首页>会议文档 >

Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics

page:
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics
Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics

Alibaba Infrastructure Services Chief Scientist Kingsum Chow - Software Performance Analytics

所属会议:2016 QCon全球软件开发大会会议地点:北京


下载

手机看
活动家APP客户端

扫二维码下载
或点击下载
Android iOS

4401次
浏览次数
2016 QCon全球软件开发大会所有文档 FreeWheel 潘晓彤 - 构建分布式广告事件预测系统 多盟 徐力 - 面向深度效果的广告投放系统介绍 蘑菇街 邓钦华(问天) - 蘑菇街广告的排序:从历史数据学习到个性化强化学习 腾讯 陈功 - 微信广告引擎与播放节奏算法实践 阿里巴巴 胡四海 - 阿里毫秒级实时风险识别引擎实践 DXC 张韡武 - 彪悍的区块链来了 宜信公司 张京磊 - 大数据驱动的实时信贷业务实践 万向区块链实验室 段玺 - 区块链在当前实际金融业务应用中的关键技术实施和解决方案 美丽联合 邵亚方 - 从 Linux 系统内核层面来解决实际问题的实战经验 美丽联合 子文 - 电商广告计费系统的容灾设计 蘑菇街 龙隼 - 蘑菇街营销业务系统演变之路 美丽联合 止介 - 企业代码安全最佳实践 量化派 周乾 - 从传统 IDC 到混合云架构经验谈 阳光信保 李继斌 - 混合云在保险行业的应用 徽商银行 傅伟 - 云平台助力徽商银行走出开发环境的困境 青云QingCloud 凌辉 - 重塑系统平台,云化金融 IT 服务 爱因互动 吴金龙 - Chatbots 中对话式交互系统的分析与应用 七牛 彭垚 - 构建基于富媒体大数据的弹性深度学习计算平台 搜狗 舒鹏 - 搜狗深度学习技术在广告推荐领域的应用 去哪儿网 梁启康 - 高性能高可用机票实时搜索系统 海尔电器 肖云 - 海尔实时计算平台技术选型与实践 融云 李淼 - 海量消息的直播互动系统演进历程 今日头条 金敬亭 - 今日头条推荐系统架构设计实践 美团点评 郑刚 - 美团点评旅游推荐系统的演进 美团点评 张熙 - OCTO:千亿规模下的服务治理挑战与实践 腾讯 冯启航 - QQ 空间平台百亿级流量的社交广告系统海量实践 阿里巴巴 章天锋(大通) - 菜鸟末端业务技术架构治理实践 百度外卖 陈霖 - 高速发展业务的架构应对实践 人人车 路胜华 - 人人车供应链系统技术架构演进 腾讯 方乐明 - 微信红包后台系统可用性设计实践 百度 陈敏亮 - React Native 在移动应用研发中的全量化实践 美团点评 刘敬威 - 美团 crash 监控分析系统优化之路:crash 率从千分位到万分位 去哪儿网平台事业部 张子天 - 去哪儿网快速 App 开发及问题解决平台实践 网易乐得 庞辉 - 网易乐得 “无埋点”数据采集实践之路 腾讯微信 凌国 - 微信移动客户端数据存储优化实践 蘑菇街 王子默 - 蘑菇街高并发多终端无线网关实践 阿里巴巴 顾风胜 - 淘宝开放平台网关技术揭秘 Airbnb 张振 - Airbnb 的核心日志系统 Airbnb 龙玺 - AirTrain:Airbnb 的通用数据产品平台 Confluent Kafka Streams 王国璋 - Apache Kafka:大数据的实时处理时代 LinkedIn Engineering Manager Siddharth Singh - Storage Infrastructure behind LinkedIn's recommendation LinkedIn 夏鸣 - 分布式海量二进制文件存储系统 苏宁 程进兴 - 深度学习在电子商务中的应用 Morgan Stanley 何婧誉(Loretta) - 属兔的处子——喜欢 Clojure,但怕动态语言太灵活怎么办 甲骨文 张梁 - API 平台的安全实践 京东商城 常亮 - API网关实践 广发证券 罗意 - 广发证券高性能行情接入网关系统 Lambda Lab 赵扶摇 - 聊聊开发工具的云端化 清华大学 马昱春 - 互联网思维下的 MOOC 课程实践 联想 周彩钦 - 基于 kubernetes 的企业级容器云 金蝶天燕 曾祥进 - 企业应用互联网化的架构演进之路 云适配技术研究院 马铎 - 无需部署的前端中间件技术——企业移动化新思路 中国银联 周亚国 - 中国银联的开源应用之路 ThoughtWorks 汪志成 - ui-model,更纯粹的前端 百度 钱思成 - 百度搜索前端架构的演进 