大家用shadowsocks在国内看Netflix有问题吗？我用i...
推荐到广播
30 人聚集在这个小组
(MonkeyKing)
(candy3198)
(Mississippi)
第三方登录：比特客户端
您的位置：
详解大数据
详解大数据
详解大数据
详解大数据
Netflix视频推荐的背后：算法知道你想看什么
关键字：Netflix
焦点图 视频推荐 算法
　　艾玛特里安(左)和葛梅兹-乌里韦
　　《连线》杂志网络版近日刊载文章，通过对流媒体视频服务提供商Netflix两名高管的专访，讲述了这项服务向用户推荐视频背后的故事。
　　以下是这篇文章的全文：
　　如果你喜欢二十世纪六十年代的《星际迷航》(Star Trek)，那么Netflix向你推荐的第一部非《星际迷航》影片很可能会是最早的《碟中谍》(Mission: Impossible)系列。而如果你喜欢的是最新的电视剧《神秘博士》(Doctor Who)，那么Netflix则很可能会向你推荐描述超自然现象的英国版电视剧《我欲为人》(Being Human)。要是你喜欢看《杀出个黎明》(From Dusk Till Dawn)，那么你的Netflix主页上就会出现一行字：视觉效果惊人的暴力动作冒险片。
　　很多人都想要了解Netflix是如何利用其算法来向用户推荐剧集的，这在很久以前就已经是一种深受人们喜爱的“运动”;但是，在浩如烟海的以及无法计量的评分星级的背后，到底是什么东西在发挥作用呢？
　　在位于硅谷的Netflix总部，有800名工程师正隐身于幕后展开工作，而正是他们所从事的工作让Netflix的算法能向用户推荐他们可能喜欢的剧集。根据Netflix的估测，其视频服务观众有75%的观看活动的推动力来自于推荐。在今年夏天，Netflix推出了一项新功能，允许家庭成员用独立的队列来标记自己最喜欢的剧集。在今年3月份，这家公司的DVD总出货量达到了40亿大关;但单单是在第一季度，其视频服务向用户流播放的总时长就超过了40亿个小时。
　　我们最近对Netflix产品创新和个性化算法副总裁卡洛斯?葛梅兹-乌里韦(Carlos Gomez-Uribe)和工程主管泽维尔?艾玛特里安(Xavier Amatriain)进行了采访，的内容是，他们是如何控制向用户推荐什么视频的。以下是采访内容摘要。
　　问：在你们向观看《星际迷航》的用户推荐《碟中谍》时，是什么东西在幕后发挥着作用？
　　葛梅兹-乌里韦：通过查阅元数据的方法，你能在这两部电影之间找到各种各样的相似性。这两部电影是不是大约在同一时间被创作出来的？它们是不是倾向于拥有相同的评分？此外，你还可以查看用户行为――浏览、播放和搜索等，从而找到它们之间的相似性。有些时候，相似性取决于你跟谁说起这些视频。以导演佩德罗?阿莫多瓦(Pedro Almodóvar)为例，你可能看过由他执导的四部电影，这些电影彼此之间存在极大的差异。但是，他的言论拥有非常强大的说服力，因此只靠他自己就能让这些视频变得彼此相似。而如果换一位导演――比如说斯皮尔伯格――那么情况可能就会变得不一样了。
　　问：是谁来为Netflix鉴别电视剧和电影的特点的呢？
　　艾玛特里安：我们有40多名员工专门负责以人工方式来对电视剧和电影进行标记。有些自由职业者也会帮我们做这件事情，以此赚取一些额外的收入。我们所有的分析师都是电视和电影爱好者，其中有很多人都拥有娱乐行业的从业经验。很明显，他们都拥有自己的个人口味，但他们作为分析师的工作则是具有客观性的。我们对分析师进行了培训，让他们保持客观的态度来对待自己的工作。
　　问：现在Netflix已经把重点放在了提供视频流播放服务上，那么推荐活动因此而发生了怎样的改变呢？
　　艾玛特里安：当我们还是一家DVD邮购公司时，人们会给我们一个评分，表达自己的思维过程。你在自己的队列中加入某些东西，是因为你想要在几天以后观看这些内容;你作出购买决定意味着需要花费一定的代价，而回报则会推迟一段时间。但在流媒体播放服务中，你开始播放某些内容，然后发现自己不喜欢，那么换一个看就是了。用户不能因为作出显性反馈而真正获得利益，因此他们付出的努力也就会变少了。
　　问：那也就是说，一度曾是Netflix基石的预测评分已经变得不那么重要了？
