SmartCat's Blog
游戏开发交流QQ群号60398951
好的架构要不断演变，进而去适应业务的发展。美团在移动端上的架构，也经历了组件化、平台化、RN混合化，到现在开始向容器化变迁。容器化架构充分地利用了现在的跨端技术，将动态化的能力最大化地赋予了业务。 作为美团最为重要的业务之一，美团外卖移动端的架构演进是怎样的呢？本文将为你揭开背后的思考、技术细节以及实践。 中秋国庆双节喜临，美团技术团队祝大家节日快乐~~ 1. 背景 1.1 移动端跨平台技术的介绍 移动端的跨平台技术不是一个新话题&#……
开课啦 经过一年的沉淀和打磨，美团技术团队与清华大学电子系合作开设的研究生学分课程——《大数据技术的商业应用与实践》第二次登陆清华大学，于9月24日正式开课。 课程现场十分火爆，116人的阶梯教室座无虚席。选课同学来自清华大学电子系、计算机系、自动化系等29个院系，现场还有很多没有选上课的同学慕名而来，有十几位同学坐在过道上坚持听完。 先来感受一下课程热烈的气氛吧： 在内容方面，结合当前大数据技术应用趋势，今年新增了美团……
好的架构要不断演变，进而去适应业务的发展。美团在移动端上的架构，也经历了组件化、平台化、RN混合化，到现在开始向容器化变迁。容器化架构充分地利用了现在的跨端技术，将动态化的能力最大化地赋予了业务。 作为美团最为重要的业务之一，美团外卖移动端的架构演进是怎样的呢？本文将为你揭开背后的思考、技术细节以及实践。 中秋国庆双节喜临，美团技术团队祝大家节日快乐~~ 1. 背景 1.1 移动端跨平台技术的介绍 移动端的跨平台技术不是一个新话题&#……
【Top Talk/大咖说】是美团技术学院面向公司内部组织的系列讲座，定期邀请美团技术团队负责人、业界大咖、高校学者及畅销书作者，为大家分享最佳实践、互联网热门话题、学术界前沿技术进展等内容。我们以后会定期公开这些内部讲座的内容，敬请关注。 2020年9月10日，Top Talk邀请到了清华大学自动化系莫一林副教授，请他带来题为《信息物理系统中的安全控制算法设计》的分享。本文系分享内容的文字实录，希望能对大家有所帮助或者启发。 莫一林：现任清……
所遇情形： 解决方法： rootkali:~# mv /var/lib/dpkg/info /var/lib/dpkg/info.backup rootkali:~# mkdir /var/lib/dpkg/info 之后再次执行之前的操作即可~
Step 1：创建daemon.json文件 { "registry-mirrors" : [ "https://mirror.ccs.tencentyun.com", "http://registry.docker-cn.com", "http://docker.mirrors.ustc.edu.cn", "http://hub-mirror.c.163.com&qu……
详细安装教程请至我的博客园博客\color{#fbbc05}{详}\color{#34a853}{细}\color{#4285f4}{安}\color{#ea4335}{装}\color{#fbbc05}{教}\color{#4285f4}{程}\color{#34a853}{请}\color{#ea4335}{至}\color{#4285f4}{我}\color{#ea4335}{的}\color{#fbbc05}{博}\color{#4285f4}{客}\color{#34a853}{园}\color{#ea4335}{博}\color{#fbbc05}{客}详细安装教程请至我的博客园博客……
【美团技术沙龙】由美团技术团队和美团科协主办，每期沙龙邀请美团及其他互联网公司的技术专家分享来自一线的实践经验，覆盖各主要技术领域。 从2020年9月起，美团技术沙龙还将打造一系列学术活动，包括顶会论文分享、学术热点研讨等，邀请产业界、学术界共同探讨前沿问题。 活动时间：2020年10月17日 14:00 - 18:30 活动地址：线上活动 活动报名：戳我报名 /出品人/ 仙云森｜美团高级研究员 2……
ACM SIGKDD（ACM SIGKDD Conference on Knowledge Discovery and Data Mining）是世界数据挖掘领域的顶级国际会议。今年，KDD Cup共设置四个赛道共五道赛题，涉及数据偏差问题（Debiasing）、多模态召回（Multimodalities Recall）、自动化图学习（AutoGraph）、对抗学习问题和强化学……
ACM SIGKDD（ACM SIGKDD Conference on Knowledge Discovery and Data Mining）是世界数据挖掘领域的顶级国际会议。今年，KDD Cup共设置四个赛道共五道赛题，涉及数据偏差问题（Debiasing）、多模态召回（Multimodalities Recall）、自动化图学习（AutoGraph）、对抗学习问题和强化学……