腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

腾讯开源的专栏

专栏作者

423

文章

576204

阅读量

114

订阅数

微信后台团队最近开源力作：PhxQueue分布式队列

开源分布式微信队列后台

PhxQueue 是微信开源的一款基于 Paxos 协议实现的高可用、高吞吐和高可靠的分布式队列，保证At-Least-Once Delivery，在微信内部广泛支持微信支付、公众平台等多个重要业务。 Github开源地址： https://github.com/Tencent/phxqueue （点击文末“阅读原文”直接访问）请PhxQueue给一个Star ！欢迎提出你的issue和PR 消息队列概述消息队列作为成熟的异步通信模式，对比常用的同步通信模式，有如下优势：解耦：防止引入过多的 API

2023-05-11

2890

Tinker：技术的初心与坚持

开源微信 tinker 华为系统

作者|shwen 来自|WeMobileDev 2016年3月10日，Tinker项目正式启动，并在同年9月23日举行的MDCC会议上开源。一年过去了，两个人，50%的工作时间。总的来说，填了一些坑，获得少许成绩，也遭受不少批评。究竟Tinker是否将已经很糟糕的Android的生态变得更差，会不会对用户的安全造成更大的挑战？回想Tinker的初心，我们希望开发者可以用很小代价进行快速升级，它是国内追求快速迭代诉求。立项至今，Tinker踩了很多坑也填了很多坑。今天，我希望跟大家分享这一年来我们遇到的一

2023-05-11

4770

微信终端跨平台组件Mars系列-我们如约而至

微信基础跨平台网络终端

背景 2012 年中，微信支持包括 Android、iOS、Symbian 等三个平台。但在各个平台上，微信客户端没有任何统一的基础模块。2012 年的微信正处于高速发展时期，各平台的迭代速度不一、使用的编程语言各异，后台架构也处在不断探索的过程中。多种因素使得各个平台基础模块的实现出现了差异，导致出现多次需要服务器做兼容的善后工作。网络作为微信的基础，重要性不言而喻。任何网络实现的 bug 都可能导致重大事故。例如微信的容灾实现，如果因为版本的实现差异，导致某些版本上无法进行容灾恢复，将会严重的影响用户体

2023-05-11

8420

微信异步化改造实践：8亿月活、万台机器背后的解决方案

微信解决方案实践协程异步

作者：Leffiy 编辑：木环本文转载自：infoQ公众号 “ 保留后台敏捷同步风格，同时提高系统并发能力或许不难。但如果优化对象是拥有8亿月活、体量超大的微信后台呢？且看微信是如何漂亮地完成异步化的。编者按如今，微信拥有月活跃用户8亿。不可否认，当今的微信后台拥有着强大的并发能力。不过，正如罗马并非一日建成；微信的技术也曾经略显稚嫩。微信诞生于2011年1月，当年用户规模为0.1亿左右；2013年11月，微信月活跃用户数达到3.55亿，一跃成为亚洲地区拥有最大用户群体的移动终端即时通讯软件。面对

2023-05-11

3660

【开源公告】微信自研APM利器Matrix正式开源

开源微信 matrix 监控搜索

Matrix 是一款微信研发并日常使用的 APM (Application Performance Manage) ，当前主要运行在 Android 平台上。Matrix 的目标是建立统一的应用性能接入框架，通过对各种性能监控方案快速集成，对性能监控项的异常数据进行采集和分析，输出相应问题的分析、定位与优化建议，从而帮助开发者开发出更高质量的应用。在经历微信内 1 年多的验证与迭代，现在 Matrix 终于开源了。 Matrix 有哪些功能？ Matrix 当前监控范围包括：应用安装包大小，SQLit

2023-04-12

9290

荣登Github日榜！微信最新开源MMKV

github 开源微信内存性能

MMKV 开源当日即登Github Trending日榜，三日后荣登周榜。MMKV 在腾讯内部开源半年，得到公司内部团队的广泛应用和一致好评。 MMKV 是基于 mmap 内存映射的移动端通用 key-value 组件，底层序列化/反序列化使用 protobuf 实现，性能高，稳定性强。从 2015 年中至今，在 iOS 微信上使用已有近 3 年，其性能和稳定性经过了时间的验证。近期已移植到 Android 平台，移动端全平台通用，并全部在 Github 上开源。 MMKV 源起在微信客户端的日常运营

2023-04-12

7040

开源公告 | embedx分布式训练和推理框架

微信分布式 https 网络安全开源

embedx 是基于 c++ 开发的、完全自研的分布式 embedding 训练和推理框架。它目前支持图模型、深度召回模型和图与排序、图与召回的联合训练模型等。 embedx是腾讯 AI 领域开源协同项目，获得过开源协同优秀奖、微信最具技术价值文集奖等，经过近 3 年的迭代，已经趋向稳定和成熟，在设计和开发的过程中，参考了业界开源项目的大量经验，现将其开源反哺业界，希望该项目能持续的进行迭代。项目链接请参考：https://github.com/Tencent/embedx 01 项目特点一: 效率高

