## 亿图图示 产品分享 赋能绘图创意，提升办公效率 ## 行业趋势 ## 越来越多的企业期望用一款绘图软件解决企业办公日常需求 46%的全球公司有跨地域团队，33%的全球公司用协同场景工具改善工作效率。 79%的知识工作者有分散式协同工作的场景需求，其中82%都表示跨设备文件传输在工作效率中扮演重要角色。 ◆ 49%的数字营销人员会选择能跨端的产品做视觉类的图像处理，只有11%的用户会用不同的工具解决不同的需求的产品。 [Image](/uploads/documents/8/a/5/8/8a58ca79245ba7f58d7b7fa3b72e6378/p12_8.jpg) SaaS 跨端协作 一个账号多端同步，支持云端数 据共享协作，提高办公效率 ## 私有化部署 数据更安全、服务更稳定、协作更高效 01 私有化部署 免费试用 02 根据实际情况沟通方案 03 培训服务支持 技术支持  功能强大 亿图软件包含思维导图工具、创意绘图工具、项目管理工具，赋能企业在数字时代与众不同地进行创意表达，提高生产效率。  信息安全 我们为企业信息

[Image](/uploads/documents/6/6/1/f/661f0dfc4b888f15a2d6480541b1ae17/p2_2.jpg) ## ++ ## V S 运行效率 开发效率 上手难度 ## 👤 python $ ^{™} $ ## C++/Python对比 hcx@hcx-vpc:~/linux$ sudo apt-get install g++ [sudo]

578e8404590af7c25/p6_1.jpg) 本质问题 12L 9L 某品牌汽车，每百公里95号汽油油耗：城市道路为12L，高速路为9L。 选择一辆汽车，需要比较各种汽车的燃料效率，同时需要考虑其他的信息，譬如价格。 哪一种汽车最适合你？ In 1696, England began taxing houses based on the number of windows they 整个团队在单位时间内交付的需求数目 强调整个团队需求交付吞吐率的历史对比，反映交付效率的趋势和问题。 持续快速、高质量 地交付价值的能力 需求响应周期 持续发布能力 交付吞吐率 交付过程质量 交付质量 交付周期 开发周期 集成发布时长 发布频率 单位时间交付需求数 创建/关闭缺陷分布 缺陷库存 单位时间线上缺陷 线上问题解决时长 ## 流动效率 用户价值在系统中的流动速度。如：用户需求从提出到 交付的时长（越短越好）；或者是过程中等待时间的占比（越小越好）。 ## 资源效率 各环节的资源利用率和产出情况。如：资源的忙闲程度、使用率、代码产出和测试执行速度等。 ## 质量保障 交付过程和交付的质量。如：缺陷和故障数，及其分布情况和解决时长等。 ## Content 好的度量是什么 What's Good Metrics 研发效能度量体系 R&D Efficiency

Pipeline（持续集成与交付管理） 提升个人创造力与团队效率，从而提升产品交付质量，帮助企业更好更快发布产品 ## 面对业务的快速发展 团队规模几乎每年翻倍 ## 团队规模  ## 研发效率能否线性增长？ 保持线性增长非常困难  1 度量研发效率 4 方案实施落地 ## 保证研发效率 的关键步骤 2 目标管理和跟踪 3 设计研发管理方案 ## 1 度量研发效率 以端到端的最终效果为衡量标准（需求交付前置时间） • VSM ## 价值流图的实践 在真实工作情况下，从想法到真实可用，所有环节 节 需求设计 UI设计 研发 测试 部署 发布 ↑ ↑ ↑ 增值时间 非增值时间 返工指标 %C/A ## 1 度量研发效率 ## 需要工具 记录、回溯、聚合研发过程中的各种活动 CTO-视图 F6002 Plan项目总览 Project for Web/F6002 Plan项目总览 ![Image](/uploads/documents/c/1/c/4/c1c4