蚂蚁金服 徐飞 - 单页应用的数据流方案探索 秦苍科技 于国庆 - 基于 Docker 的全自动化性能测试平台 灵雀云 Daniel - 灵雀云容器化持续交付实践 谐云科技 王翱宇 - 容器技术在千万用户级企业的实践及网络方案优化 腾讯 于旸(TK) - 代码未写,漏洞已出——谈谈设计不当导致的安全问题 腾讯 成杰峰 - 基于社交网络的大规模网络攻击自动对抗技术 bilibili 吴文灏 - 甲方安全从 0 到 1 安信证券 聂君 - 金融行业企业安全建设之路 宝宝树 吕伟 - 他山之石,可以攻御——谈谈一类没“技术”含量的绕过漏洞 腾讯 刘家雄 - Golang 微服务在腾讯游戏用户运营领域的探索及实践 Reece Group Jason Xia - Testing Strategies in Microservice architecture 阿里巴巴 许晓斌 - 数百微服务的治理之策 顺丰科技 文彦峰 - 顺丰服务化探索及实践历程 阿里巴巴 郭平(坤宇) - 微服务与配置中心:别让您的微服务被配置管理“绊”了一跤 小米 夏超 - 微服务在小米消息推送的演进 Facebook Instagram 陈昊 - Instagram 服务器性能优化实战与经验 爱奇艺 李杰辉 - OpenStack Swift 海量小文件性能优化之路 阿里巴巴 周洋(中亭) - 阿里电商故障治理和故障演练实践 腾讯 易杰 - 对 2000 多亿条数据做一次 group by 需要多久? 腾讯 王辉 - 十亿级视频播放技术优化揭秘 网易 孙志岗 - 产品经理的硬技能——业务建模 百融金服 王勇睿 - 互联网消费金融与大数据技术应用 彩程设计 沈学良 - 面向企业服务的未来与知人的实践 小密圈 吴鲁加 - 小密圈背后那些事 链家网 刘炯 - 用平台重塑流程 Synopsys 韩葆 - Building Security In Maturity Model——构筑坚若磐石的安全软件 UCloud 许杨毅 - 逢云化雨技术决策论:UCloud“云汉”云计算体系解析 云之讯 张修路 - 云呼叫中心的通讯解决方案与技术趋势 360 冯鑫 - 360 病毒样本大规模异构实时扫描平台 爱奇艺 陈爱云 - 打造高性能高可用的搜索服务——爱奇艺搜索架构实践 阿里巴巴 王晨纯(沐剑) - 高可用实践:从淘宝到上云的差异 蚂蚁金服 王喆 - 蚂蚁花呗:亿级金融信贷业务在高可用、高并发架构中的实践 新浪微博 付稳 - 新浪微博混合云架构应用实践之路 知乎 白瑜庆 - 知乎基于 Kubernetes 的 Kafka 平台探索和实践 奇虎 360 李远策 - TensorFlow on Yarn:深度学习遇上大数据 Mozilla 工程师,Rust 语言核心团队成员 Alex Crichton - Concurrency in Rust 今日头条 项超 - Go 构建日请求千亿级微服务的最佳实践 百姓网 贺师俊 - 编程语言如何演化—— 以JS的 private 为例 CoreOS 李响 - Self Hosted Infrastructure:以自动运维 Kubernetes 为例 阿里巴巴 陈喻(亚松) - 阿里 DevOps 转型实践 百度外卖 赵晓燕 - 百度外卖从 IDC 到云端服务迁移历程 京东商城 李志明 - 京东应用运维智能化演进实战 云杉网络 向阳 - 云网分析与可视化——发掘网络数据的真正价值 销售易 赵宇辰 - 智能运维里的时间序列 微信 曾楚伟 - PaxosStore:微信跨数据中心强一致存储系统 百度 颜世光 - 从百度文件系统看大型分布式系统设计中的定式与创新 天弘基金 李鑫 - 大规模分布式系统架构下调测能力构建之道 美团点评 齐泽斌 - 分布式 KV 存储系统 Cellar 演进之路 科大讯飞 凌军 - 分布式异地多活架构实践之路 阿里巴巴 王小瑞(誓嘉) - 万亿级数据洪峰下的消息引擎——Apache RocketMQ 美团点评 姜华阳 - 技术管理的思考和实践——技术团队如何边打仗边成长 ThoughtWorks 万学凡 - 敏捷领导力——培养与提升团队凝聚力 有赞 崔玉松 - 团队和工程管理取舍的实践 58 到家 沈剑 - 业务端技术团队真的痛? LinkedIn 胡克秋 - 3 x 3:提速移动 App 交付 百度 杨扬 - 百度万人研发团队 Git 工具链建设的挑战与思考 XMeter 金发华 - 超大规模性能测试的云端解决方案及案例分享 淘宝 许大芮(子之) - 基于移动的快速工程模式 甲骨文 杨晓峰 - Java 9 新特性介绍及 Jigsaw 一览 甲骨文 胡平 - 程序猿如何进化——云上的开发运维一体化 甲骨文 邢红 - 甲骨文新一代移动开发体验 甲骨文 杜修文 - 如何用 MySQL 构建全方位高可用应用 ThoughtWorks 姚安峰 - 精益创新组合决策——更科学地决策你的投资 