MySQL是OPPO使用最广泛的关系数据库，不同编程语言的微服务都是通过MySQL官方的SDK直连真实的数据库实例。这种最传统的使用方式，会给业务开发和数据库运维带来一系列影响效率和稳定性的问题。

ESA Stack(Elastic Service Architecture) 是OPPO云计算中心孵化的技术品牌，致力于微服务相关技术栈，帮助用户快速构建高性能，高可用的云原生微服务。产品包含高性能Web服务框架、RPC框架、服务治理框架、注册中心、配置中心、调用链追踪系统，Service Mesh、Serverless等各类产品及研究方向。

C：Consistent，一致性，事务完成后，所有数据的状态都是一致的。如事务内A给B转100，只要A减去了100，B账户则必定加上了100；

以用户隐私安全为中心，用责任兑付信任，OPPO成立子午互联网安全实验室（ZIWU Cyber Security Lab）。实验室以“保护用户的安全与隐私，为品牌注入安全基因”为使命，持续关注并发力于业务安全、红蓝对抗、IoT安全、Android安全、数据和隐私保护等领域。

安卓系统中，Intent是在组件间传递的通信消息，用于执行打开Activity、发送广播、启动服务等动作，而Intent对象内部的字段则规定了Intent发送的目的组件，以及执行动作的具体内容，包括action、category、data、clipdata、package、flag、extra、component和selector。

人工智能发展至今并非一帆风顺， 从起步阶段到现今的深度学习阶段，数据、算法和算力构成了人工智能三大基本要素，共同推动人工智能向更高层次的感知、认知发展。

OPPO实时音视频(OPPO Real-Time Communication ORTC)，是我们推出一套低延时、高品质、跨平台的音视频互通解决方案，通过OPPO云服务器向开发者开放，提供多人音视频通话、实时监控、应急指挥调度、互通直播、IOT万物互融、云游戏等能力输出。以往的音视频通信技术大多是基于SIP/H323的实现方案，本文提供一种融合方案，...

预训练模型是提升深度学习算法性能的一种常用手段。所谓预训练模型，可以概括为是某种深度学习的网络架构，并且包含这个网络架构在海量数据上训练好的一组权重。有了网络架构和权重后，我们就可以用它作为某一具体视觉任务的主干网络，并提供初始化参数。这样一来，具体的下游任务就有了一个较好的训练起点，在减少探索...

数据倾斜即指在大数据计算任务中某个处理任务的进程（通常是一个JVM进程）被分配到的任务量过多，导致任务运行时间超长甚至最终失败，进而导致整个大任务超长时间运行或者失败。外部表现的话，在HiveSQL任务里看到map或者reduce的进度一直是99%持续数小时没有变化；在SparkSQL里则是某个stage里，正在运行的任务数量长时...

自从 2012 年 Facebook 产品化 oCPX 以来，业内 oCPX 产品和能力的发展已经非常的成熟。OPPO 数智工程系统算法平台部商业化算法也在 oCPX 能力建设上积累了一些实践经验。

1 智能助手和对话系统的价值智能助理是蓬勃发展的行业，用户诉求非常强烈，目前远没有达到可以满足用户的程度。第一层面的用户对于效率要求非常高，一句话搞定的事情不会说两句话。第二层面的用户需要非常贴心的、智慧懂我的、类似于个人助理一样的角色。第三层面的用户，智能助理作为倾诉的出口，满足人类情感需求。在...

对话交互是继传统PC、PC互联网及移动互联网之后，下一个时代非常有想象力的关键技术方向，无论是学术界还是工业界都有极高的关注度，同时作为OPPO万物互融战略的关键节点之一，承载着伟大而艰巨的使命。

随着公司这两年业务的迅速扩增，业务数据量和数据处理需求也是呈几何式增长，这对底层的存储和计算等基础设施建设提出了较高的要求。本文围绕计算集群资源使用和资源调度展开，将带大家了解集群资源调度的整体过程、面临的问题，以及我们在底层所做的一系列开发优化工作。

在整个大数据体系中，在原始数据被采集之后，需要使用各种逻辑进行整合和计算之后才能输出实际有效的数据，才能最终用于商业目的，实现大数据的价值。在整个处理流程中，无论是抽取、转换、装载（ETL）的这些过程，还是数据用户分析处理过程，都是需要包含众多的处理任务，而且这些任务都不是孤立的，而是存在相互依赖和...

2020年国家正式宣布了双碳战略目标：“力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和。” 数据中心作为耗电大户，其耗电量已经超过全国总耗电量的2%，预计2025年总耗电占比将达到4.05%。但随着信息技术的发展，社会对于算力的要求越来越高，IT设施的单位电力所能提供的算力极限也逐渐逼近，这就意味着想...

