alt=‘OCR图片’/> 大纲 What’s Grab 一个典型的派单流程 一个核心地理服务系统演进历程 Why go 压测与调优 QA What’s Grab 东南亚最大的出行平台 GopherChina2018 连接供（Supply，司机）需（Demand，乘客） GopherChina2018 从派单流程说起 派单流程 找附近司机 过滤及分配 锁定司机 调用Nearby 调用Nearby Service获取附近司机 通知司机 多层过滤 选出一个司机： ETA/ETD 各种派单策略 加锁保证任意时刻同一司机只能被分配给一个行程 若加锁失败 会重新进行 Nomination(Recycle) 最终获得一个司机资源通过长连接推送任务到他的APP 如果司机忽略该行程重新进入 Nomination(Recycle) 如何构建一个高可用Nearby服务？ GopherChina2018 引擎 当前空间索引不是最优的比如最坏情况下要遍历整个Shard空间 如何支持多引擎 比如S2 永远在路上 ’ alt=‘OCR图片’/> 大纲 What’s Grab 一个典型的派单流程 Nearby这个核心地理服务系统演进历程 Why go 压测与调优 QA Why Go? 业务场景 大量的几何运算 大流量网络吞吐 CPU-Bound & I/O-Bound

## 机器学习-机器学习项目流程 黄海广 副教授 2021年06月 ## 本章目录 01 机器学习项目流程概述 02 数据清洗 03 特征工程 04 数据建模 ### 1. 机器学习项目流程概述 ## 01 机器学习项目流程概述 02 数据清洗 03 特征工程 04 数据建模 ## 机器学习的一般步骤 历史数据 经验  ## 单变量图显示此变量的分布 plt.hist()可以显示单变量图，也叫直方图 ![

## Uber 派单系统 &运维演化 ## 李宁 Uber核心流稳定性负责人 ## 极客邦科技 会议推荐2019  QCon ## 全球软件开发大会 大会：5月6–8日 培训：5月9–10日 北京 QCon ! 2013-2015 Twitter后端存储运维 — 旧金山 2015-2019 Uber派单系统运维 — 旧金山  ## 目录 运维改进介绍－20 mins ## Uber派单系统 If you're not embarrassed by the 年来的运维强化(2016-2019) 架构调整: 多活, 容器化, 软件网络 部署管理: 自动化部署uDeploy 变更管理: P3系统 监控优化: M3监控系统, Blackbox外部监控 故障恢复: 自愈力和自动排障 流程优化: Ring0和Post Mortem ## 架构调整: All Active ## 程序层面复制 -> 数据库自动复制 ## RTTR SJC1 DCA1 SJC1 DCA1

# Java 应用与开发 Java 语言基础与流程控制 王晓东 wangxiaodong@ouc.edu.cn 中国海洋大学 August 28, 2018   ## 学习目标 ## Java 语言基础 1. 数据类型 2. 常量和变量 3. 关键字与标识符 4. 运算符与表达式 5. 从键盘输入数据 ## ▶ 流程控制 1. 语句和复合语句 2. 分支结构（选择结构） 3. 循环结构 4. 跳转语句 ## 大纲 数据类型 常量和变量 关键字与标识符 运算符与表达式 从键盘获得输入 语句 分支结构 integers = {1, 2, 3, 4}; for (int i : integers) { System.out.println(i); } ## 循环中的跳转 break 语句 使程序的流程从一个语句块（switch 或循环结构）内跳出。 continue 语句 终止当前这一轮（次）的循环，进入下一轮（次）循环。 return 语句 用来使程序从方法（函数）中返回，可返回一个值。 ##

|内存|为了获得更好的体验，建议不小于512MB| |硬盘|为了获得更好的体验，建议不小于256MB| ## 04 场景创新 ## AI 智能时代，操作系统需要面向AI不断演进。一方面，在操作系统开发、部署、运维全流程以AI加持，让操作系统更智能；另一方面，openEuler已支持Arm，x86，RISC-V等全部主流通用计算架构，在智能时代，openEuler也率先支持NVIDIA、昇腾等主流AI处理器，成为使能多样性算力的首选。 面向 openEuler 普通用户：深入了解 openEuler 相关知识和动态数据，比如咨询如何迁移到 openEuler。 面向 openEuler 开发者：熟悉 openEuler 开发贡献流程、关键特性、相关项目的开发等知识。 面向 openEuler 运维人员：熟悉 openEuler 常见或疑难问题的解决思路和方案、openEuler 系统管理知识和相关命令。相关使用方式请参考 EulerCopilot BMC 生态，已初步支持 openBMC。在南向，新增飞腾、海思、瑞萨、德州仪器、全志等硬件的支持，特别是提出了面向开发者的硬件开发板概念 “欧拉派 / Euler Pi”，并具体推出了第一款 openEuler Embedded 原生开发板 “海鸥派 / HiEuler Pi”。在基础设施，正式发布 openEuler Embedded 元工具 oebuild，构建系统升级到 Yocto 4.0