　　葛梅兹-乌里韦：测试表明，预测评分实际上已经不再那么有用了，用户正在播放什么内容才是非常有用的。我们正在进行一种转变，也就是从单单只重点关注评分和评分预测转向依靠一个更加复杂的算法生态系统。
　　问：Netflix会一直追踪我的观看历史吗？
　　艾玛特里安：我们能知道你播放和搜索过哪些视频，或是对那些视频进行了评分。此外，我们还能知道你播放视频的时间、日期和使用的设备。我们甚至还会追踪用户交互活动，如浏览或滚动等行为。所有这些数据都会被注入多种算法，每种算法都针对一个不同的用途进行了优化。从广泛的层面上来首，我们的大多数算法都是以一个假设为基础的，那就是相似的观看模式代表着相似的用户口味。我们能利用相似用户的行为来推断你所喜爱的内容。
　　问：那也就是说，如果我在午夜时间用看Netflix视频，就会看到与晚上8点在电视上观看节目不同的推荐了？
　　艾玛特里安：一段时间以来，我们一直都于在推荐中引入上下文环境。我们有数据表明，在一个星期中的不同日子里，在一天的不同时间段，用户的观看行为都会有所不同;此外，他们的观看行为还会随着设备的改变而有所差异，有时候甚至就连用户所在的位置也会产生影响。但是，想要贯彻上下文环境下的推荐颇具挑战性，目前我们正致力于这项工作。我们希望，能在不久的未来使用这种方式来进行推荐。
　　问：为什么我会在推荐中看到如此之多的级甚至是两星级的电影呢？
　　葛梅兹-乌里韦：人们喜欢把《辛德勒的名单》(Schindler’s)等电影的评分打得很高，而不是我喜欢看的《热时光机》(Hot Tub Time Machine)这样的恶搞喜剧片。如果你只向用户推荐四星级或五星级的电影，那并不意味着他们想要在某个周三工作了一整天以后还想看那样的电影。我们所拥有的数据中，最重要的是有关观看行为的数据。
　　艾玛特里安：我们知道，许多评分都是“成功指南”式的，而并不是反映你们的日常活动。
　　问：在你们面前，我们似乎没有什么事情可以隐瞒。
　　葛梅兹-乌里韦：很多人都会告诉我们说，他们经常会观看外国电影或是。但在实际生活中，这种情况发生的次数并不是很多。
　　问：推荐是否会对观看行为造成影响呢？
　　葛梅兹-乌里韦：位置很重要。推荐的视频越是接近第一的位置，那就越有可能被播放。在页面上，推荐视频所处的位置越高，被播放的可能性也就越高。
　　问：你们的推荐与其他公司有社么不同呢？
　　艾玛特里安：我们所做的几乎所有事情都与推荐有关。上周我曾造访过eBay，他们告诉我说，90%的用户购物活动都来自于搜索;而我们则恰恰相反。推荐是很重要的，而搜索功能只有在我们无法向用户推荐他们想看的内容时才会发挥作用。
　　问：算法推荐是否存在任何局限性？
　　葛梅兹-乌里韦：我曾在一年以前看过法国惊悚片《不可告人》(Tell No One)，后来一直都试图找到类似的电影。但这部电影的内容团队中的一个人告诉我说，那样的影片在这个世界上仅此一部。
[ 责任编辑：姜静 ]
去年，手机江湖里的竞争格局还是…
甲骨文的云战略已经完成第一阶段…
软件信息化周刊
比特软件信息化周刊提供以数据库、操作系统和管理软件为重点的全面软件信息化产业热点、应用方案推荐、实用技巧分享等。以最新的软件资讯，最新的软件技巧，最新的软件与服务业内动态来为IT用户找到软捷径。
商务办公周刊
比特商务周刊是一个及行业资讯、深度分析、企业导购等为一体的综合性周刊。其中，与中国计量科学研究院合力打造的比特实验室可以为商业用户提供最权威的采购指南。是企业用户不可缺少的智选周刊！
比特网络周刊向企业网管员以及网络技术和产品使用者提供关于网络产业动态、技术热点、组网、建网、网络管理、网络运维等最新技术和实用技巧，帮助网管答疑解惑，成为网管好帮手。
服务器周刊
比特服务器周刊作为比特网的重点频道之一，主要关注x86服务器，RISC架构服务器以及高性能计算机行业的产品及发展动态。通过最独到的编辑观点和业界动态分析，让您第一时间了解服务器行业的趋势。
比特存储周刊长期以来，为读者提供企业存储领域高质量的原创内容，及时、全面的资讯、技术、方案以及案例文章，力求成为业界领先的存储媒体。比特存储周刊始终致力于用户的企业信息化建设、存储业务、数据保护与容灾构建以及数据管理部署等方面服务。
