再見2021，你好2022！
「美團技術團隊」微信公眾號祝大家新年快樂！溫故而知新，我們根據文章的「閱讀量」和「在看」數，以及所覆蓋的技術領域，精選了22篇技術文章作為新年禮物送給大家。希望在2022年，繼續陪大家一起，靜心苦練，砥礪向前。
為了做出更好的內容，從2022年開始，我們在選題層面想多聽聽大家的意見和建議。我們準備了一份調研問卷，歡迎大家幫忙填寫。我們會評選出5位小夥伴，送上來自美團禮品店精美的鍵盤手託（本次活動的截止日期為2022年1月6日）。
2021年「閱讀量」最高的11篇技術文章
如何優雅地記錄操作日誌 | 閱讀量42391
操作日誌幾乎存在於每個系統中，而這些系統都有記錄操作日誌的一套API。操作日誌和系統日誌不一樣，操作日誌必須要做到簡單易懂。所以如何讓操作日誌不跟業務邏輯耦合，如何讓操作日誌的內容易於理解，如何讓操作日誌的接入更加簡單？上面這些都是本文要回答的問題。本文主要圍繞著如何「優雅」地記錄操作日誌展開描述。
美團基於知識圖譜的劇本殺標準化建設與應用 | 閱讀量30035
劇本殺作為爆發式增長的新興業務，在商家上單、使用者選購、供需匹配等方面存在不足，供給標準化能為使用者、商家、平臺三方創造價值，助力業務增長。
本文介紹了美團到店綜合業務資料團隊從0到1快速建設劇本殺供給標準化的過程及演算法方案。我們將美團到店綜合知識圖譜（GENE，GEneral NEeds net）覆蓋至劇本殺行業，構建劇本殺知識圖譜，實現供給標準化建設，包括劇本殺供給挖掘、標準劇本庫構建、供給與標準劇本關聯等環節，並在多個場景進行應用落地。
美團商品知識圖譜的構建及應用 | 閱讀量24601
商品知識圖譜作為新零售行業數字化的基石，提供了圍繞商品的精準結構化理解，對業務應用起到了至關重要的作用。相比於美團大腦中原有的圍繞商戶的圖譜而言，商品圖譜需應對更加分散、複雜、海量的資料和業務場景，且面臨著資訊來源質量低、資料維度多、依賴常識以及專業知識等挑戰。本文將圍繞零售商品知識圖譜，介紹美團在商品層級建設、屬性體系建設、圖譜建設人效提升等方向的探索。
GraphQL及後設資料驅動架構在後端BFF中的實踐 | 閱讀量22247
GraphQL是Facebook提出的一種資料查詢語言，核心特性是資料聚合和按需索取，目前被廣泛應用於前後端之間，解決客戶端靈活使用資料問題。本文介紹的是GraphQL的另一種實踐，我們將GraphQL下沉至後端BFF（Backend For Frontend）層之下，結合後設資料技術，實現資料和加工邏輯的按需查詢和執行。這樣不僅解決了後端BFF層靈活使用資料的問題，這些欄位加工邏輯還可以直接複用，大幅度提升了研發的效率。
美團外賣實時數倉建設實踐 | 閱讀量21767
本文主要介紹一種通用的實時數倉構建的方法與實踐。實時數倉以端到端低延遲、SQL標準化、快速響應變化、資料統一為目標。美團外賣資料智慧組總結的最佳實踐是：一個通用的實時生產平臺跟一個通用互動式實時分析引擎相互配合，同時滿足實時和準實時業務場景。兩者合理分工，互相補充，形成易開發、易維護且效率高的流水線，兼顧開發效率與生產成本，以較好的投入產出比滿足業務的多樣性需求。
美團酒旅資料治理實踐 | 閱讀量20692
資料已成為很多公司的核心資產，而在資料開發的過程中會引入各種質量、效率、安全等方面的問題，而資料治理就是要不斷消除引入的這些問題，保障資料準確、全面和完整，為業務創造價值，同時嚴格管理資料的許可權，避免資料洩露帶來的業務風險。資料治理是數字時代很多公司一項非常重要的核心能力，本文介紹了美團酒旅平臺在資料治理方面的實踐。
FlutterWeb效能優化探索與實踐 | 閱讀量19642
