榜单在经历了供给量迅速增长及C端分发场景多样化等迭代，数据量及峰值流量呈十倍百倍增长，这必然带来数据库的极大存储压力和C端查询性能降低。为满足未来各类复杂定制化规则和亿万级数据甄选，综合引导消费者的购物决策，得物商品榜单生产迁移及B/C端数据存储隔离应运而生。
2022年绝对可以说是AIGC元年，从google搜索的趋势来看，在2022年AI绘画及AI生成艺术的搜索量激增。 Image AI绘画在这一年的爆发一个很重要的原因就是 Stable Diffusion 的开源，这也离不开这几年 Diffusion Model 扩散模型在这几年里的迅猛发展，结合了 OPENAI 已经发展得很成熟的文本语言模型 GPT-3，从文本到图片的生成过程变得更加容易。
关于什么是SRE，以及在业务上有哪些具体的输出，网上资料众多但都只是对基本概念做描述。那容器SRE究竟要怎么结合业务，得物容器SRE又有哪些最佳实践，本文就得物容器SRE的一些事情向大家做介绍。
说到热点问题，首先我们先理解一下什么是热点？ 热点通常意义来说，是指在一段时间内，被广泛关注的物品或事件，例如微博热搜，热卖商品，热点新闻，明星直播等等，所以热点产生主要包含2个条件：1.有限时间， 2流量高聚。
随着公司业务的快速发展，商家客服也纳入了我们的服务范围，商家客服工作台的定位是通过工具和数据服务商家，一站式解决用户购买咨询诉求。通过工具和运营策略协助商家提升服务品质，让品牌商家有动力运营好潜在的客户，从而达到提升用户服务的目标。桌面应用的转化在未来是客服产品的方向。
MVCC (Multiversion Concurrency Control)，多版本并发控制。顾名思义，MVCC是通过数据行的多个版本管理实现数据库的并发控制。这项技术使得在InnoDB的事务隔离级别下执行一致性读操作有了保证。换言之，就是为了查询一些正在被另一个事务更新的行，并且可以看到它们被更新之前的值，这样在做查询的时候就不用等待另一个事务释放锁。 MVCC没有正式的标准，在不同的DBMS中MVCC的实现方式可能是不同的，也不是普遍使用的。本文讲解InnoDB中MVCC的实现机制（MySQL其它的存储引擎并不支持它）。
得物社区是一大批年轻人获取潮流信息、分享日常生活的潮流生活社区。其中用户浏览的信息，进行个性化的分发，是由推荐系统来决策完成的。目前得物社区多个场景接入了推荐算法，包括首页推荐双列流、沉浸式视频推荐、分类tab推荐流、直播推荐流等多个场景，为了给用户提供更好的服务和体验，我们从整个推荐系统维度为相关服务做了大量优化。现在主流的推荐系统都会有召回、粗排、精排和机制等多个模块组成，本文主要介绍我们在精排层面演进过程中做的一些工作和思考。
JVM，即Java Virtual Machine。Java虚拟机（JVM）是可运行Java代码的假想计算机。只要根据JVM规格描述将解释器移植到特定的计算机上，就能保证经过编译的任何Java代码能够在该系统上运行。 一个完整的JVM包含的知识体系是很庞大的，例如下面的每一个章节包含的知识点完全可以写成一本厚厚的书籍。本文抽取JVM中的字节码、即时编译器、运行时数据区、对象内存布局、垃圾收集、常用参数等几个方面进行编写。基于篇幅有限，其他的例如：内存模型、类加载、多线程、反射、Javaagent、JVM性能监控等本文就不再赘述了，有兴趣的可以自行搜索相关资料。
随着业务不断迭代，SCM 的页面也变得越来越多，置身于持续增加、优化系统功能层面的需求，渐渐忽视了使用者对系统体验层面的诉求。 近期通过线上反馈渠道收集到的问题中，有不少都是关于页面打开速度比较慢，为了能够提升系统使用体验和效率，我们对 SCM 的打开速度做了些针对性的迭代优化。
本文主要介绍使用卡诺图化简多变量逻辑表达式的原理与方法，此方法是一种逻辑计算思想，在任意技术平台类似的多元化场景中均可适用。 本文以客户端的一个业务场景为例，从举例分析到实际应用的步骤，介绍卡诺图工具的使用，让我们轻松应对复杂交互或多条件判断的编码。
