百科

本文将深入对比10款研发管理平台：PingCode、Worktile、Jira Software + Confluence、Azure DevOps、GitLab、GitHub Enterprise、Linear、ClickUp、monday dev、YouTrack 企业研发团队在选工具时，经常会…

本文以某海外电商平台的架构演进实践为例，介绍大型 Ruby on Rails 代码库如何从传统单体架构逐步演进为模块化单体架构，并通过代码组织、依赖隔离和边界治理，降低系统复杂度，提升开发者效率。 某海外电商平台拥有当前规模最大的 Ruby on Rails 代码库之一。这个代码库由上千名开发者在十…

本文以某海外大型互联网公司的发布工程实践为例，介绍其如何通过主干发布、准连续发布、持续交付和移动端 CI/CD 体系，在大规模工程团队中提升代码交付效率、降低发布风险，并持续改善用户体验。 随着时间推移，软件行业已经形成了多种更快、更安全、更高质量地交付代码的方法。这些实践大多围绕持续集成、持续交付…

在微服务架构下，开发者本地环境往往需要启动大量服务，导致环境准备时间变长、调试成本上升，并直接影响开发者生产力。本文以某海外大型互联网公司的快速部署实践为例，介绍其如何通过代理、Cookie、共享集成环境和请求路由机制，让开发者只在本地部署自己修改的服务，从而提升迭代效率，并更好地支持持续集成和主干…

站点可靠性工程师（SRE）的一项核心职责，是量化所维护系统的可靠性。可靠性测试是 SRE 提升系统稳定性、降低故障风险、优化 MTTR 与 MTBF 的重要手段。SRE 通常会把传统软件测试技术应用到大规模系统中，以完成这项工作。可靠性既可以从历史角度衡量，也可以从未来角度衡量：前者通过分析监控系统…

引言 在大型研发团队中，构建效率、IDE 刷新速度和本地开发体验，都会直接影响研发生产力。本文以某海外大型互联网公司的 Gradle 迁移实践为例，介绍其如何从 SBT 迁移到 Gradle，并通过构建系统优化，将大型 Play 应用的构建时间从 60 分钟降至 15 分钟，实现构建效率提升 4 倍…

在大型研发团队中，高速代码库的代码合并既要保证效率，也要保证主干分支稳定。本文以海外某大型互联网公司的工程实践为例，介绍其如何通过主干开发、持续集成（CI）、合入前验证、合入后验证和自动回滚机制，处理高频提交场景下的代码合并问题。 海外某大型互联网公司的产品生态系统十分庞大，管理其基础设施并非易事。…

作为 SRE（站点可靠性工程师），我们维护的是大规模、复杂的分布式系统。我们不断为服务添加新功能，引入新系统。鉴于系统规模庞大、变化速度极快，故障和中断不可避免。当故障发生时，我们会修复根本问题，使服务恢复正常运行。然而，如果没有一套正式的事后复盘流程来从故障中吸取经验教训，同样的问题就可能反复出现…

有效的事故管理，是尽可能降低事故影响、缩短服务中断时间、尽快恢复正常业务运行的关键。如果没有事先演练过潜在事故的应对方案，那么真正遇到事故时，原本清晰的原则和流程很可能会在混乱中失效。 本文将先描述一起因临时、无序处置而逐步失控的事故；随后概述一套妥善的事故管理流程；最后回到同一场景，看看如果采用成…

在现代软件研发中，发布速度、发布质量和开发者体验，直接影响团队的工程效率。本文以一家海外电商平台公司的软件发布文化为例，介绍其如何通过 CI/CD、合并队列、金丝雀发布和自动化部署，帮助开发者更安全、更高效地将代码发布到生产环境。 我们一直在探索，如何帮助开发者更顺畅地达成目标。我们希望通过工具打造…