阿里云前端周刊 - 第 32 期

推荐

1. Preact:一个备胎的自我修养

https://zhuanlan.zhihu.com/p/30796007

前一段时间由于React Licence的问题,团队内部积极的探索React的替代方案,同时考虑到之后可能开展的移动端业务,团队目标是希望能够找到一个迁移成本低,体量小的替代产品。经过多方探索,Preact进入了我们的视野。从接触到Preact开始,一路学习下来折损了许多头发,也收获不少思考,这里想和大家介绍一下Preact的实现思路,也分享一下自己的思考所得。

2. 图片即时优化的三种简单解决方案

http://www.infoq.com/cn/articles/optimize-image-solutions

图片往往是导致页面加载缓慢的最主要原因。一些研究表明,以兆字节计的Web页面还在稳步增加,图片更是其中最大的部分。显然,大部分网站可以通过图片优化大幅提升性能。本文将介绍如何使用Kraken.io、Cloudinary和Imgix三种不同的云服务,借助几行代码轻松实现图片的自动优。你可以立即使用这些服务中的一种减少网站图片文件的大小,大幅提高页面加载速度和带宽使用率。

3. 前端老司机与算法的四个故事

https://mp.weixin.qq.com/s/jnANr4RJyX0D3fDNvFQATA

之前 chat 的介绍和公众号铺垫也比较多了,本文不再讨论前端是否应该学习算法。
因为能够看到这篇文章的朋友肯定是对算法感兴趣的朋友,我会讲解四个我经历过的跟算法相关的故事,然后总结下通过这四个故事对自己有什么感触。

4. Cordova是否适用于你的目标行业?

http://www.infoq.com/cn/articles/cordova-best-app-categories

Apache Apache Cordova是一种开发移动App的很好选择,它能以合理代价将App快速地交付市场。此外,不少Web开发人员也选择Cordova,它可将他们的已有技能重用到创建App中,不需要再去学习Java或Objective-C开发。这听上去是否非常不错?但是Cordova(或是PhoneGap,两者是版本所有者不同的同一软件)仅使用HTML、CSS和JS技术,因此开发的App的功能具有局限性(在这篇文章中详细地介绍了情况及导致原因)。

更多

1. 阿里云11·11:DataV的数据可视化之道

http://www.infoq.com/cn/news/2017/11/datav-11-11

从 2012 年起,阿里每年的双 11 大促都会推出一个大屏,以多种生动的展示方式实时地显示交易情况。实时数据大屏,它的特点是各种大:屏幕大、数据量大、展示信息量大,可以说是数据可视化的圣杯。

2. 蘑菇街11·11:在微信小程序做大促,技术如何支撑?

http://www.infoq.com/cn/articles/meili-11-11-mini-program

早在2015年的时候,蘑菇街其实已经在微信体系内有了对应的玩法,比如微信商城、App分享、早期的拼团业务等等,受制于H5在微信生态内的体验,以及微信本身对营销类业务的管理态度,导致效果不太明显。2017年以来,随着微信对小程序的持续投入及扶持,小程序也已经有了类似于native的体验,很多新的玩法结合着小程序不断推出。在这种情况之下,蘑菇街和微信共建了“蘑菇街女装”小程序(在微信->钱包->第三方服务内),希望在微信生态内给用户提供更好的体验。

3. 当当11·11:高可用移动入口与搜索新架构实践

http://www.infoq.com/cn/articles/dangdang-11-11-high-available-arch

每年一次的互联网电商的双十一,是对一年工作的总结和洗礼,在2017年的双十一到来之际,我们希望通过本文梳理一下当当的一些行之有效的方法。

4. 国美11·11:大促场景下的国美智能推荐系统演进之路

http://www.infoq.com/cn/articles/gome-11-11-recommendation-system

国美早期的推荐产品,90%以上的场景是靠平台运营人员和工程师依靠业务知识进行手工配置,策略投放也是基于场景相关性的固定槽位展示,千人一面。近几年,伴随着业务的发展,尤其是实现线上线下打通后,国美互联网基于双线平台、商品和服务,利用互联网技术,以“社交+商务+利益共享”的共享零售战略向用户赋能,在后电商时代走出共享零售的新路径。同时,作为与用户交互的排头兵,国美的推荐系统也嵌入到了商品、美媒、美店等核心场景,将实时个性化推荐的购物体验带给用户。而业务场景的迅速展开和大数据的积累也促使推荐架构和机器学习算法进行了持续地升级和迭代。本文详细地介绍了2016年以来,由11.11大促驱动的国美个性化推荐系统中核心技术的演进历程。

5. 有赞11·11:全链路压测方案设计与实施详解

http://www.infoq.com/cn/articles/youzan-11-11-stress-testing

有赞在双十一之前完成了全链路压测方案,并把它用于大促的扩容和容量验证,取得了不错的成果。在电商公司待过的技术同学都知道,在大促来临时,整个集群的最高峰压力将是正常时间的几十倍,最高峰持续的时间会特别短,然后回落到正常水平的几倍。所以,我们可能会自然而然地想到,把整个集群扩容几十倍的机器,在双十一当天应对几十倍的流量,然后第二天减至正常量,就可以完成大促的考验。事实情况是否真的这么简单?

6. 苏宁11·11:从0到1,苏宁API网关的演进之路

http://www.infoq.com/cn/articles/suning-11-11-api-gateway

2012年,在开放云融推动各产业全面发展的大背景下,苏宁API对外开放。基于苏宁各内部业务系统的资源,开放丰富的API服务,提供给苏宁商家、供应商、售后服务商、物流公司、软件服务商等合作伙伴所需的数据和信息。实现外部系统与苏宁的完美对接,使业务的处理更加高效、便捷。

上一篇:阿里云前端周刊 - 第 40 期


下一篇:SpringBoot2.X整合Spring-Cache简化缓存开发