比特安全周刊通过专业的信息安全内容建设，为企业级用户打造最具商业价值的信息沟通平台，并为安全厂商提供多层面、多维度的媒体宣传手段。与其他同类网站信息安全内容相比，比特安全周刊运作模式更加独立，对信息安全界的动态新闻更新更快。
新闻中心热点推荐
新闻中心以独特视角精选一周内最具影响力的行业重大事件或圈内精彩故事，为企业级用户打造重点突出，可读性强，商业价值高的信息共享平台；同时为互联网、IT业界及通信厂商提供一条精准快捷，渗透力强，覆盖面广的媒体传播途径。
云计算周刊
比特云计算周刊关注云计算产业热点技术应用与趋势发展，全方位报道云计算领域最新动态。为用户与企业架设起沟通交流平台。包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。
CIO俱乐部周刊
比特CIO俱乐部周刊以大量高端CIO沙龙或专题研讨会以及对明星CIO的深入采访为依托，汇聚中国500强CIO的集体智慧。旨为中国杰出的CIO提供一个良好的互融互通 、促进交流的平台，并持续提供丰富的资讯和服务，探讨信息化建设，推动中国信息化发展引领CIO未来职业发展。
IT专家新闻邮件长期以来，以定向、分众、整合的商业模式，为企业IT专业人士以及IT系统采购决策者提供高质量的原创内容，包括IT新闻、评论、专家答疑、技巧和白皮书。此外，IT专家网还为读者提供包括咨询、社区、论坛、线下会议、读者沙龙等多种服务。
X周刊是一份IT人的技术娱乐周刊，给用户实时传递I最新T资讯、IT段子、技术技巧、畅销书籍，同时用户还能参与我们推荐的互动游戏，给广大的IT技术人士忙碌工作之余带来轻松休闲一刻。
微信扫一扫
关注Chinabyte数码教程子分类全部项目分类
共 74 个项目
Netflix的开源软件列表966,690 四月 独立访问用户
语言 & 开发
架构 & 设计
文化 & 方法
您目前处于：
Netflix的计费系统迁移到AWS的实践 – 第2篇
Netflix的计费系统迁移到AWS的实践 – 第2篇
日. 估计阅读时间:
不到一分钟
计费系统的一些重要用途和面临的挑战包括：
计费团队负责管理整个公司的重要财务数据。我们每天会通过用户的付费订阅、礼品卡、信用额度、退款等行为生成大量数据，这些数据将汇总至财务部门并创建成报表交给公司会计。为确保每天的收入情况可以准确记录，我们在日常处理流程中实施了严格的SLA。处理管线的任何延迟都是无法接受的。
计费系统对数据丢失持零容忍态度。
大部分情况下，现有数据使用了一种关系型模式的结构，因此需要通过事务确保这类数据实现“全有或全无（all-or-nothing）”的行为。换句话说，我们的运维必须符合ACID（原子性、一致性、隔离性、持久性）要求。但某些情况下还必须让这些数据实现跨区域高可用，同时确保不同区域间复制的延迟最小化。
计费系统与公司的DVD业务相集成，而DVD业务与在线流播业务使用了截然不同的体系结构，这也大幅增加了集成工作的复杂度。
支付团队还希望向Netflix客户服务代理提供数据支持，帮助他们回答会员提出的有关计费操作的问题。因此迫切需要向客户支持人员提供此类数据的概括性视图。
当我们着手进行该项目时，计费系统是这样的：
数据中心内部署2个Oracle数据库 – 一个存储客户订阅信息，另一个存储发票/支付数据。
多个基于REST的应用程序 – 为和客户支持应用程序的调用提供服务。这些应用程序主要执行CRUD（创建、读取、更新、删除）操作。
相关厂商内容
相关赞助商
ArchSummit深圳-8日，深圳&华侨城洲际酒店，
3个批处理应用程序：
服务续订 - 这个每天运行一次的作业会扫描所有客户信息以确定当天需要计费的客户，并通过这些客户的订阅计划、折扣等信息确定需要计费的金额。
订单和支付处理 - 通过一系列批处理作业为需要续订的客户创建发票，并负责在发票生命周期内的不同阶段处理有关发票的任务。
营收报表 - 这个每天运行一次的作业会检索计费数据并生成Netflix财务部门需要的报表。
一个计费代理应用程序（位于云中） - 用于将Netflix在云中的其他应用程序的调用路由至数据中心。
使用老版本格式的Weblogic队列负责不同过程之间的通信。
本次项目的目标在于将所有这一切都搬入云中，不在数据中心内运行任何计费应用程序或数据库。但所有操作不能影响业务的正常运转。我们的前路十分艰巨！