2022-06-14

4470

Westore -更好的小程序项目架构

小程序微信 https 网络安全 github

Object-Oriented Programming: Westore 强制使用面向对象程序设计，开发者起手不是直接写页面，而是使用职责驱动设计 (Responsibility-Driven Design)的方式抽象出类、类属性和方法以及类之间的关联关系。 Write Once, Use Anywhere(Model): 通过面向对象分析设计出的 Model 可以表达整个业务模型，开发者可移植 100% 的 Model 代码不带任何改动到其他环境，并使用其他渲染技术承载项目的 View，比如小程序

2021-09-29

1.2K0

腾讯云数据库开源再突破：TDSQL PG版查询性能提升百倍、内存占用节省60%

开源数据库微信 kvm

8月11日，记者获悉，腾讯云数据库开源产品TDSQL PG版（开源代号TBase）推出重磅升级：经过一年半的打磨，上万张表访问场景下，内存占用节省60%；查询性能提升百倍；SQL语句兼容性增强。同时，大力提升原有数据库版本在分布式场景下的易用性。在“新时代下数据库开源生态的发展与实践”技术沙龙上，腾讯云数据库技术总监李跃森介绍，TDSQL PG版是一款具备HTAP能力、经过腾讯多年持续投入研发的数据库产品，能够提供成熟的一站式解决方案。在首次开源的10天内，Star数就上升到超过500个。开源不久，就受

2021-08-12

5550

「腾讯犀牛鸟开源人才培养计划」报名今日12:00截止

微信 https 网络安全

请大家注意时间避免错过申报立即扫码报名&提交项目申请书 ⬇️ ---- 项目官网 https://opensource.tencent.com/summer-of-code 申报指南申报指南｜这才是报名&提交proposal的正确姿势 Proposal模板 https://mp.weixin.qq.com/s/-UdHuDpqJL4OeavoTOA9yQ （链接复制粘贴至浏览器即可打开）组委会特别针对每个项目报名的同学，建立了专属的项目微信交流群，欢迎感兴趣的同学加入。在项目交流

2021-06-21

3570

申报倒计时1天：腾讯犀牛鸟开源人才培养计划报名即将截止

微信 https 网络安全

请大家注意时间避免错过申报立即扫码报名&提交项目申请书 ⬇️ ---- 项目官网 https://opensource.tencent.com/summer-of-code 申报指南申报指南｜这才是报名&提交proposal的正确姿势 Proposal模板 https://mp.weixin.qq.com/s/-UdHuDpqJL4OeavoTOA9yQ （链接复制粘贴至浏览器即可打开）组委会特别针对每个项目报名的同学，建立了专属的项目微信交流群，欢迎感兴趣的同学加入。在项目交流

2021-06-21

2550

申报倒计时2天：腾讯犀牛鸟开源人才培养计划报名即将截止

微信 https 网络安全

请大家注意时间避免错过申报立即扫码报名&提交项目申请书 ⬇️ ---- 项目官网 https://opensource.tencent.com/summer-of-code 申报指南申报指南｜这才是报名&提交proposal的正确姿势 Proposal模板 https://mp.weixin.qq.com/s/-UdHuDpqJL4OeavoTOA9yQ （链接复制粘贴至浏览器即可打开）组委会特别针对每个项目报名的同学，建立了专属的项目微信交流群，欢迎感兴趣的同学加入。在项目交流

2021-06-21

2210

申报倒计时3天：腾讯犀牛鸟开源人才培养计划报名即将截止

微信 https 网络安全

请大家注意时间避免错过申报立即扫码报名&提交项目申请书 ⬇️ ---- 项目官网 https://opensource.tencent.com/summer-of-code 申报指南申报指南｜这才是报名&提交proposal的正确姿势 Proposal模板 https://mp.weixin.qq.com/s/-UdHuDpqJL4OeavoTOA9yQ （链接复制粘贴至浏览器即可打开）组委会特别针对每个项目报名的同学，建立了专属的项目微信交流群，欢迎感兴趣的同学加入。在项目交流

