iLogtail 作为开源可观测数据采集器，对 Kubernetes 环境下日志采集有着非常好的支持，本文跟随 iLogtail 的脚步，了解容器运行时与 K8s 下日志数据采集原理。
本文作者通过优化腾讯文档业务里的相关实现，将高频调用场景性能优化到原来的十倍，使文档核心指标耗时实现 10~15% 的下降，与此同时内存的增加仍细微到可忽略不计。本文将从 V8 整体架构出发，深入浅出 V8 对象模型，从汇编细节点出其 ICs 优化细节以及原理，最后根据这些优化原理来编写超快的 JS 代码
本文系火山引擎多云多活技术拆解系列文章的第三篇，将基于火山引擎的技术实践和客户服务经验，介绍如何在多云环境中实现高效、精准的流量调度，保障业务持续稳定。
随着用户表上数据量的增加，一些SQL的执行时间会变得越来越长。比如一些需要全表扫描的查询SQL，数据扫描过程会耗费一定的时间，表越大时扫描时间越久。再比如一些创建二级索引、重建表的DDL操作，会扫描全表，并做排序操作，表越大时扫描和排序耗时都会比较久。 为提升SQL查询性能，MySQL社区于8.0.14推出了InnoDB并行扫描特性，可通过innodb_parallel_read_threads变量控制并行扫描聚簇索引的线程数量；于 8.0.27 支持并行创建索引，可通过innodb_ddl_threads控制创建二级索引的并行线程数量，加速索引创建过程。MySQL的并行当前仅限于InnoDB层对全表的一个并行。 本文以8.0.37代码为基准，对InnoDB层的这些并行技术做一些基本介绍、原理解析。
上一篇文章《 10 本拍手叫绝的编程好书》中，我们为大家推荐了 10 本适合国庆长假阅读的经典好书。有读者朋友表示书都很好，但自己读书的时候总感觉效率不高，输入不多。为此，我们特别向腾讯内部的知识分享达人做了本期约稿，为大家分享一些他总结的程序员高效阅读经验，帮助大家提升获取知识的能力。
在数字化时代，数据已成为企业最宝贵的资产之一。然而，随着数据量的爆炸性增长，如何高效地找到并使用这些数据，成为了企业面临的一个重大挑战。火山引擎DataLeap团队通过创新性地将大模型技术应用于数据资产管理平台，开发出了名为“找数助手”的工具，旨在解决这一问题。
这一期给大家分享程序员们在工作用到的好用的办公软件/插件分享，包含可以兼容各种功能的启动插件，完全免费的清理软件，功能强大的截图工具，页面简洁的全盘搜索工具，开源的跨平台终端应用程序等等，每款都让你生产力max！最后一款千万别错过
本文讲述百度搜索系统面临搜索结果一致性的挑战，如何准确衡量并消除不一致因素成为关键问题。本文介绍了百度搜索系统针对结果波动问题的创新解决方案，通过设计数据打平技术，将问题量化至服务与特征层面，并利用fake流量与动态debug机制进行大量实验与数据收集。同时，采用多实验统筹与自动巡检机制提高实验效率与分析自动化，最终成功捕获所有对结果波动有实质贡献的特征，为系统优化提供了精确指导，显著降低了结果波动。