我们制订了一个三步规划：
第1步 – 服务新落地国家的计费系统直接从云中运行，并将所产生的数据同步回数据中心，供原有批处理应用程序继续使用。
第2步 – 对面向用户的数据进行建模，以实现最终一致性并且不再需要符合ACID特性，将这些数据持久保存在Cassandra（Cassandra使得我们能够在一个区域执行写操作，并用非常低的延迟让写入的数据可在所有区域使用。同时还可以帮助我们实现跨区域高可用性）。
第3步 – 最终将SQL数据库迁移至云中。
从每个国家迁移过程的每一步操作中学习经验，进行迭代和完善，确保后续工作能取得更好的成绩。
第1步 – 将新落地国家重定向至云中，将数据同步回数据中心
Netflix很快将在6个新国家落地。我们决定利用这一机会直接通过云环境运行这些国家的部分计费系统。这意味着面向用户的数据和应用程序将从云中运行，但依然需要将数据同步回数据中心，这样数据中心内的批处理应用程序才能继续运行，不至于影响到业务运转。这些新落地国家客户的数据将保存在云中，但批处理任务依然在数据中心内处理。这是我们的第一步。
我们将2个面向用户的应用程序中的所有API移植到使用Spring Boot和Spring Integration开发的云应用程序中。通过使用Spring Boot可以快速着手创建新应用程序，这个产品内建了开发工作所需的基础结构和组件，可以让我们更专注业务逻辑本身。通过使用Spring Integration，只需一次开发码即可重复使用大部分工作流风格的代码。借助这些产品对Header以及基于Header的路由技术提供的支持，我们可以在应用程序内部实现Pub-sub模式，将消息放入一个渠道（Channel），并让每个用户通过各自独立的方式使用。在将数据存储于Cassandra的情况下，现在可以通过任意AWS区域处理这6个新国家会员的API调用。就算某个AWS区域彻底故障，这些国家的计费操作也不会受到影响，而这也是我们首次真正意义上认识到云计算的威力！
我们在AWS多个区域的EC2实例上部署了自己的应用程序，另外为现有的云代理应用程序增加了一个重定向层，以便将新落地国家用户的计费调用切换至云中新部署的计费API，并让原有国家用户的计费调用继续由数据中心内原有的计费API处理。我们从一个AWS区域建立了到数据中心内现有Oracle数据库的直接连接，并开发了一个程序，通过SQS将另外3个区域中的Cassandra数据与这个建立了直接连接的区域进行同步。我们还使用SQS队列和Dead Letter Queues（DLQ）在故障的区域和过程之间移动数据。
在新国家落地通常意味着会员数量的激增。我们也明白，为了确保数据中心不超载，还必须将现有的续订应用程序从数据中心搬入云中。因此对于通过云服务运行的6个新落地国家，我们编写了一个爬虫程序，可以每天一次遍历Cassandra中的所有客户，借此找出所有当天需要收费的会员。这种“逐行迭代”的方法目前在这些国家很好用，但我们也清楚，在将其他国家，尤其是美国（目前我们的绝大部分会员都在美国）的数据迁移到云中之后这种方式将会失效。但我们想先行一步试试水有多深。这也是目前这一阶段唯一在云中运行的批处理应用程序。
为了能够在任何一个区域执行写操作，并将写操作快速复制到其他区域，我们选择用Cassandra作为数据存储。我们定义了一种数据模型，在其中使用customerId作为行，并创建了一系列复合的Cassandra列借此体现数据之间的关系性。下图展示了这些项之间的关系，以及我们是如何在Cassandra中使用单列族（Single column family）进行体现的。用单列族形式设计这样的关系使得我们能为相关项提供事务支持。
通过对应用程序的逻辑进行设计，只需要在任何操作开始执行时读取一次，随后即可在内存中更新对象，并在操作结束后将其以单列族的形式持久存储。在操作过程中读取或写入Cassandra的操作会被看作一种反模式（Anti-pattern）。我们使用（Netflix自行开发并已开源的Cassandra客户端）编写了自定义的ORM，这样就可以针对Cassandra读/写域对象。
我们通过这种方式将服务落地到新的国家，虽然遇到了几个小问题，但在迅速修复后整个系统运转很稳定。目前来说一切都挺不错的！
经过第1步工作后计费系统的体系结构如下图所示：
