自2013年至2023年6月，字节跳动实验平台Libra（对外产品名为火山引擎A/B测试DataTester）已累计执行240万次A/B测试，为公司内500多个业务提供A/B测试评估和智能优化服务。 Libra平台如何一步步成长到足以支撑全公司各项业务完成在线实验、Libra团队是如何管控平台上的各类用户群体的实验行为，本文将从激励与控制两个维度探讨字节跳动Libra对平台用户的治理方法。
作为企业级数据库的核心组件之一，查询优化器的地位不可忽视。对于众多依赖数据分析的现代企业来说，一个强大且完善的查询优化器能够为数据管理和分析工作带来巨大的便利。 作为一款火山引擎推出的云原生数据仓库，ByteHouse基于开源ClickHouse构建，并在字节跳动内外部场景的检验下，对OLAP引擎能力、性能、运维、架构进一步升级。ClickHouse以快速处理数据而著名，但其查询优化器在处理多表查询和高维度数据时却显得力不从心。为了解决这一问题，火山引擎ByteHouse自研并推出了一款全新的查询优化器。 本篇文章来源于火山引擎ByteHouse技术专家《ByteHouse查询优化器的设计与实现》的分享，从现状分析、设计思路、实现方案、高阶优化、优化效果五个部分，拆解ByteHouse查询优化器如何实现性能10倍提升。
随着科技的不断进步和全球数字化浪潮的席卷，企业数字化转型已经成为了企业生存和发展的关键。它不仅仅是一道选择题，更是一道必答题。 根据最新的数据，国内企业对数字化转型的投资已经达到了一个新高。根据国家统计局的数据，去年我国数字化转型的总投资额超过了 1.5 万亿元，同比增长了 20%。 目前企业一般采用云计算、大数据、人工智能等技术手段，来提高生产效率、优化客户体验和拓展新的商业模式，但是很多企业在数字化转型方面依然面临很多困难和挑战，比如数据整合与分析难度大、技术人才匮乏、信息安全风险、 投入成本高昂等问题。
在万物上云的时代，多云架构已经成为企业上云战略的重要趋势。据IDC报告，到2023年，全球85%的企业将采用多云架构。与单一云服务相比，多云架构具有更高的弹性和可扩展性，可以更好地应对企业的业务需求和突发的云服务问题。 然而，如何让不同的云平台之间实现业务系统的无缝对接？如何将资源利用率发挥到极致？为了防止出现“信息孤岛”等问题，云原生的实践者们不断探索多云环境下的解决方案。 在11月10日、11月16日和11月24日举办的“乘云·向未来”火山引擎公共云·城市分享会上，火山引擎以“字节跳动多云演进及降本实践”为题，介绍分享了字节跳动多云算力架构和火山引擎云原生技术，以及如何解决多云环境下的部署、运维、数据和成本等挑战。
由于流量红利逐渐消退，精细化营销逐渐成为新趋势。在数据平台建设中，不少企业开始引入OLAP引擎以实现广告业务的精准投放。 本篇聚焦ByteHouse技术和落地经验，以字节跳动内部场景的一套方案，具体拆解OLAP广告业务的实现逻辑和业务效果。
西瓜之前存在过一类RenderThread闪退，从堆栈上看，全部都是系统so调用，给人的第一印象像是一个系统bug，无从下手。闪退集中在Android 5~6上，表现为打开直播间立即闪退。该问题在2022年占据Native Crash Top5，2023年更是上升到到Top1。因此有必要投入时间和精力再重新审视一下这个问题。在历经多周的源码分析和排查后，逐步明确了问题根因并修复，最终取得了显著的稳定性收益和业务收益。 接下来，我们将抽丝剥茧，一步步深入分析这个历史遗留问题，揭开它背后真正的原因。
Rhino是字节自研全链路容量评估产品，致力于构建完整的全链路容量评估解决方案（覆盖：容量预估->资源准备->数据准备->容量验证->监控->分析->决策->处理反馈）；围绕容量在稳定性、成本、效率 三方面提供业务全方位基础支撑。Rhino 目前已经成为字节各业务容量评估主流解决方案，并且历年来在业务大型活动稳定性保障中（抖音春节项目、电商618/双11大促等）均扮演了关键角色。
火山引擎LAS 全称（Lakehouse Analysis Service）湖仓一体分析服务，融合了湖与仓的优势，既能够利用湖的优势将所有数据存储到廉价存储中，供机器学习、数据分析等场景使用，又能基于数据湖构建数仓供 BI 报表等业务使用。本文将从统一的元数据服务和表操作管理服务两大方面，揭秘如何基于Hudi如何构建数据湖存储内核。
作为云计算的下一个迭代，Serverless可以使开发者更专注于构建产品中的应用，而无需考虑底层堆栈问题。伴随着近年来相关技术成熟度的增加，市场对Serverless的接受程度也变得越来越高。可以说时至今日，Serverless已迈入了向成熟稳定方向发展的高速轨道。 作为一款火山引擎推出的云原生数据仓库，ByteHouse基于开源ClickHouse构建，并在字节跳动内外部场景的检验下，对OLAP引擎能力、性能、运维、架构进一步升级。除此之外，ByteHouse也在Serverless方向探索，基于cloud-native 云原生的理念构建了全新一代的数据仓库，架构上进行了三层解耦，期望在Serverless的加持下，提供更稳定、可靠、可信的分析服务，让开发人员时间精力从基础设施运维优化上解放，更聚焦在核心业务功能中。 本文来自于火山引擎ByteHouse产品负责人李群的分享，从场景选择、应用门槛、落地应用等5个方面，介绍Serverless在OLAP领域应用思考。
Chrome 插件整体架构； 如何开发一个 Chrome 插件（Popup 和 Devtools）； 如何使用前端框架（React/Vue）进行开发； 如何调试插件； 如何使用 Puppeteer 对插件进行 E2E 测试（本地和 CI 环境）。
