Stream 是 Redis 5.0 版本专门为消息队列设计的数据类型，借鉴了 Kafka 的 Consume Group 设计思路，提供了消费组概念。 同时提供了消息的持久化和主从复制机制，客户端可以访问任何时刻的数据，并且能记住每一个客户端的访问位置，从而保证消息不丢失。
canal 是阿里知名的开源项目，主要用途是基于 MySQL 数据库增量日志解析，提供增量数据订阅和消费。 这篇文章，我们手把手向同学们展示使用 canal 将 MySQL 增量数据同步到 ES 。
很多应用开发者都会遇到这样一个需求，当程序需要处理某个敏感的核心任务，或者执行某些动画时，需要杜绝一切外部干扰，优先保证任务的完成，之后再去处理其它任务。否则如果在处理过程中受到外部事件的干扰，可能会引入严重的问题，而规避这些问题需要额外编写过多的逻辑。 例如，当程序在忙着清理应用内缓存的过程中去处理其它任务，这时候由于其它任务可能会产生新的缓存，这就会和现有的任务冲突。所以在清理缓存的过程中，app 一般会暂时中断用户和非用户的请求，优先保证缓存清理的完成。 所以，为了简化产品设计逻辑，开发者一般会选择在处理任务时暂时屏蔽其它任务，优先保障现有任务的完成。
1.1.1 如何提高代码复用性 随着业务的发展，前端需要处理的逻辑越来越多，导致前端工程的体积也越来越大。同时，不同的系统之间，或者系统的不同模块之间，也有一些功能类似或者相同的模块，所以如果这些相似功能对应的代码逻辑可以复用将会大大节省开发成本，因此，提高代码的复用性就成为了前端优化的一个重要方向。 1.1.2 如何实现模块的跨技术栈引用 前端技术栈发展迅速，不可避免的会出现不同技术栈项目同时进行维护的情况。一般来说，相同功能的模块，如果存在于不同技术栈项目中，则需要分别进行开发和维护，这对开发资源来说是一种浪费。如果能够实现模块的跨技术栈引用，达到“一处开发，多处使用”的效果，将能够极大的节省开发成本，从而实现降本增效。 1.1.3 如何提高代码的部署效率 对于大部分互联网公司来说，需求迭代很快，因此，敏捷开发模式被广泛应用，这就需要频繁的进行工程部署，因此，提升部署效率，也是提升前端整体开发效率的一部分。
从目前的服务化架构看起，传统的架构下服务是分层的，每一层使用不同的分区算法，每一层都有不同数量的节点，上层节点随机选择下层节点。这种不确定性，就会导致上层节点访问下层节点时有可能跨区或者跨地域。而跨区跨地域的调用代价是很高的，不仅要解决时延的问题，还要保证数据同步，这两点在技术实现上都具有很大的挑战性。 那换一个思路，事先设计好调用的路径，让请求沿着规划好的路径进行调用，这样的设计路径就可以解决以上的挑战。单元化架构的出现，就是遵循这样的设计，在单元化架构下，接入层、服务层、数据层使用相同的分区算法，实现计算资源与数据资源进行逻辑上的绑定，最终形成一个个标准化的处理单元。
在全球化战略的背景下，Trip.com作为一个面向国际市场的全球OTA平台，正努力推进国际化战略部署。Trip.com火车票正在积极投入资源和技术力量来拓展海外业务，通过将应用、数据部署新加坡、法兰克福等中心，从而给全球用户带来更好的购票体验和减少数据合规带来的风险。
大会日程分为两天。第一天是 Mobile 和 Cloud 的话题，而第二天在讨论 AI 与 Web。除了主旨演讲，开发者大会还开设有「工作坊」，让与会者有机会按照教程上手产品体验。我主要关注 Cloud、AI 和 Web 方面。