第2步 – 迁移所有应用程序，并将原有国家迁移至云中
第1步成功完成后，我们开始考虑在不迁移数据库的情况下将其他应用迁至云中。大部分业务逻辑位于批处理应用程序中，多年来已经发展得极为成熟，但这也意味着必须深入到每个条件的代码中并花费大量时间重写。这些应用程序无法“照原样”直接搬到云中运行。同时我们也借助这次机会尽量移除了所有不再使用的代码，将不同功能拆分为多个专用的小应用程序，并为了更好的扩展性重构了现有代码。这些遗留应用程序被我们设计为会在启动时读取磁盘上的配置文件，并使用了其他一些静态资源，例如从Weblogic队列读取消息，由于实例与生俱来的“短暂”本质，这些特征在云环境中都是反模式的。因此为了让应用程序在云平台上顺利运行，只能重新实现这些模块。为了通过异步模式将消息穿过队列移动到不同区域，我们还更改了一些API，并在这些区域建立了到数据中心的安全连接。
云数据库工程（CDE）团队为我们的数据需求搭建了多节点Cassandra集群。我们也清楚，在将所有Netflix会员的计费数据迁移到Cassandra之后，以前用来为最早的6个国家的客户提供续订服务所用的“全行（Row）式”Cassandra迭代器续订解决方案将无法很好地伸缩。因此我们使用设计了一个系统，可从Cassandra SSTable拉取数据并将其转换为JSON格式的行，将其暂存在S3 Bucket中。随后我们写了一些Pig脚本，借此每天针对大量数据集运行Mapreduce作业，找出需要续订的客户清单并向他们收费。我们还写了Sqoop作业以便从Cassandra和Oracle中拉取数据，并将其以可查询格式写入Hive，这样就可以将这两套数据集汇总至Hive，实现更快速的排错。
为了让DVD服务器能够连接云环境，我们为DVD设置了负载平衡端点（包含SSL客户端证书），DVD服务器可以通过云代理对所有调用进行路由，在迁移美国系统之前可以借此将调用重新发回数据中心。美国系统的数据迁移完成后，即可断开云和数据中心之间的通信链路。
为了对这一大规模数据迁移的结果进行验证，我们编写了对已迁往云中的数据，以及数据中心内部现有数据进行比较和验证的对比工具。反复运行该对比工具可找出迁移过程中可能存在的Bug，修复发现的问题，清理数据并再次运行。随着运行结果愈发整洁，完全没有出现任何错误，这也进一步增强了我们对数据迁移工作的信心。对于针对各国数据进行的迁移工作我们感到十分激动。最开始我们选择了一个Netflix会员数量比较少的国家，并通过下列步骤将数据迁入云中：
禁用待迁移国家的非GET API（该操作不会影响会员服务，但可能导致计费系统中订阅更新工作延迟）。
使用Sqoop作业将数据从Oracle转移至S3和Hive。
使用Pig将其转换为Cassandra格式。
将该国家所有会员的记录插入Cassandra。
启用非GET API，通过云平台为被迁移国家的用户提供数据。
在确认一切正常后开始迁移下一个国家。随后我们开始突击对所有类似国家一起进行迁移。最后迁移的是美国，因为美国的会员数量最多，并且还提供有DVD订阅服务。至此所有面向Netflix会员客户的数据都已通过云环境提供。对我们来说这是一个巨大的里程碑！
经过第2步工作后，我们的体系结构如下图所示：
第3步 – 再见，数据中心！
至此还有最后（并且最重要）的一件事：数据中心内运行的Oracle数据库。Oracle中存储的数据集具有高度的关系性，我们觉得这些数据并不适合以NoSQL的方式进行建模。这种数据不能像以前处理面向客户的订阅数据那样构造为单列族的形式，因此我们评估了Oracle和Aurora RDS这两种选项。但Oracle作为云数据库运行的许可成本，以及Aurora依然是Beta测试版这一现状使得则两种方式都不适合我们。
在计费团队忙于执行前两个步骤时，我们的云数据库工程团队正在创建用于将计费数据迁移至EC2上MySQL实例所需的基础结构。在开始执行第三步操作时，在他们的帮助下数据库基础结构部分已经就绪。因为一些应用程序使用了不包含任何ORM的纯JDBC，我们还需要将批处理应用程序的代码基转换为兼容MySQL的格式。另外我们处理了大量遗留的Pl-sql代码，并重写了应用程序中的逻辑，同时尽可能去除了不再使用的代码。
