得物技術 Blog
Stories
List
如何合理規劃Elasticsearch的索引｜得物技術
一、背景 隨着ES在業務場景中的使用逐漸增多，平台對ES集羣的穩定性、管理、運維的壓力逐漸增大，通過日常的運維情況來看，發現用户對ES的瞭解熟悉程度參差不齊，經常性的遇到索引創建不規範，或者參考別人索引的創建腳本進行創建索引，對索引沒有一個比較清晰的認知，對索引結構的規劃也寥寥無幾，為此，平台使用了一些列手段來幫助用户提前合理規劃模板，比如索引、模板的創建接入飛書審批流，平台側會逐一結合業務場景和
你的debug包在Android 14變卡了嗎？｜得物技術
一、背景 我的App怎麼這麼卡，誰在代碼裏下毒了！ 有一天突然發現debug包運行變的特別卡頓，經過下面的簡單測試發現debug包在Android 14上出了問題。 二、問題排查紀錄 常規手段排查 使用了systrace以及內部的debug包 trace工具dutrace進行排查。 結論：CPU空閒，主線程無明顯阻塞，看上去就是純方法執行耗時。 發現懷疑點 第一步排查過程中沒有特別大的收穫，但是
正品庫拍照PWA應用的實現與性能優化｜得物技術
一、背景與難點 背景 目前得物ERP主要鑑別流程，是通過鑑別師鑑別提需到倉庫，倉庫庫工去進行商品補圖拍照，現有正品庫59%的人力投入在線下商品借取/歸還業務的操作端，目前，線下借取的方式會佔用商品資源，同時在使用用途上，每借出10件會出現1次拍照留檔，因此會有大量的線上閲圖量在日常鑑別和學習中發生；正品庫可通過圖庫搭建，提升圖庫質量，大大節約線下用工和物流成本支出。 但目前庫內存量10～20W件，
得物自研DSearch3.0搜索核心引擎升級之路
一、背景 隨着交易和社區搜索業務穩步快跑，基建側引擎越來越複雜，之前搜索底層索引查詢結構已經存在較為嚴重的性能瓶頸。成本和運維難度越來越高。在開發效率上和引擎的穩定性上，也暴露出了很多需要解決的運維穩定性和開發效率短板。而在引擎的業務層部分也需要逐步升級，來解決當前引擎中召回層和業務層中各個模塊強耦合，難維護，迭代效率低下等問題。 二、引擎開發技術方案 DSearch1.0索引層整體結構 DSe
社區搜索離線回溯系統設計：架構、挑戰與性能優化｜得物技術
一、項目背景 在社區場景中，我們積累了豐富的用户互動數據。這些歷史互動信息對CTR/CVR預估建模具有重要參考價值，用户的每次互動都反映了其特定維度的偏好特徵。當前，已在多個業務實踐中驗證，基於用户歷史互動特徵進行未來行為預測是有效的。用户互動序列越長，包含的偏好特徵就越豐富，但同時也帶來了更大的技術挑戰。 目前社區搜索領域已經在序列建模方向取得了一些應用成果，顯著提升了搜索效率，但在該方向上仍有
大模型如何革新搜索相關性？智能升級讓搜索更“懂你”｜得物技術
一、背 景 你是否曾在社區搜索時遇到這樣的困擾：想找一雙“平價學生黨球鞋”，結果出現的多是限量聯名款？或者輸入“初冬輕薄通勤羽絨服”，卻看到厚重登山款？這類“搜不準”的情況，正是搜索相關性技術要解決的核心問題——讓搜索引擎更準確地理解用户意圖，返回真正匹配的結果。今天，我們就來揭秘得物如何用大模型技術讓搜索變得更“聰明”。 搜索相關性，即衡量搜索結果與用户查詢的匹配程度，通俗來説就是“搜得準不準”
同城雙活：交易鏈路的穩定性與可靠性探索
知易行難，雙活過程中遇到了非常多的問題，但是回過頭看很難完美的表述出來，之所以這麼久才行文也是這個原因，總是希望可以儘可能的復現當時的思考、問題細節及解決方案，但是寫出來才發現能給出的都是多次打磨、摸索之後的我們認為偏合理的方案；不過換個角度看，給大家展示出來一個正確答案，是否有更積極的參考價值呢？ 以及，涉及到容器、發佈平台、底層網絡運維、監控等組件的內容，限於視野及技術能力並未包含在內，
可擴展系統設計的黃金法則與Go語言實踐｜得物技術
