一、前言 斯坦福教授、Tcl语言发明者John Ousterhout 的著作《A Philosophy of Software Design》[1]，自出版以来，好评如潮。按照IT图书出版的惯例，如果冠名为

美团外卖至今已迅猛发展了六年，随着外卖业务量级与日俱增，单一的文字和图片已无法满足商家的需求，商家迫切需要更丰富的商品描述手段吸引用户，增加流量，进而提高下单转化率和下单量。

Java之所以可以“一次编译，到处运行”，一是因为JVM针对各种操作系统、平台都进行了定制，二是因为无论在什么平台，都可以编译生成固定格式的字节码（.class文件）供JVM使用。

本文将介绍美团点评Kubernetes集群管理与使用实践，包括美团点评集群管理与调度系统介绍、Kubernetes管理与实践、Kubernetes优化与改造以及资源管理与优化等。

XGBoost模型作为机器学习中的一大“杀器”，被广泛应用于数据科学竞赛和工业领域，XGBoost官方也提供了可运行于各种平台和环境的对应代码，如适用于Spark分布式训练的XGBoost on Spark。然而，在XGBoost on Spark的官方实现中，却存在一个因XGBoost缺失值和Spark稀疏表示机制而带来的不稳定问题。

本文介绍了美团开源的服务治理核心部分——微服务通信框架及治理平台OCTO，包括其功能特性、整体架构及未来规划等等。

本文主要介绍了大众点评信息流内容团队利用文本生成技术在创意优化方向上的一些思考和实践。

本文分析了后端服务运维中大量报警出现时相互淹没的问题，选定了一种基于类聚的根因分析算法，并且针对业务报警日志进行了设计与实现，最后构造实验对算法的效果进行了验证与定性分析。

本文分析了全链路压测自动化中面临的问题，并分享了酒旅境内度假在如何把全链路压测标准化、平台化、常态化的架构设计和实践

本文介绍了支撑美团各业务线的数据安全——权限、审批、审计的相关实践。

又到了我们献上技术年货的时候。在2019年春节到来之际，我们再次精选了114篇技术干货，制作成一本厚达1200多页的电子书呈送给大家。

美团点评DBA团队经历了从人肉运维到工具化、产品化、自助化、自动化的转型之旅，也开始了智能运维在数据库领域的思考和实践。

本文是在美团点评业务快速发展背景下，针对大型移动项目的静态分析需求，结合开源项目利弊，最终设计实现了静态分析框架 Hades 项目。

美团NLP中心开始构建餐饮娱乐知识图谱——美团大脑。它充分挖掘关联各个场景数据，用AI技术让机器“阅读”用户评论数据，理解用户在菜品、价格、服务、环境等方面的喜好，构建人、店、商品、标签之间的知识关联，从而构建出一个“知识大脑”。

移动端白屏优化是前端界面体验的一个重要优化方向，Web 前端诞生了 SSR 、CSR、预渲染等技术。在美团支付的前端技术体系里，通过预渲染提升网页首帧优化，从而优化了白屏问题，提升用户体验，并形成最佳实践。

Swift具有快速、灵活、安全的特性。通过编译器的优化使得执行速度更快，占用空间更小。本文将介绍Swift编译器在各阶段如何优化代码以及方法是如何分配的，在此基础上，引申出如何利用这些优化特性，选择正确的机制来提高程序性能。 文末扩展了Swift在优化后出现的一些非预期的“Bug”。

Netty是互联网通信领域无可争议的王者，但是一旦使用方式不对，就会带来灾难。这篇文章，我们经历了一个使用Netty的WebSocket框架（netty-socketio）的 “捉虫（Bug）之旅”，排查思路有一定的通用性，希望对你有所启发。

Logan基础日志库主要解决了日志模块普遍存在的效率、安全性、丢失日志等问题。

美团App、大众点评App都是重运营的应用。对于App里运营资源、基础配置，需要根据城市、版本、平台、渠道等不同的维度进行运营管理。如何在版本快速迭代过程中，保持运营资源能够被高效、稳定和灵活地配置，是我们团队面临的重大考验。在这种背景下，大众点评移动开发组必须要打造一个稳定、灵活、高效的运营配置平台。本文主要分享我们在建设高效的运营配置平台过程中，积累的一些经验，以及面临的挑战和思考。

WMRouter是一款Android路由框架，基于组件化的设计思路，功能灵活，使用简单。本文先简单介绍WMRouter的功能和适用场景，然后详细介绍WMRouter的发展背景和过程。