ZD至顶网CIO与应用频道 06月06日 人物访谈(文/王聪彬):618和双11可以说是对京东的两个考试,每年的到了这两个时期对于京东的技术和业务都是巨大的挑战。
今年京东的618店庆是从6.1-6.20号,在技术上京东也做了大量的保证,京东使用现代化的数据中心,实现了整体的自动化运维。而且今年的618增加了京东大脑的支持,尤其是在移动端。
京东CTO张晨表示,今年的618最大的不同在于移动端,之前都是人工选择,现在经过京东大脑的分析,进行个性化推荐和搜索。同时配送上尝试使用无人机进行边远地区的配送,目前正在三个地区进行试飞,如果审批通过预计618期间送出500个包裹。
京东同时也在完善用户画像,去掉噪音还原出用户真正的需求点,甚至预测用户的需求,这存在非常大的难度,京东大脑一直在进行实验。
今年京东618在智能卖场、京东云、多中心、移动端四个层面各有特色,我们也看看和往年相比有哪些不同之处。
智能卖场
智能卖场是今年的一个新项目,希望在大促的同时发挥个性化的力量。京东推荐搜索产品部负责人商倩兰表示,京东并没有在首页做主会场,而是强调个性化618分会场,这些楼层的入口都是基于京东大脑展示出来,实现个性化排序。
京东商城网站移动研发产品负责人刘光月指出了今年智能卖场的三大优势,第一,增加了活动的维度;第二,品牌推荐的个性化;第三,促销的打包。
在用户体验上今年也将更加智能化,京东商城交易平台研发产品经理刘寅飞谈到,当用户进入到活动主会场时,所有向你推荐的产品都是和你相关的产品,这都是通过大数据算法所实现的。
当商品触达到用户时,京东还会提供多种智能化,通过需求价格弹性指数来帮助用户做决定,激活购物车中未结算的货品,提醒用户使用可用的优惠券,甚至在结算页面推荐送货地址。
京东云
京东在2014年就开始建设弹性云,经过一年多的时间已经达到了国内最大容器的规模,将近15万容器,到年底也将达到20万容器。
弹性云的整体是基于容器建设,应用编排调度系统,根据应用情况进行资源分配,当资源压力较大时也可以进行快速的伸缩。同时在监控上有一个成熟的体系,面向容器级别进行监控,了解每一个应用是否健康,出现问题快速切换到另一个机房进行容灾处理。
京东云平台的首席架构师何小锋指出,京东的两个数据中心都是按照弹性云进行建设,这也是618的核心,同时在618期间也做了相关预案,加强日常的评估和巡检,进行扩容,在流量洪峰时也可以以秒级响应用户需求。
在CDN节点上,通过负载均衡把用户流量均匀分散到弹性云高性能的节点上,调度微服务来驱动订单的生产。
多中心
从去年618之后多中心交易项目就开始实施,在去年双11之前,涉及到面向用户的流量全部都实现了多中心架构,在发生故障时可以进行半自动化的切换。
京东商城交易平台架构师肖飞表示,今年多中心架构则进行了扩大,在性能、可视化等多方面进行了较大的改进。
今年的多中心交易主要有三个目标,第一,多数据中心支持交易流程;第二,异地容灾,实现无缝切换;第三,用体验提升,就近访问和交易。
肖飞也举例说明在多中心切换上的过程,一种是某一数据中心的运营商网络出现问题,通过DNS入口切换到另一个数据中心,不用进行数据迁移,另一种是多中心交易之后,订单写如数据库也要进行切换。
移动端
京东移动端团队是2010年开始建立,在2011年发布了第一版,实现基本的交易功能,目标是跟着PC端的节奏小步快跑;到2012年随着业务的发展,按照业务水平和垂直方向进行切分;现在移动端流量和越来越高,则主要实现精细化。
无线端和PC端最大的区别在于终端网速的不断切换,这需要在产品上做很作体验的优化,在稳定性上,有很多监控平台在像机房、网关、业务等不同维度进行监控。
京东无线研发高级经理陈保安表示,今年618的预案是服务尽量减少非核心的依赖,保证核心功能的可用,在一定情况下采用降级措施,这中间做了大量的演习。
京东无线研发产品经理申鹏飞谈到了体验提升的两部分,第一,主流购物,使用搜索、购物车结算等;第二,个性化服务,使用商品推荐搜索。在过程中让交易的效率最大化,满足不同用户的需求。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。