本文是《vivo Pulsar万亿级消息处理实践》系列文章第2篇，Pulsar支持上报分区粒度指标，Kafka则没有分区粒度的指标，所以Pulsar的指标量级要远大于Kafka。在Pulsar平台建设初期，提供一个稳定、低时延的监控链路尤为重要。
本文是vivo互联网大数据团队《vivo Pulsar万亿级消息处理实践》系列文章第1篇。 文章以Pulsar client模块中的Producer为解析对象，通过对Producer数据发送原理进行逐层分析，以及分享参数调优实战案例，帮助读者理解与使用好Producer，并体会到Producer对消息中间件系统稳定性以及处理性能所起到的关键作用。
本文通过depth-anything获取图片的深度图，同时基于pixi.js，通过着色器编程，实现了通过深度图驱动的伪3D效果。该方案支持鼠标/手势与手机陀螺仪双模式交互，在保证性能的同时，为不同终端用户提供沉浸式的视觉体验。
本文介绍端智能技术在vivo官网APP的落地实践，通过抽象问题、提出端智能解决方案、方案落地这三大块内容逐步递进地展开端智能技术的应用过程。
本文介绍了vivo互联网研发效能平台建设与最佳实践的话题，将分为4个部分与大家分享，分别是研发效能提升的背景与挑战、关键场景技术，以及在项目案例中的实践与效果，最后也将和大家探讨未来在研发效能提升上的一些规划与思考。
在软件开发过程中，软件测试对于保障软件质量和用户满意度起着关键作用。为最大程度上提升软件品质，我们积极开展全链路测试实践，打造了用Rust语言开发的自研一站式抓包代理工具FunProxy，基于其跨平台、高性能、易于扩展、安全性高等特性，让全链路抓包和环境代理如丝绸般丝滑。
在离线混部可以提高整体的资源利用率，不过离线Spark任务部署到混部容器集群需要做一定的改造，本文将从在离线混部中的离线任务的角度，讲述离线任务是如何进行容器化、平台上的离线任务如何平滑地提交到混部集群、离线任务在混部集群中如何调度的完整实现以及过程中的问题解决。
当前vivo的应用监控产品Vtrace经常遇到用户反馈某个Trace链路信息没法给他们提供到实质的帮肋，对此团队一直在持续完善JavaAgent的采集。经过不断增加各类插件的支持，同时想方设法去补全链路信息，但一直还是无法让用户满意。面对这样的困境，需要改变思路，从用户角度思考，在产品中找灵感。同时产品重新思考在应用监控中一条完整的Trace应该展现给用户哪些信息？业界其它产品对Trace的监控可以观测到什么程度？带着这些问题，Vtrace通过全面的同类产品对比分析，结合vivo实际情况自研Profile采集，从而开启涅槃之路。