至此我们的数据库体系结构已经由部署在某一AWS区域内EC2实例上的MySQL主数据库组成。我们还搭建了一个从主数据库复制数据的灾难恢复数据库，如果主数据库故障，该数据库将成为新的主数据。另外我们还在在其他AWS区域设置了从数据库，这些数据库主要为应用程序提供只读访问。
至此我们的计费系统已经全部搬入云中，现在看起来是下面这个样子：
可想而知，我们从这个大型项目中获益良多。为了帮助自己调试/排错并改善开发者的生产力，我们还编写了几个工具。我们移除了老旧的以及不再需要的代码，清理了一些功能并对其他功能进行了力所能及的完善。这个项目得到了Netflix内部很多工程团队的支持。来自云数据库工程团队、订户和帐户工程团队、支付工程团队，以及消息工程团队的成员与我们一起用2周乃至数月的时间帮助我们一起完成这一重大举措。Netflix文化最棒的地方正在于，所有人心中有着相同的目标：为全球会员提供更精彩的体验。如果将计费解决方案迁入云中对此有帮助，不管大家属于哪个团队，都会为这一目标贡献自己的力量！
将计费系统迁入云中后，Netflix流媒体基础结构已经完全在云中运行。我们可以按需对Netflix的任何服务进行缩放，根据使用模式进行预测式缩放，使用进行一键点击部署，并在不同的Netflix应用程序之间实现一致的部署体系结构。计费基础结构现在可以使用Netflix平台的所有二进制程序和框架进行监控，并通过云平台获得所需的工具支持。目前我们已经可以为全球超过190个国家和地区，8100万Netflix会员的计费任务提供支持。为了完成所有计费事件，每天我们会生成并处理数TB数据。为了实现全球扩张并顺利迎接业务挑战，我们计划在未来对会员工作流进行重构。作为全新体系结构的一部分，我们将重新设计现有服务，以便在云环境中以原生的方式实现伸缩。随着服务在全球发布，我们可以借此机会为新落地的市场研究并改进计费和支付方法，将其与全球合作伙伴以及不同区域的本地支付流程进行集成。我们正在面向未来努力打造功能更丰富，缩放能力更强的体系结构。
本文作者：, ，阅读英文原文：
感谢对本文的审校。
给InfoQ中文站投稿或者参与内容翻译工作，请邮件至。也欢迎大家通过新浪微博（，），微信（微信号：）关注我们。
Author Contacted
告诉我们您的想法
允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p
当有人回复此评论时请E-mail通知我
允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p
当有人回复此评论时请E-mail通知我
允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p
当有人回复此评论时请E-mail通知我
赞助商链接
InfoQ每周精要
订阅InfoQ每周精要，加入拥有25万多名资深开发者的庞大技术社区。
架构 & 设计
文化 & 方法
<及所有内容，版权所有 &#169;
C4Media Inc.
服务器由 提供, 我们最信赖的ISP伙伴。
北京创新网媒广告有限公司
京ICP备号-7
找回密码....
InfoQ账号使用的E-mail
关注你最喜爱的话题和作者
快速浏览网站内你所感兴趣话题的精选内容。
内容自由定制
选择想要阅读的主题和喜爱的作者定制自己的新闻源。
不再错过InfoQ编辑特稿
“当你不知道某件事情的时候，你很难意识到。”想要改变？看看InfoQ编辑们的推荐内容吧。
注意：如果要修改您的邮箱，我们将会发送确认邮件到您原来的邮箱。
使用现有的公司名称
修改公司名称为：
公司性质：
使用现有的公司性质
修改公司性质为:
使用现有的公司规模
修改公司规模为：
使用现在的国家
使用现在的省份
Subscribe to our newsletter?
Subscribe to our industry email notices?
我们发现您在使用ad blocker。
我们理解您使用ad blocker的初衷，但为了保证InfoQ能够继续以免费方式为您服务，我们需要您的支持。InfoQ绝不会在未经您许可的情况下将您的数据提供给第三方。我们仅将其用于向读者发送相关广告内容。请您将InfoQ添加至白名单，感谢您的理解与支持。}