11月8日，2022 vivo開發者大會正式開幕。此次大會以“MORE，近你所想”為主題，共設有1個主會場及9個分會場。其中，在互聯網美女福利导航-最佳美女福利导航實踐專場中，來自vivo的工程師們分享了wepy-chameleon編譯器、後羿低代碼平台、實時計算平台等6項成果，與開發者們共同探討前沿美女福利导航實踐。
前端創新實踐，自研編譯器助力小程序架構升級
在早期的小程序開發中，wepy框架能夠很好的解決模塊化、組件化等工程化問題，但是隨著時代的發展和演進，社區逐漸沉澱出以 uniapp 為代表的 Vue 跨端體係和以Taro為代表的React跨端體係，wepy目前的社區活躍度比較低。基於當前的業務訴求，vivo自研推出wepy-chameleon編譯器，可以一鍵將wepy框架轉換為uniapp框架。
vivo互聯網用戶運營前端專家 萬安文
vivo互聯網用戶運營前端專家萬安文分享了wepy-chameleon編譯器思路和實現，包括單文件組件編譯轉換核心設計、整體編譯係統流水線設計、Parser解析器架構的設計與實現以及Transform轉換器的架構設計與實現。在編譯器的實現過程中，vivo團隊也遇到過一些挑戰，比如uniapp中的template string和Scope Style的適配問題。
據萬安文介紹，後續編譯器將覆蓋更多的wepy項目及場景，團隊也將繼續深挖業務中可以通過編譯提效的空間，用美女福利导航推動業務的快速升級。
用低代碼平台提效，解放開發生產力
低代碼是一種可視化的應用開發方法，可以用較少的代碼、以較快的速度來交付應用程序，隨著前端新美女福利导航的出現及雲原生時代的到來，低代碼的優勢愈發顯現。分會場上，vivo專家分享了針對後台toB係統建設以及遊戲中心toC端native界麵搭建的兩款低代碼平台。
後羿低代碼平台是一款在線可視化開發平台，能夠支撐運營後台業務的高效高質量落地。該平台采用了前後端分離的美女福利导航方案，更符合開發思維，在實現方式上具有靈活性較高、拓展性較好、可集成度較高等優點，在架構上也具有分層明確、低碼分離實現等優勢，能夠滿足不同群體更加複雜的業務訴求。
vivo互聯網高級前端工程師 王寧
除美女福利导航方案外，vivo互聯網高級前端工程師王寧還分享了自研高性能渲染引擎、可視化配置方案以及千億級內容投放等提效秘訣。針對低代碼與傳統開發如何共存的問題，王寧表示，低代碼與傳統開發並不衝突。一方麵，平台在不斷豐富場景模型以提高拓展能力和配置效率，另一方麵，平台在架構上兼容傳統的定製化開發，二者優勢互補，全麵提效。
vivo遊戲中心是vivo遊戲核心的流量入口，然而在互聯網流量見頂和頻繁發版的背景下，遊戲中心的首頁存在一些不足，概括來說有兩點：缺少靈活多樣且能動態調整的組件化能力，缺少可視化快速搭建頁麵的能力。針對這些痛點，vivo互聯網遊戲團隊推出了遊戲中心低代碼平台，通過組件化設計，滿足不同用戶的需求。
vivo互聯網架構師 陳文洋
vivo互聯網架構師陳文洋從標準組件打造、數據引入和頁麵組裝三個方麵詳細介紹了平台的搭建過程。該平台使得原先的研發流程發生了變化，能做到新增或修改組件無需發版，大大提升了開發效率，縮短了項目周期。
打造穩定易用、安全高效的實時計算平台，深度挖掘數據價值
2022年，vivo互聯網在網用戶總數達到2.8億，多款互聯網應用的日活超過了千萬甚至突破了1億，為了向用戶提供優質的內容和服務，需要對海量數據進行實時處理，同時，為了向廣告主提供更加優質的廣告服務，也需要提升商業化能力。然而，龐大的業務規模和業務增速給vivo的實時計算團隊帶來了非常大的挑戰。
對此，據vivo互聯網大數據平台計算方向負責人陳濤介紹，vivo在2019年下半年就啟動了實時計算平台的建設，2020年關注在穩定性建設，初步上線了SQL能力，2021年引入了Flink 1.13版本並啟動了容器化建設，2022年主要關注在效率提升，包括流批一體、任務診斷等，到目前為止，平台已初步具備了一些能力。