### 1. 基础设施不断完善 人工智能 预测供需结构，智能派单调度 大数据 - 评估难度、ETA、骑手能力等数据 GPS+GIS 定位越来越精准，地图与导航逐渐成熟 • 实时移动的信息传递通路 ## 履约能力 移动互联网 实现平台对运单调度的实时把控，对运单与运力的供需匹配 履约流程：下单 -> 派单 -> 接单 -> 取货 -> 送达... 快速迭代、业务试错  核心链路MVP、主流程跑通 - 按照粗领域拆分系统边界 - 按照三大信息流（人、财、物）划分系统 - 如何支撑快速试错： • 项目制；PM、RD = QA；区分履约服务与运营服务 下单 结算 调度 取货 骑手入职、转岗、组织拆分各类流程设计  • 借鉴CQRS + MDM思想 • 生产与应用独立建模 快速起量，系统质量、研发效率问题凸显 ## 规模化阶段：解耦履约系统与运营系统 ## 核心数据模型 - 无论入职流程、调度流程多复杂，原语接口不变

colspan="2">2条新公告本组3单预计完成时间 12:3057 分钟西二旗剩余380单，快速完成任务有更多接单机会！田老师红烧肉（上地店）2单 ¥138 含非在线支付 $100餐厅派单模式 调度系统2.0   系统派单模式 ![Ima aa4e49cfa61606eb57df64b13fa12217/p6_8.jpg) - 调度员根据订单地址和骑士位置来进行订单分配 - 人力调度派单峰值为每人800单/天 - 系统综合考虑配送距离、骑士运力、期望送达时间等因素来自动派单 ![Image](/uploads/documents/a/a/4/e/aa4e49cfa61606eb57df64b13fa12217/p6_9

“5分钟运行第一个容器”——跟随以下步骤快速体验 Docker： 安装 Docker（第3章）：根据操作系统完成 Docker 的安装与验证 第一个容器（第1章1.1）：快速体验构建镜像与启动容器的完整流程 交互式容器（第5章）：执行 docker run -it ubuntu bash，进入容器内部与系统交互 镜像与仓库（第2章、第4章、第6章）：理解核心概念，并学会拉取、使用与管理镜像和仓库 运维新手 第1-4章 掌握容器的基本概念与操作 开发者 第1-3章→第5-8章 学会容器化应用的构建与部署 DevOps工程师 第1章→第9-14章→第18章 实现容器编排与自动化部署流程 架构师 第1章→第15-21章 设计高可用、高性能的容器基础设施 阅读方式 本书按需提供多种阅读模式，具体如下： 在线阅读 GitBook: 在线阅读 GitHub: 仓库目录 mdpress与本地HTML导出误提交 1.7.12026-03-28 对齐附录首页与目录结构，补全学习路线入口 重组资源链接页，统一官方一手入口 完善附录二导航页，提升热门镜像查阅体验 1.7.02026-03-25 精简CI流程，移除遗留的vuepress构建，统一使用mdpress 升级etcd集群示例从v3.4.0到v3.5.17 更新 npm 镜像为 npmmirror.com，PHP 升级到 8.3 移除 Compose

1.jpg) - 性能瓶颈：核心层的模型预估的 Size 扩展到数千级别文档的时候，单机已经难以承载；近百万个特征值的传输开销已经难以承受。 - 复用困难：模型预估能力已经成为一个通用的需求，单搜索就有几十个场景都需要该能力；而老逻辑的业务耦合性让复用变得更加困难。 平台缺失：快速的业务迭代下，需要有一个平台可以帮助业务快速地进行模型和特征的管理，包括但不限于配置、上线、灰度、验证等等。 离在线统一逻辑：Transformer 是特征处理的模型相关逻辑，因此我们将 Transformer 逻辑单独抽包，在我们样本生产的过程中使用，保证离线样本生产与线上特征处理逻辑的一致性。 基于这两个概念，Augur 中特征的处理流程如下所示：首先，我们会进行特征抽取，抽取完后，会对特征做一些通用的处理逻辑；而后，我们会根据模型的需求进行二次变换，并将最终值输入到模型预估服务中。如下图所示： ![Image](/uploads 征日志上报，方便算法同学进一步迭代。 在这个过程中，为了使整个流程异步非阻塞，我们要求引用的服务提供异步接口。若部分服务未提供异步接口，可以将其包装成伪异步。这一套异步流程使得单机（16c16g）的服务容量提升超过100%，提高了资源的利用率。 #### 4.2.2 预估的性能及表达式的开销 框架的优势：得益于分布式，纯异步流程，以及在特征 OP 内部做的各类优化（公用特征、RPC 聚合等），从老框架迁移到

“5分钟运行第一个容器”——跟随以下步骤快速体验 Docker： 安装 Docker（第3章）：根据操作系统完成 Docker的安装与验证 第一个容器（第1章1.1）：快速体验构建镜像与启动容器的完整流程 交互式容器（第5章）：执行 docker run -it ubuntu bash，进入容器内部与系统交互 镜像与仓库（第2章、第4章、第6章）：理解核心概念，并学会拉取、使用与管理镜像和仓库 运维新手 第1-4章 掌握容器的基本概念与操作 开发者 第1-3章→第5-8章 学会容器化应用的构建与部署 DevOps工程师 第1章→第9-14章→第18章 实现容器编排与自动化部署流程 架构师 第1章→第15-21章 设计高可用、高性能的容器基础设施 在线阅读 本书在线阅读，可直接访问GitBook。也可访问GitHub仓库目录或镜像站点。 下载离线版本 本书提供PDF版本供离线阅读，可前往GitHub mdpress与本地HTML导出误提交 1.7.12026-03-28 对齐附录首页与目录结构，补全学习路线入口 重组资源链接页，统一官方一手入口 完善附录二导航页，提升热门镜像查阅体验 1.7.02026-03-25 精简CI流程，移除遗留的vuepress构建，统一使用mdpress 升级etcd集群示例从v3.4.0到v3.5.17 更新 npm 镜像为 npmmirror.com，PHP 升级到 8.3 移除 Compose