首页
学习
活动
专区
工具
TVP
发布

腾讯大讲堂的专栏

专栏作者
1214
文章
1350948
阅读量
204
订阅数
腾讯看点视频推荐索引构建方案
一、背景 在视频推荐场景中,一方面我们需要让新启用的视频尽可能快的触达用户,这一点对于新闻类的内容尤为关键;另一方面我们需要快速识别新物品的好坏,通过分发的流量,以及对应的后验数据,来判断新物品是否值得继续分发流量。 而这两点对于索引先验数据和后验数据的延迟都有很高的要求。下文将为大家介绍看点视频推荐的索引构建方案,希望和大家一同交流。文章作者:纪文忠,腾讯QQ端推荐研发工程师。 注:这里我们把视频创建时就带有的数据称为先验数据,如tag,作者账号id等,而把用户行为反馈的数据称为后验数据,如曝光、点击、
腾讯大讲堂
2020-11-12
1K0
PB 级大规模 Elasticsearch 集群运维与调优实践
| 导语 腾讯云 Elasticsearch 被广泛应用于日志实时分析、结构化数据分析、全文检索等场景中,本文将以情景植入的方式,向大家介绍与腾讯云客户合作过程中遇到的各种典型问题,以及相应的解决思路与方法,希望与大家一同交流。 背景 某中型互联网公司的游戏业务,使用了腾讯云的 Elasticsearch 产品,采用 ELK 架构存储业务日志。 小游戏主要分为渲染 因为游戏业务本身的日志数据量非常大(写入峰值在 100w qps),在服务客户的几个月中,踩了不少坑,经过数次优化与调整,把客户的 ES 集群
腾讯大讲堂
2020-09-01
5430
腾讯推荐引擎组员工:谈谈推荐系统架构
架构图 图1 总体架构 图1大虚线内是线上服务,请求顺序用数字标识,不带箭头的连线表示通信是双向的,即请求与响应,它周围的各模块分别是:elk日志收集系统,监控系统,A/B实验,处理离线数据的hdfa+spark/tensorflow,处理实时数据的kafka+storm/flink和物品管理。 在线服务内部架构 在线服务的内部如大虚线框内所示,这可能和你遇到的不同,甚至和你想像的也差异很大,但不必奇怪,一来架构因人而异,二来业务规模和团队结构的不同导致服务架构也不一样。当规模较小时,整个虚线框完
腾讯大讲堂
2019-10-24
2.7K0
震惊了,原来这才是Kafka的“真面目”!
导读:Kafka 是一个分布式消息队列,具有高性能、持久化、多副本备份、横向扩展能力。生产者往队列里写消息,消费者从队列里取消息进行业务逻辑。一般在架构设计中起到解耦、削峰、异步处理的作用。 Kafka 对外使用 Topic 的概念,生产者往 Topic 里写消息,消费者从中读消息。为了做到水平扩展,一个 Topic 实际是由多个 Partition 组成的,遇到瓶颈时,可以通过增加 Partition 的数量来进行横向扩容。单个 Parition 内是保证消息有序。 每新写一条消息,Kafka 就是
腾讯大讲堂
2019-08-02
4470
没有更多了
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档