Mesosphere 俞捷 - Mesos,数据中心操作系统的核心 百度 吕斯哲 - 百度 Matrix 集群管理系统 爱奇艺 杨成伟 - 基于 Mesos 搭建 PaaS 平台你可能需要修的路 阿里云 陈萌辉 - 容器编排方案 Swarm 的演进 搜狗 王宇 - 搜狗商业云平台实践与思考 蚂蚁金服 杨周璇(沉鱼) - Basement——蚂蚁 Web 研发流程和基础服务实践 腾讯 李振文 - QQ 空间萌宠之舞——HTML5 骨骼动画实践 百度 沈毅 - WebGL 在前端可视化中的实践 360 钟恒 - 如何打造自己的 PWA 应用 饿了么 黄鼎恒 - 探究 Node-js 的服务端之路 腾讯微信 郭志伟 - 微信 H5 视频播放器在海量业务下的实践 浙江大学 章国锋 - 复杂环境下的视觉同时定位与地图构建 百度外卖 徐明泉 - 经典算法与人工智能在外卖物流调度中的应用 北京航空航天大学 冷彪 - 全天候主被动式生物特征识别 阿里巴巴 龙海涛(德衡) - 星际争霸与人工智能 FreeWheel 姜冰,孙炎 - FreeWheel 大数据实时处理系统的实践 个推平台 俞锋锋 - 基于 OpenResty 和 Node.js 的微服务架构实践 付钱拉 冯忠旗 - 付钱拉金融云系统架构演进和最佳实践 云片网 陈涛 - 云通讯行业背景下的稳定性架构演进 TalkingData 赵志刚 - 在业务量暴增中痛并快乐——数据交易平台的成长记事 搜狐畅游 杨建荣 - Oracle 和 MySQL 性能优化感悟 听云 杨凯 - 移动 App 性能监测实践 听云 杨金全 - 异步场景下的全栈溯源 腾讯 黄闻欣 - iOS App 内存专项实践:封闭系统下的大自由 声网 Agora.io 陈若非 - 实时音视频质量评估与监控 腾讯 何纯 - 腾讯手游性能优化之路 NimbleDroid 杨峻峰 - 用人工智能来高效测试 App 腾讯 罗必达 - 直面音视频质量评估之痛——走进腾讯音视频质量体系 科大讯飞 李鑫 - 用经济学原理打造团队领导力与软技能 迅雷 刘俊强 - 这些软技能,让程序员更幸福 阿里巴巴 马国维 - Blink:阿里新一代实时计算引擎 好买财富 王晔倞 - 从纯技术到技术管理,那些跌宕起伏的转型经历 云极星 刘世民 - 从大公司到创业公司 特赞 黄勇 - 从技术到管理的 3 大挑战 NimbleDroid 杨峻峰 - 技术员怎么做 CEO IBM 林咏华 - Cloud for Cognitive Computing (AI, Deep Learning) 《POJOs in Action》作者 Chris Richardson - 微服务的模式语言 PayPal Amit Sela - 深入理解 Apache Beam What’s next in Cloud App development Boris Scholl CloudBees Kohsuke Kawaguchi(川口耕介) - 持续集成之 Why、What & How 京东 马松 - 人工智能技术打造智能商业体 Amazon 蔡超 - 软件开发之禅 美丽联合 曾宪杰(顶天) - 新时代下工程师的发展和选择 AWS 余骏 - AWS 数据中心与 VPC 揭秘 绿洲游戏 张旻皓 - 如何利用 AWS 搭建跨地区应用 Uber 王盟 - 使用一致协议来实现数据复制 神策数据 付力力 - 基于 Impala 构建实时用户行为分析引擎

文档介绍

The emergence of large-scale software deployments in the cloud has led to several challenges in software performance analysis. This presentation describes how performance analysis has changed for the last 20 years. It highlights the transition from single server performance tools to large-scale analytics that span across data centers. A parallel transition exists for the students fresh from school with solid algorithm analysis to the world of identifying performance-scaling issues in the industry. These transitions shed some light about the future of software performance analytics.

×

打开微信扫一扫,分享到朋友圈