OPPO的大数据离线计算发展，经历了哪些阶段？在生产中遇到哪些经典的大数据问题？我们是怎么解决的，从中有哪些架构上的升级演进？未来的OPPO离线平台有哪些方向规划？今天会给大家一一揭秘。

我们在使用Flink开发实时任务时，都会用到框架本身提供的DataStream API，这使得用户不能不用Java或者Scala甚至Python来编写业务逻辑；这种方式虽然灵活且表达性强，但对用户具有一定的开发门槛，并且随着版本的不断更新，DataStream API也有很多老版本不兼容的问题。所以Flink SQL就成了广大开发用户的最佳选择，之所以...

随着OPPO业务的快速发展，OPPO云规模增长迅速。大规模虚拟实例的弹性伸缩、低延时需求对网络提出了诸多挑战。原有基于VLAN搭建的私有网络无法解决这些问题，给网络运维和业务的快速上线带来了挑战。

精准直达的知识问答能力对营造小布“懂知识、更懂你”的形象非常重要。在语音助手场景，经常会出现一词多义或者口语化表达等问题。例如:李白出装，李白的诗，播放李白。第一李白是指游戏角色，第二个是指诗人李白，第三个是指歌曲李白。如何精确识别用户所指、给出正确的答案是小布助手面临的挑战。

OPPO从19年开始，用了两年时间，以K8S，容器化为核心，完成了公司混合云建设，并实现100%在线业务上云。OPPO的业务，目前覆盖国内，南亚，欧洲，美洲，在国内我们有自己的机房，在海外，更多是和公有云合作，有AWS，Google。OPPO的云是朵云上云，与共有云的合作，更多只是采购机器资源，部署我们自己的服务。OPPO云给我...

图数据库(Graph database)是以图这种数据结构存储和查询的数据库。与其他数据库不同，关系在图数据库中占首要地位。这意味着应用程序不必使用外键或带外处理（如 MapReduce）来推断数据连接。与关系数据库或其他 NoSQL 数据库相比，图数据库的数据模型也更加简单，更具表现力。

linux 时间管理，包含clocksource，clockevent，timer，tick，timekeeper等等概念 ，这些概念有机地组成了完整的时间代码体系。当然，是代码就会有bug，本文通过一个bug入手，在实战中加深对理论的认识。获取时间，但是crash了。

随着5G时代来临，互联网信息爆炸式增长，移动应用逐渐变得体积庞大且功能复杂。一方面普通消费者会越来越少地去下载客户端，绝大多数需求需要以更轻量化的方式得到满足，另一方面，每一个超级APP或手机厂商都想生态化的汇聚更多内容。由此，“快应用”一类的免安装应用应运而生。

当前容器已经成为企业上云的主流选择，经过2019年下半年的深度研发和推广，2020年OPPO基本实现了基于kubernetes的容器的大规模使用和全业务上云。容器的优势是敏捷和高性能，然而由于需要共享宿主机内核，隔离不彻底等原因，当用户需要修改很多定制的内核参数或者在低版本的 Linux 宿主机上运行高版本的 Linux 容器，或...

Quartz是由OpenSymphony提供的强大的开源任务调度框架，用来执行定时任务。比如每天凌晨三点钟需要从数据库导出数据，这时候就需要一个任务调度框架，帮我们自动去执行这些程序。那Quartz是怎样实现的呢？

近几年，语音识别技术逐渐走向成熟，越来越多的互联网公司及硬件厂商在布局智能语音的商业版图。万物互联的浪潮势不可挡，智能语音技术在汽车、智能家居、教育等各个领域全面开花。

OPPO是一家智能终端制造公司，有着数亿的终端用户，每天产生了大量文本、图片、音视频等非结构化数据。在保障数据连通性、实时性以及数据安全治理要求的前提下，如何低成本、高效率地充分挖掘数据价值，成为了拥有海量数据的公司的一大难题。目前业界的流行解决方案是数据湖，本文介绍的OPPO自研的数据湖存储CBFS在很大...

1. 背景1.目前中间件容器节点故障、机器资源不足(磁盘大小、内存大小、cpu)等问题时有发生，接入自动化运维后可快速的处理集群异常问题。2.以前处理问题需要人工介入，人力成本较大，运维流程缺乏规范。2. 目标1. 标准化，规范运维流程，制定标准的运维流程。2. 可视化，运维流程可视化、平台化，做到可追踪，可回溯。3....

随着人工智能与深度学习的发展，大规模和超大规模的模型越来越受到业界的推崇。以NLP行业为例，从最开始的Bert-base只有1亿左右的参数量，到千亿级别的GPT-3，再到今年6月发布的目前全球最大预训练模型“悟道2.0”，参数规模达到惊人的1.75万亿，整个业界都由一种向更大模型发展的趋势。面对如此庞大的模型，必然也需要庞...

背景：这个是在centos 7.6.1810的环境上复现的，智能网卡是目前很多云服务器上的网卡标配，在OPPO主要用于vpc等场景，智能网卡的代码随着功能的增强导致复杂度一直在上升，驱动的bug一直是内核bug中的大头，在遇到类似问题时，内核开发者由于对驱动代码不熟悉，排查会比较费劲,本身涉及的背景知识有：dma_pool,dma_page,...