本文将从一个新人数次修改CR comments的角度探讨代码重构的定义、目的以及常见的重构方法，并以简单的代码案例来说明代码重构的具体实现。
由于网络的波动，拥塞控制对于保证实时通信（RTC）用户的体验质量（QoE）是必不可少的。这个组件调整媒体数据的发送速率，从而决定了视频编码的码率。然而，现有的控制方案要么只关注网络数值指标，要么不能适应各种网络环境。因而，我们在本文针对 RTC 提出了基于感知的拥塞控制（PACC: Perception-Aware Congestion Control）。利用卷积神经网络（CNN），我们开发了一个质量评估模型来预测视频质量。借助于用户感知的变化趋势分析，PACC 将朝着更好的 QoE 方向去调整码率。大量的实验证明了 PACC 的有效性，它在传输层和应用层的 QoE 指标方面分别比现有的方案高出 8.2% 至 32.4% 和 6.8% 至 18.0%。 本项工作为“淘宝(中国)软件有限公司-上海交通大学电子信息与电气工程学院媒体计算联合实验室”的合作研究成果。
近日，在国际数据库领域顶级会议ACM SIGMOD23上，阿里云数据库与浙江大学合作的一篇论文《Detecting Logic Bugs of Join Optimizations in DBMS》获得最佳论文。
每个程序员都会讨厌两件事情，阅读没有注释的代码，给代码写注释。那么如何一次解决两大难题，不用写注释，也不会被他人吐槽没有注释呢？
经过长达大半年时间的崩溃治理后，基于 Electron 框架开发的新版 PC 淘宝直播推流客户端的稳定性终于赶超基于QT 框架开发的旧版本了。剩下的崩溃问题中有 40% 是跟内存 OOM 有关，其中 V8FatalErrorCallback js heap OOM 问题整整困扰了我一个多月。历经千辛万苦终于破案并解决了这个问题，作为技术人来说还是非常兴奋的。为了了解该问题的来龙去脉，本文会从 V8FatalErrorCallback 崩溃问题的堆栈分析开始讲起，然后通过堆栈信息尝试各种解决方案，并对 v8 堆内存进行源码分析和尝试编译 electron 源码提升 v8 堆内存上限都不奏效后（如果对于编译 electron 源码不感兴趣，可以直接跳到 “如何用 Memory 和 Performance 工具分析内存泄漏问题“章节查看最终解决问题的方案），最终借助 chrome devtools 提供的 Memory 和 Performance 工具一步步排查和解决 Electron v8 引发的内存 OOM 问题，并且触类旁通解决其他内存 OOM 问题。