后台程序开发的需求(1) - 性能 - C/C++, Java - Python, Ruby • 并发性 – Process, Thread, Event(编程难度) · 开发效率 -语言的描述效率：代码量 -语言的简洁、易用 -库支持 ## 后台程序开发的需求(2) - 大型程序的组织 - 数据封装能力 –Namespace - 可测试能力 - 单测，覆盖度测量 - • 性能: - 相差10倍以上 – Python: 解释执行，动态类型 · 并发性能 -C: 直接用系统的机制 – Python: 自己实现的thread, 只能使用一个CPU • 开发效率 - 相差5-10倍 - 内存的处理是一个难点 – dict/map, list ## C vs Python (2) - 大型程序的组织 - C: 无namespace - 可测试能力 需要python运行环境，及依赖的库 ## Golang (1) • 性能 - 和 C 接近 • 并发性 –Go routine: 屏蔽底层的机制，充分利用cpu资源 –多线程模型：容易思考 · 开发效率 - 描述能力和python接近 -较丰富的库（系统库，第三方库） ## Golang (2) - 大型程序的组织 - Package - 数据访问的限制(首字母大小写的区别) -

Native 跨平台的布局引擎： 转化为Native渲染 开发语言：JavaScript H5、Hybrid：虽然UI自己渲染，但是渲染性能太低，而且JS运行效率太低 RN：虽然是Native渲染，但多了布局解析的性能损耗，而且JS运行效率太低。 ## 方案2 编译流/虚拟机流 ## X amarin AOT ARM CODE IL JIT 转化为Native渲染 c#: 同时支持JIT和AOT Dart JIT：动态编译，Hot Reload AOT：静态编译,Native code 强类型，可以类型推断 强大的异步编程能力 全栈语言 提升开发效率！ 经过简单统计，写同一个功能，使用Dart，可以减少50%的代码量 状态 | 组件 | 说明 状态 | Stateless Widget | 状态 | Visual | 状态

GEO） • 内存存储和基于多路复用的事件响应系统，确保了命令请求的执行速度和效率 ## 特点 - 具有多种不同的数据结构可用，其中包括：字符串、散列、列表、集合、有序集合、位图（ bitmap）、HyperLogLog、地理坐标（GEO） • 内存存储和基于多路复用的事件响应系统，确保了命令请求的执行速度和效率 - 丰富的附加功能：事务、Lua 脚本、键过期机制、键淘汰机制、多种持久化方式（AOF、RDB、RDB+AOF 具有多种不同的数据结构可用，其中包括：字符串、散列、列表、集合、有序集合、位图（ bitmap）、HyperLogLog、地理坐标（GEO） • 内存存储和基于多路复用的事件响应系统，确保了命令请求的执行速度和效率 - 丰富的附加功能：事务、Lua 脚本、键过期机制、键淘汰机制、多种持久化方式（AOF、RDB、RDB+AOF 混合） - 强大的多机功能支持：主从复制（单主多从）、Sentinel（高可用）、集群（基于 具有多种不同的数据结构可用，其中包括：字符串、散列、列表、集合、有序集合、位图（ bitmap）、HyperLogLog、地理坐标（GEO） • 内存存储和基于多路复用的事件响应系统，确保了命令请求的执行速度和效率 - 丰富的附加功能：事务、Lua 脚本、键过期机制、键淘汰机制、多种持久化方式（AOF、RDB、RDB+AOF 混合） - 强大的多机功能支持：主从复制（单主多从）、Sentinel（高可用）、集群（基于

01 性能亮点 02 高级特性 03 展望未来 04 ## 优化方向 优化调度效率(poller) 优化 Buffer 设计(zerocopy) ## 优化方向 优化调度效率(poller) 优化 Buffer 设计(zerocopy) ## 优化调度效率 - TP99 分析 go func() { events := make([]event, 128) d, events, msec) for i:=0; i ## 优化调度效率 - 吞吐分析 CPU 0 poller read(i=0) read(i=n-1) CPU 1 gopool go handle() go handle() go handle() ## 优化调度效率 - 优化系统调用 func Read(fd int, p []byte) (n int 3. exit_runtime ## 优化调度效率 - 调度分析 P Local Gs go func() { events := make([]event, 128) for { n,_:=epoll_wait(epoll_fd, events, msec) for i:=0; i ## 优化调度效率 - 优化调度 func (p *poller)

学习Python 从运营到产品的岗位转型 ## 一 个职场萌新的蜕变 ## 社会老鸟 ## 职场反PUA利器 ## 转行升职加薪必备 ## 说在最后 ## 说在最后 ## Python于我的定位：效率工具 ## 会Python之前 ## 说在最后 ![Image](/uploads/documents/6/7/1/1/671138e36afdfade06b0daf0ba895804/p13_1