2021-06-21

2940

推荐有奖｜“腾讯犀牛鸟开源人才培养计划”校园星探招募中！

2021「腾讯犀牛鸟开源人才培养计划」终于和大家首次见面啦！你是否对开源有着浓厚的兴趣？身边也有很多热爱开源，志同道合的伙伴？别看了，你就是我们要找的那个人！加入“开源星探计划” 发掘身边的“开源达人” 推荐伙伴一起报名参与推荐越多，奖励越多最高可获得价值1678元的cherry机械键盘+1000元京东卡！（保存海报即可分享）「开源星探计划」Q&A 星探具体推荐的步骤是什么？ 1⃣️将上方星探海报分享给你想邀请的好友； 2⃣️好友扫描海报二维码，填写报名问卷； 3⃣️请

2021-06-07

6090

开源公告｜微信深度学习云端推理框架WeChat TFCC开源了

微信 tensorflow 深度学习 https 网络安全

导言 WeChat TFCC是微信技术架构部后台团队研发的服务端深度学习通用推理框架，也是腾讯深度学习与加速Oteam云帆的开源协同成果，具有高性能、易用、通用的特点，已在微信视频号、微信开放平台推荐系统、微信画像、微信智聆语音识别、语音合成等业务广泛使用; 支持81个ONNX Operation和108个Tensorflow Operation，覆盖推荐、NLP、语音等场景的各种主流模型，同时更多的Operation在持续接入中。整体结构 WeChat TFCC由Library、Runtime、Ge

2021-06-03

1.5K0

开源公告｜微信云端深度学习推理框架WeChat TFCC开源啦！

开源微信 tensorflow 深度学习 https

导言 WeChat TFCC是微信技术架构部后台团队研发的服务端深度学习通用推理框架，也是腾讯深度学习与加速Oteam云帆的开源协同成果，具有高性能、易用、通用的特点，已在微信视频号、微信开放平台推荐系统、微信画像、微信智聆语音识别、语音合成等业务广泛使用; 支持81个ONNX Operation和108个Tensorflow Operation，覆盖推荐、NLP、语音等场景的各种主流模型，同时更多的Operation在持续接入中。特性 WeChat TFCC由Library、Runtime、Gene

2021-06-02

9580

微信团队的深度学习框架deepx_core开源啦

开源微信深度学习 https 机器学习

deepx_core是一个完全自研的深度学习框架。 deepx_core针对大规模高维稀疏数据场景如搜索,推荐和广告等深度优化的深度学习框架。基于deepx_core可以开发出离线训练和在线推理的一整套解决方案, 并在腾讯多个业务中使用并得到好评。此外, deepx_core也是一个相当通用的深度学习框架, 用户可以快速开发出张量计算/机器学习/深度学习/强化学习/图神经网络/无监督学习等应用。项目特点计算图: deepx_core提供了一个支持自动求导的静态图引擎,该引擎支持一百余个op, 几乎覆盖

2021-03-29

1.3K0

【开源公告】云原生一体化部署工具CloudBaseFramework开源啦

开源 serverless 小程序 https 微信

CloudBaseFramework是一款云原生一体化部署工具，支持前后端应用一键部署，快速将应用无缝部署在Serverless架构的云开发（FaaS + CaaS +BaaS）平台，享受免运维、高性能、高可靠性、可弹性扩缩容的的应用体验。 CloudBaseFramework首创支持前后端（web/小程序/移动端/服务端）一体化部署，将传统应用通过框架层的适配、资源的统一描述和编排，打造为 Serverless 架构上弹性、高扩展的云原生应用。同时提供了丰富BaaS 能力，高效开发一云多端应用。相比同

2020-11-26

7730

微信小程序多端框架 kbone 开源

微信开源 webpack 小程序 javascript

适用场景 kbone 是一个致力于微信小程序和 Web 端同构的解决方案。微信小程序的底层模型和 Web 端不同，我们想直接把 Web 端的代码挪到小程序环境内执行是不可能的。kbone 的诞生就是为了解决这个问题，它实现了一个适配器，在适配层里模拟出了浏览器环境，让 Web 端的代码可以不做什么改动便可运行在小程序里。这样，我们就可以借助 kbone 快速实现 Web 项目转化为微信小程序项目。方案实现方案设计有如下几个前提：为了更好的复用组件，尽可能完整的支持 Web 端的特性在小程序端的渲

2020-03-09

7570

腾讯原生小程序框架 OMIX 2.0 发布

游戏数据库一体机 TData 小程序微信编程算法

好的设计只有一种，我们认为 OMIX 2.0 的设计刚刚好。 OMIX 2.0 是 WeStore 的进化版，WeStore 使用的是数据变更前后的 diff，diff 出的 json 就是 setData 的 patch，OMIX 2.0 使用的是 observer 监听数据的变更得到 setData 的 patch。和 OMIX 对比，WeStore 运行时需要更多的计算，OMIX 初始化时需要更多的内存和计算，但是数据变更时 OMIX 速度比 WeStore 快，编程体验方面，OMIX 不需

2019-10-30

2.2K1

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态