一、引言：為什麼需要可擴展的系統？ 在軟件開發領域，需求變更如同家常便飯。一個缺乏擴展性的系統，往往在面對新功能需求或業務調整時，陷入“改一行代碼，崩整個系統”的困境。可擴展性設計的核心目標是：讓系統能夠以最小的修改成本，適應未來的變化。對於Go語言開發者而言，利用其接口、併發、組合等特性，可以高效構建出適應業務演進的系統。 本文將從架構設計原則、編碼實踐、架構實現模式、驗證指標到演進路線，系統講
AI質量專項報告自動分析生成｜得物技術
一、背景 在日常工作中，常需要通過各項數據指標，確保驅動版本項目進展正常推進，並通過各種形式報表數據，日常總結日報、週會進展、季度進行總結輸出歸因，分析數據變化原因，做出對應決策變化，優化運營方式，目前在梳理整理校準分析數據需要大量的時間投入、結合整體目標及當前進展，分析問題優化的後續規劃。 常見形式 人工收集 數據來源依賴於各系統平台頁面，通過人工收集校準後填寫再通過表格公式計算，或者可以通過多
得物App白屏優化系列｜歸因篇
一、前言 本系列前面兩篇文章已經分別在圖片庫和網絡庫的角度介紹了諸多白屏問題的定位和解決方案，但都是相對獨立的問題，並且像OSCP，CDN節點異常之類的第三方問題無法徹底根治，因此為了長治白屏併發掘更多問題，就需要一套相對完善的白屏檢測+問題歸因體系。 本文將介紹從用户視角出發的白屏檢測方案以及線上白屏問題的大致歸因思路。 二、白屏歸因平台概覽 三、客户端 檢測思路 直接將白屏檢測寫到圖片庫裏似
從零實現模塊級代碼影響面分析方案｜得物技術
一、名詞解釋 代碼影響面（Code Impact Analysis） 是指在代碼變更後，分析這些變更對系統中其他部分的影響範圍。它幫助開發團隊理解代碼修改的潛在影響，從而減少意外問題並提高代碼質量。 模塊級 是指以模塊（Module）為單位的代碼組織、分析和管理的粒度。模塊是代碼的基本單元，通常包含一組相關的功能，可以是 JavaScript 文件、UI 組件、頁面或其他功能單元。 二、背景 價
得物自研DGraph4.0推薦核心引擎升級之路
一、前言 DGraph是得物自主研發的新一代推薦系統核心引擎，基於C++語言構建，自2021年啓動以來，經過持續迭代已全面支撐得物社區內容分發、電商交易等核心業務的推薦場景。DGraph在推薦鏈路中主要承擔數據海選和粗排序功能，為上層精排提供高質量候選集。 核心技術特性： 索引層 - 支持KV（鍵值）、KVV（鍵-多值）、INVERT（倒排）、DENSE-KV（稠密鍵值）等。索引存儲支持磁盤
營銷會場預覽直通車實踐｜得物技術
一、背景：活動會場的配置走查之痛 在電商營銷中，會場是承載活動流量的核心陣地。得物的營銷會場不僅覆蓋520、七夕等活動節點，也支撐日常的"天天領券"、"瘋狂週末"等高頻運營場景。數據顯示，會場的UV佔比、GMV貢獻、訂單量均佔平台重要比重。 然而，隨着業務複雜度提升，會場配置面臨三大挑戰。 1.1 三大挑戰 ※多目標耦合 同一會場需同時滿足不同運營GMV提升、拉新、促活等不同目標，導致配置策略疊
得物靈犀搜索推薦詞分發平台演進 3.0
導購是指在購物過程中為消費者提供指引和幫助的人或系統，旨在協助用户做出更優的購買決策。在電商平台中，導購通過推薦熱賣商品、促銷活動或個性化內容，顯著提升用户的購物體驗，同時推動銷售額的增長。其核心目標是通過精準的引導，滿足用户需求並促進商業價值最大化。 詞分發：導購的重要組成部分 在電商導購體系中，詞分發作為關鍵環節，主要聚焦於與關鍵詞推薦相關的功能。這些功能包括但不限於下拉詞、底紋詞、熱搜榜單、
Redis 是單線程模型？｜得物技術
一、背景 使用過Redis的同學肯定都瞭解過一個説法，説Redis是單線程模型，那麼實際情況是怎樣的呢？ 其實，我們常説Redis是單線程模型，是指Redis採用單線程的事件驅動模型，只有並且只會在一個主線程中執行Redis命令操作，這意味着它在處理請求時不使用複雜的上下文切換或鎖機制。儘管只是單線程的架構，但Redis通過非阻塞的I/O操作和高效的事件循環來處理大量的併發連接，性能仍然非常高。