vivo互聯網大數據平台計算方向負責人 陳濤
據了解，平台是vivo基於Apache Flink計算引擎自研的覆蓋實時流數據接入、開發、部署、運維和運營全流程的一站式數據建設與治理平台，支撐著實時數倉、實時智能推薦、商業化實時廣告、實時安全、實時監控等五大業務中台。
分支路徑圖調度框架落地，助力項目迭代提速
vivo效果廣告推薦係統是一套實時的AI在線預估服務，每天承載了百億次的廣告投放請求，支持了vivo的效果廣告收入，在可用性、可擴展性、健壯性等方麵具有非常高的要求。其中，schedule是係統的核心模塊，負責業務邏輯調度，上下遊依賴特別多。schedule在調度其他模塊時采用異步調度，異步調度管理方法則是有向無環圖，然而有向無環圖即使是目前使用最廣泛的方法但也並不完美，作為一種全路徑圖調度框架，有向無環圖已經難以適用係統不斷增長的複雜度。
為了安全開發和提升迭代效率，新的調度方法被迫切的創建出來，那就是支持分支路徑的圖調度框架。它的原理是，在原有的圖調度框架中，添加兩處功能，一是加入了分支節點，二是對於圖中節點的觸發支持“與激活”和“或激活”。
vivo互聯網效果廣告AI架構師 周保建
vivo互聯網效果廣告AI架構師周保建用調度流程圖展示了分支路徑調度框架在vivo效果廣告推薦係統中的落地過程。使用分支路徑調度框架改造後，圖中添加了判斷節點，具體路徑的走向由判斷邏輯控製，係統可擴展性得到提升，係統熵增減輕。
當圖與實時在線係統融合在一起的時候，也顯現出了更多的是提升了空間，比如，圖的整體超時、異常管理，節點超時、異常管理以及複雜圖結構的自動化簡。周保健表示，vivo團隊後續將針對這些問題做進一步的優化升級。
不斷實踐探索異構混排，為廣告主和用戶提供更優服務
混排，就是需要在保障用戶體驗前提下，通過對不同隊列中的異構內容進行合理混合，實現收益最優，更好的服務廣告主和用戶。混排的核心挑戰主要有三點：不同隊列item建模目標不同，難以直接對比；候選隊列常受到大量產品規則約束；由於業務限製，混排時往往不能修改候選隊列的序，需要實現保序混排。
vivo互聯網高級算法工程師沈技毅分享了vivo信息流和商店場景中的混排實踐。對於信息流場景，混排側主要解決的問題是內容隊列與廣告隊列的混排問題。這一場景下，vivo混排經曆了三次迭代，分別是固定位混排、Qlearning混排以及深度位置型混排，整體思路是希望在Qlearning階段通過簡單的強化學習方案累積樣本，快速探索收益，後續升級為深度學習方案。這帶來3個好處：與上遊打分解耦，大大提高了混排穩定性；深度網絡，可容納信息量大；能夠考慮頁麵間item相互作用。
vivo互聯網高級算法工程師 沈技毅
商店場景中，混排的核心問題是實現廣告隊列與遊戲隊列的混排，整體迭代包含了固定位混排、pid保量、帶約束混排、混排精細化分流4個階段。在當前階段，平台會根據分流模塊判斷請求質量，並針對性的設置混排模型。具體到重排模型上，采用生成式模型替代數值型模型，在實驗流量上收益對比原模型更為明顯，且不受上遊打分影響，更為穩定。
在之前的探索實踐中，vivo已經取得了一些成果，為美女福利导航人員帶來了更高效的開發體驗，為用戶帶來了更優質的產品體驗。但業務需求和美女福利导航工具是在不斷變化發展的，未來，vivo也一定不會鬆懈，持續探索美女福利导航，迭代產品工具，不斷為用戶創造驚喜，為行業帶來革新。
星空人工智能美女福利导航網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯係方式等發郵件至1851688011@qq.com美女直播全婐APP免费下载將及時溝通與處理。！：首頁 > 新聞 » vivo工程師分享六大美女福利导航實踐成果，攜手開發者推動行業美女福利导航革新