美團外賣商家端基於 FlutterWeb 的技術探索已久，目前在多個業務中落地了App、PC、H5的多端複用，有效提升了產研的整體效率。在這過程中，效能問題是我們面臨的最大挑戰，本文結合實際業務場景進行思考，介紹美團外賣商家端在FlutterWeb效能優化上所進行的探索和實踐。
百億規模API閘道器服務Shepherd的設計與實現 | 閱讀量19591
在微服務架構下，服務拆分會讓API的規模成倍增長，使用API閘道器來管理API逐漸成為一種趨勢。美團統一API閘道器服務Shepherd就是在這種背景下應運而生，適用於美團業務且完全自研，用於替換傳統的Web層閘道器應用，業務研發人員通過配置的方式即可對外開放功能和資料。本文將介紹美團統一API閘道器誕生的背景、關鍵的技術設計和實現，以及API閘道器未來的規劃。
情感分析技術在美團的探索與應用 | 閱讀量18820
2021年5月，美團NLP中心開源了迄今規模最大的基於真實場景的中文屬性級情感分析資料集ASAP，該資料集相關論文被自然語言處理頂會NAACL2021錄用，同時該資料集加入中文開源資料計劃千言，將與其他開源資料集一起推動中文資訊處理技術的進步。
本文回顧了美團情感分析技術的演進和在典型業務場景中的應用，包括篇章/句子級情感分析、屬性級情感分析和觀點三元組分析。在業務應用上，依託情感分析技術能力構建了線上實時預測服務和離線批量預測服務。截至目前，情感分析服務已經為美團內部十多個業務場景提供了服務。
多業務建模在美團搜尋排序中的實踐 | 閱讀量18124
本文分享了美團搜尋中的多業務排序建模優化工作，我們主要聚焦在到店商家多業務場景，後續的內容會分為以下四個部分：第一部分是對美團搜尋排序分層架構進行簡單介紹；第二部分會介紹多路融合層上的多業務融合建模；第三部分會介紹精排模型的多業務排序建模；最後一部分是總結和展望。
Spock單元測試框架以及在美團優選的實踐 | 閱讀量15531
Spock是國外一款優秀的測試框架，基於BDD（行為驅動開發）思想實現，功能非常強大。Spock結合Groovy動態語言的特點，提供了各種標籤，並採用簡單、通用、結構化的描述語言，讓編寫測試程式碼更加簡潔、高效。目前，美團優選物流絕大部分後端服務已經採用了Spock作為測試框架，在開發效率、可讀性和維護性方面均取得了不錯的收益。
2021年「在看」數最高的11篇技術文章
速度與壓縮比如何兼得？壓縮演算法在構建部署中的優化 | 在看數3279
壓縮在資料傳輸和儲存過程中經常扮演著十分重要的角色，因此提高壓縮的效率可以幫助我們節省時間和降低儲存成本。本文介紹了壓縮演算法的優化在構建部署平臺的應用，能夠幫助研發團隊提高研發和交付效率。
基於SSD的Kafka應用層快取架構設計與實現 | 在看數3254
Kafka在美團資料平臺承擔著統一的資料快取和分發的角色，針對因PageCache互相汙染，進而引發PageCache競爭導致實時作業被延遲作業影響的痛點，美團基於SSD自研了Kafka的應用層快取架構。本文主要介紹了該架構的設計與實現，主要包括方案選型，與其他備選方案的比較以及方案的核心思考點等，最後介紹該方案與其他備選方案的效能對比。
讓Flutter在鴻蒙系統上跑起來 | 在看數3155
鴻蒙系統HarmonyOS是華為推出的一款分散式作業系統，那麼如何在保證開發迭代效率的前提下，以相對低的成本將移動應用快速移植到鴻蒙平臺上呢？美團外賣MTFlutter團隊近期做了一次技術探索，成功地實現了Flutter對於鴻蒙系統的原生支援。
自動駕駛軌跡預測演算法：NeurIPS挑戰賽冠軍方案 | 在看數2931
美團無人車配送中心團隊獲得NeurIPS 2020 INTERPRET軌跡預測挑戰賽Generalizability賽道冠軍、Regular賽道亞軍，本文對演算法層面進行了介紹。
