Posts

图计算增强反欺诈风控 引言：当传统"规则引擎"遭遇瓶颈 想象一个典型的信用卡盗刷场景：一个欺诈团伙通过各种手段获取了大量用户信用卡信息，他们并不直接盗刷，而是通过一系列精心设计的、看似无关的交易，在一级、二级甚至三级商户网络中快速转移资金并最终套现。 ...

复杂业务模型抽象架构 几乎所有复杂的业务逻辑，都可以被拆解或组合成三种核心模型的应用： “做什么决策？” —— 策略引擎负责回答这个问题。 “呈现什么顺序？” —— 排序架构负责回答这个问题。 “按什么步骤做？” —— 流程引擎/任务系统负责回答这个问题。 1. 策略引擎 (Policy/Strategy Engine) 这是"满足了哪些条件，就可以命中哪些结果"的模式。它的核心是将易变的业务规则（策略）与相对稳定的系统代码分离开来。 ...

TCP粘包：一个经典“误解”与三种应用层解决方案 Created: 2025年6月8日 07:20 Status: 完成 在网络编程中，几乎每个开发者都听说过或遇到过“TCP粘包”问题。它听起来像一个网络协议的缺陷，但事实果真如此吗？ 本文将深入探讨“TCP粘包”现象的本质，解释为什么它其实是一个经典的“误解”，并详细介绍三种在应用层解决这个问题的经典方案。 ...

工程估算与性能建模 第一部分：性能估算的常用计算模型 确实没有一个"万能公式"可以计算所有问题，但我们可以建立一些思维模型来进行估算。 1. CPU 资源估算 核心思想: 总CPU时间 = 总请求数 × 平均单次请求处理耗时 估算公式: 单核CPU总处理时长 (秒) = QPS × 平均单次请求CPU耗时 (秒) 所需CPU核心数 = (单核CPU总处理时长 / 任务时间窗口秒数) / CPU目标使用率 解释: 平均单次请求CPU耗时: 这个数据需要通过**性能分析（Profiling）**来获取，这也是你之前做的"性能基准模型"的意义所在。 CPU目标使用率: 通常设为70%-80%。你不能假设CPU能100%跑满，必须留出余量应对突发流量和系统开销。 例子: QPS为2000，平均每个请求消耗CPU 10毫秒（0.01秒），希望CPU使用率不超过70%。 每秒需要的CPU总时间 = 2000 * 0.01 = 20秒 所需核心数 = 20 / 0.7 ≈ 28.57 -> 需要约 29个CPU核心。 2. I/O 资源估算 (网络 & 磁盘) 网络I/O: 所需网络带宽 (Mbps) = QPS × 平均请求/响应大小 (KB) × 8 / 1024 例子: QPS为2000，平均响应大小为50KB。 所需带宽 = 2000 * 50 * 8 / 1024 ≈ 781 Mbps 磁盘I/O: 所需IOPS (每秒读写次数) = 读取QPS + 写入QPS 所需磁盘吞吐 (MB/s) = (读取QPS × 平均读取大小) + (写入QPS × 平均写入大小) 关键点: 磁盘的瓶颈通常是 IOPS 和 延迟（latency），尤其是对于数据库这种需要大量随机读写的应用。 3. 内存资源估算 核心思想: 总内存 = 常驻内存 + (并发连接数 × 每个连接的内存) + 缓存 估算公式: 总内存占用 ≈ 基础服务内存 + (峰值并发数 × 单个请求平均内存开销) + 各类缓存大小 解释: 基础服务内存: 程序启动后，什么都不干时占用的内存。 单个请求平均内存开销: 处理一个请求时，创建的变量、对象、缓冲区等占用的内存。这个也需要通过压测和内存分析工具来获得。 缓存: 如Redis客户端缓存、本地缓存等，这部分通常是固定的。 第二部分：如何漂亮地回答GC问题？ 你当时的回答思路（从CPU指令去推算）体现了你的思考，但没有命中面试官想考察的核心点。我们来重构一下回答框架。 ...

广告事件聚合系统设计笔记 Created: 2025年4月30日 11:39 Status: 完成 1. 系统概述与目标 系统定义: 广告事件聚合系统是一个用于收集、处理和统计广告相关事件（如展示、点击）数据的系统。其核心目标是提供近乎实时的广告效果指标，并存储历史聚合数据以供分析。 ...