张想  |

腾讯

PCG 流量生态部 推荐中心 推荐引擎工程团队

即将开始的GIAC课程

微视推荐系统性能优化之路

性能调优

2021-07-30 16:50--17:50

案例背景:
微视推荐随着业务的不断发展,系统规模不断膨胀,业务逻辑日趋复杂,机器资源消耗及业务的平响不断上升,为了降本增效降低时延,做了一系列工作缓解系统瓶颈,改善服务质量

解决思路:
1.建设完善的监控体系
2.多角度多粒度的优化措施
3.规范与流程化机制保障防退化

成果:
大幅降低推荐耗时,减少机器资源消耗

2013年加入腾讯,2018年加入微视,经历微视推荐从0到1的过程,主导设计实现了微视推荐内部多个重要模块。现负责微视推荐在线框架、召回系统、性能与稳定性等方向建设。在推荐架构方面有较丰富经验。

即将开始的GIAC课程

微视推荐系统性能优化之路

性能调优

2021-07-30 16:50--17:50

案例背景:
微视推荐随着业务的不断发展,系统规模不断膨胀,业务逻辑日趋复杂,机器资源消耗及业务的平响不断上升,为了降本增效降低时延,做了一系列工作缓解系统瓶颈,改善服务质量

解决思路:
1.建设完善的监控体系
2.多角度多粒度的优化措施
3.规范与流程化机制保障防退化

成果:
大幅降低推荐耗时,减少机器资源消耗

CopyRight © 2008-2021 Msup & 高可用架构

京ICP备09001521号