一款可以讓大型iOS工程編譯速度提升50%的工具 | 在看數2163
本文介紹了美團平臺自研的一款cocoapods外掛，該外掛可以大幅提升iOS工程程式碼的編譯速度。文章前半部分主要介紹相關的原理，後面主要闡述在工程層面的實踐。
美團外賣特徵平臺的建設與實踐 |在看數1974
隨著美團外賣業務的發展，演算法模型也在不斷演進迭代中。本文從特徵框架演進、特徵生產、特徵獲取計算以及訓練樣本生成四個方面介紹了美團外賣特徵平臺在建設與實踐中的思考和優化思路。
OCTO 2.0：美團基於Service Mesh的服務治理系統詳解 |在看數1616
OCTO 2.0是美團下一代分散式服務治理系統，它基於美團現有服務治理系統OCTO 1.0與Service Mesh通訊基礎設施層的結合，是命名服務、配置管理、效能監控、限流鑑權等服務治理功能的全新演進版本。本文主要講述OCTO 2.0的重要功能及實現思路。
FlutterWeb在美團外賣的實踐 | 在看數1369
在多形態業務場景下，如何保障多端體驗的一致性，是前端技術領域一個比較受關注的方向。美團外賣前端技術團隊基於FlutterWeb探索跨端（App\PC\H5）的解決方案，真正實現「Write Once & Run AnyWhere」，本文系該團隊的實踐經驗總結。
設計稿（UI檢視）自動生成程式碼方案的探索 | 在看數1037
設計稿（UI檢視）轉程式碼是前端工程師日常不斷重複的工作，這部分工作複雜度較低但工作佔比較高，所以提升設計稿轉程式碼的效率一直是前端工程師追求的方向之一。
此前，前端工程師嘗試過將業務元件模組化構建成通用檢視庫，並通過拖拽、拼接等形式搭建業務模組，從而實現檢視複用，降低設計稿轉程式碼的研發成本。但隨著業務的發展和個性化的驅動，通用檢視庫無法覆蓋所有應用場景，本文提出了一種設計稿自動生成程式碼的方案。
美團圖資料庫平臺建設及業務實踐 | 在看數807
圖資料結構，能夠更好地表徵現實世界。美團業務相對較複雜，存在比較多的圖資料儲存及多跳查詢需求，亟需一種元件來對千億量級圖資料進行管理，海量圖資料的高效儲存和查詢是圖資料庫研究的核心課題。本文介紹了美團在圖資料庫選型及平臺建設方面的一些工作。
實踐之後，我們來談談如何做好威脅建模 | 在看數540
對美團安全團隊來說，引入領先的安全技術設計能力，構建全方位、多維度智慧防禦體系，是我們不懈追求的目標。美團有眾多基礎設施，核心業務系統也需要以成熟的方法論進行威脅評審。本文將著重分享威脅建模是如何幫助美團安全團隊評估、發現大量安全設計的風險，以及網際網路企業應該如何大範圍地實施威脅建模並完整地進行落地。
備註：資料統計於2021年12月30日16:00，同時入圍兩個榜單的文章已經做了去重處理。
寫在後面
再次邀請大家幫忙填一下美團技術團隊公眾號的調研問卷，歡迎大家留下寶貴的意見或者建議，期待未來我們能共同成長。
2013年12月4日，美團技術團隊部落格誕生，發表了第1篇文章。8年多的時間，2948天，目前我們已經發布了483篇技術文章，美團技術團隊部落格/公眾號，感謝大家的一路相伴！
最後，祝大家在2022年，健康平安，「虎」力沖天。
閱讀美團技術團隊更多技術文章合集
前端 | 演算法 | 後端 | 資料 | 安全 | 運維 | iOS | Android | 測試
| 在公眾號選單欄對話方塊回覆【2020年貨】、【2019年貨】、【2018年貨】、【2017年貨】等關鍵詞，可檢視美團技術團隊歷年技術文章合集。
| 本文系美團技術團隊出品，著作權歸屬美團。歡迎出於分享和交流等非商業目的轉載或使用本文內容，敬請註明“內容轉載自美團技術團隊”。本文未經許可，不得進行商業性轉載或者使用。任何商用行為，請傳送郵件至tech@meituan.com申請授權。