提高开发维护的效率,做了总结梳理。本篇为各位分享作者总结的代码设计、架构设计原则和工作思维。欢迎阅读~

75 Technology lddgo Shared on 2023-05-24

本文主要讲述了CSS中的级联层(CSS@layer),讨论了级联以及级联层的创建、嵌套、排序和浏览器支持情况。级联层可以用于避免样式冲突,提高代码可读性和可维护性。

102 Technology lddgo Shared on 2023-05-24

Kafka中的实时数据是以Topic的概念进行分类存储,而Topic的数据是有一定时效性的,比如保存24小时、36小时、48小时等。而在定位一些实时数据的Case时,如果没有对实时数据进行历史归档,在排查问题时,没有日志追述,会很难定位是哪个环节的问题。

238 Technology lddgo Shared on 2023-05-24

DDD旨在解决业务逻辑的复杂性,而业务逻辑大部分场景下不存在于前端。但在一些复杂的应用中,前端可能需要处理一些业务逻辑,此时DDD的一些思想和方法可能有助于组织前端代码,使其更易于理解和维护。

206 Technology lddgo Shared on 2023-05-23

在日常开发中,遇到非常难以维护的页面是常态,相信不少同学也为此苦恼过,笔者在业务开发中总结了些经验希望对大家有所启发。(后台回复大数据即可获得《大数据&AI实战派》电子书)

79 Technology lddgo Shared on 2023-05-23

【Midjourney教程】用对AI,你也能做出水彩风格的动画片

99 Technology lddgo Shared on 2023-05-23

在过去一年的时间里,B站离线平台资源调度侧的主要挑战有两个方面: 1) 随着业务的不断增长,离线集群规模快速膨胀,用户对资源的需求在持续增大,主集群长期处于Pending较高的状态,资源需求超过交付量 2) 出于降本增效的考虑,消解Pending的方法不能仅靠物理机的增加了,而是需要在物理机整体数量不变的基础上通过超卖来提升集群整体的资源利用率。 为了应对上述挑战,调度侧在向内与向外两个方向上进行了积极的探索。“向内”聚焦于单台物理机,通过超配的方式不断提高单台物理机的利用率,使得单台节点能够处理更多的任务;“向外”与云平台部门合作,共同探索混部技术的落地,到目前为止,已经完成了离线超配,离在线混部、在离线混部等集群建设以及潮汐混部的技术实现,使得不同集群间的资源能够被更充分地调动。 为此我们自研了组件Amiya,旨在解决大数据集群资源缺口问题,自上线后较好的完成了Yarn离线集群以及在离线混部集群资源超配的工作。以离线主集群为例,目前5000多台NodeManager所在的节点已完成了Amiya的部署。在Amiya开启后,为Yarn额外提供了约683TB的可申请Memory

76 Technology lddgo Shared on 2023-05-23