一周实践案例推荐,TesterHome 社区整理行业技术、管理方面的好文章分享给大家,期望与大家一起进步,扩大视野!
(点击每篇文章标题可阅读详情)

1.哔哩哔哩:全链路低代码解决方案

建设低代码平台的目的,就是通过可视化的方式,加上可复用的建设能力,用较少的投入、以较快的速度来交付应用程序。

我们通过 aPaaS 架构思路,复用已经实现了的开发能力,解构业务模型,形成更通用的能力,对业务进行快速编排。实现低代码,甚至部分无代码的快速定制应用。将开发模式从做加法,改进为做乘法,48 小时内快速定制大部分基础应用。

我们不单需要解决今天的可见需求,同时还需要解决明天潜在的问题。实现更少的投入,更聪明的办法,建设更好的产品,产生更大的价值。

2.酷家乐:前端性能保障体系

酷家乐是领先的 3D 云设计平台,作为一款主打室内装修设计软件,面向家居、公装、建筑、房产等领域,为企业和个人提供设计、营销、生产、管理等一站式解决方案。那么要支撑云设计工具用户体验丝般顺滑,快速渲染出效果图、全景图和 720°漫游图,离不开端到端的性能保障体系的支撑。

这里重点介绍一下酷家乐前端性能保障体系:从 2022 年 H2 开始,明确提出前端性能领域体系化建设思路,全方位覆盖以云设计工具为主,包含酷家乐、美间、Coohom 国际站、模袋云为产品代表的端到端用户体验的标准化性能保障体系。

3.携程 Taro 多端化探索与实践

随着移动互联网和智能设备的普及,前端开发人员需要采用多端同构技术来适配不同的终端(小程序、App 和 Web)。这些终端之间存在着明显的差异,包括浏览器引擎、操作系统、交互方式以及代码语言等方面。

这些差异给前端开发人员带来了不少挑战。一方面,不同终端采用不同的浏览器引擎和操作系统,导致页面渲染和交互行为的表现各不相同。另一方面,不同终端所使用的代码语言和开发工具也存在差异,需要开发人员具备不同的技术背景和知识,才能编写多份代码来适配不同的终端。这样做不仅增加了研发人员的开发工作量和代码维护的难度,还可能导致用户在不同设备上遇到不一致的用户体验,影响产品的质量和用户满意度。

为了解决这些问题,多端同构技术应运而生。通过多端同构技术,旅游前端和公共团队合作多端探索与实践,根据不同终端的特性进行灵活的适配和定制。这样可以减少开发成本和维护难度,提高开发效率和代码的可复用性。同时,多端同构技术还能提供一致的用户体验,无论用户使用哪种设备访问应用程序,都能获得相似的界面和功能。

4.AI 平台 AutoML 在哈啰的探索与实践

我们的愿景是人人都是算法工程师。算法代码有很强的范式,模型的开发和使用也趋近于稳定并积累了大量经验,调参模型开发等机械的工作更多的被机器替代,我们应该更专注于业务场景的分析、问题的抽象与定义、新技术 (AIGC) 工程化的实践等。

5.AI 和流量回放: 革新自动化测试

自动化测试是一种思维认知,这对工作中运用自动化测试来高效支持业务交付至关重要。如果我们没有意识到这是「思维认知」层面的,大概率会有两种结论:自动化测试是万能的,自动化测试无用论。讨论为什么出现这两种结论,归根结底是由于对自动化测试的认知不足。

6.揭秘 eBay Kafka 跨数据中心高可用方案

伴随着互联网业务的快速迭代和日趋成熟,数据的快速流动和实时分析处理一直是推动业务创新的重要驱动力。快速捕捉业务数据,敏捷分析数据特征,实时获取业务洞见并反馈到业务运营,这个闭环的运行效率决定了业务竞争力。Kafka 作为数据流动的枢纽引擎,因其出色的性能表现和丰富的开发生态,逐渐成为数据接入和数据分发的不二选择。

Kafka 作为分布式数据引擎,单数据中心部署的性能和稳定已得到了生产验证。但如何在多数据中心之间保证服务和数据的高可靠性和连续性,业界还没有统一便捷的方案。为了搭建高可用的数据链路,Kafka 开发者往往需要在应用端构建复杂的探活能力和切换机制,以确保当 Kafka 集群甚至数据中心不可用时,数据链路仍然能连续运行且数据完备。这种复杂的应用逻辑和维护成本,给应用开发带来了负担,同时,故障发生时的切换流程又经常不可避免的引入人为操作,导致数据链路中断。因此,提供应用无感的 Kafka 跨数据中心高可用方案极具业务价值。

7.陕西农信自动化测试体系建设之路

云计算、大数据、区块链、人工智能等新兴 IT 技术的快速发展,加速了金融行业从传统服务向更加快捷、高效的多样性服务转型,促使金融机构的 IT 系统建设快速迭代,以满足不断变化的用户需求,这也给金融机构的测试工作带来了巨大的挑战。

在此背景下,信息系统加速迭代,引入一大批适用敏捷流程的新方法、新技术,这对传统测试技术提出了新的挑战。陕西农信应用轻量级开源技术,坚持 “自主可控、创新引领” 全面发展自动化测试,实现了多项从无到有、从 0 到 1 的技术突破,逐步探索出适合当前金融科技创新形势的测试工作模式,实现了测试质量和科技创新水平的共同提升。

8.一文入门最热的 LLM 应用开发框架 LangChain

在人工智能领域的不断发展中,语言模型扮演着重要的角色。特别是大型语言模型(LLM),如 ChatGPT,已经成为科技领域的热门话题,并受到广泛认可。在这个背景下,LangChain 作为一个以 LLM 模型为核心的开发框架出现,为自然语言处理开启了一个充满可能性的世界。借助 LangChain,我们可以创建各种应用程序,包括聊天机器人和智能问答工具。


↙↙↙阅读原文可查看相关链接,并与作者交流