概 述 外卖系统:是一个仿照饿了么的外卖平台 关键字：手机端 后台管理 外卖系统 api 功能特性 功能特性 一个完整的外卖系统，包括手机端，后台管理，api 基于spring boot和vue...的前后端分离的外卖系统 包含完整的手机端，后台管理功能 技术选型 核心框架：Spring Boot 数据库层：Spring data jpa/Spring data mongodb 数据库连接池：Druid...mysql数据库创建好了之后，启动flash-waimai-api服务，会自动初始化数据，无需开发人员自己手动初始化数据 安装mongodb并创建数据库 flash-waimai 使用mongorestore...命令 导入mongodb数据 下载测试图片 将图片存放到t_sys_cfg表中system.file.upload.path配置的目录的目录 启动管理平台 进入flash-waimai-manage...、大型网站架构的源码下载、分享平台
技术选型 核心框架：Spring Boot 数据库层：Spring data jpa/Spring data mongodb 数据库连接池：Druid 缓存：Ehcache 前端：Vue.js 数据库：...mysql和mongodb，其中基础管理配置功能数据使用mysql，业务数据使用mongodb存储。...，启动flash-waimai-api服务，会自动初始化数据，无需开发人员自己手动初始化数据 安装mongodb并创建数据库:flash-waimai 使用mongorestore命令 导入mongodb...数据,由于测试数据量较大，打包放在了百度云盘：链接：https://pan.baidu.com/s/1mfO7yckFL7lMb_O0BPsviw 提取码：apgd 下载后将文件解压到d:\elm，如下命令导入数据..._5kzw 提取码：urzw 将图片存放到t_sys_cfg表中system.file.upload.path配置的目录下 启动管理平台: 进入flash-waimai-manage目录： 运行 npm
influxdb仅仅是个数据库，而prometheus提供的是整套监控解决方案，当然influxdb也提供了整套监控解决方案。...我们其实仅仅需要的是一个数据库，其他组件都是自己开发的，而且存储的数据类型不仅仅是数字，因此选择了influxdb。希望上面的比较对大家有帮助。...和 2，shard存储了某一个时间段范围内的数据。...目前的处理流程如下： 总结 上文讲的整套架构已经支撑起饿了么2万台机器的监控，目前每秒写入的点数是300k。后端influxdb的机器数量是20台左右，维护成本基本趋于零。...刘平，基于saltstack开发配置管理系统，服务于饿了么上万台机器管理；基于golang、influxdb、grafana开发监控系统，服务于饿了么上万台机器以及基础设施。
一、背景 饿了么BDI-大数据平台研发团队目前共有20人左右，主要负责离线&实时 Infra 和平台工具开发。...其中6人的离线团队需要维护大数据集群规模如下， Hadoop集群规模1300+ HDFS存量数据40+PB，Read 3.5 PB+/天，Write 500TB+/天 14W MR Job/天，10W...Spark Job/天，25W Presto/天 此外还需要维护Hadoop、Spark、Hive、Presto等组件饿了么内部版本，解决公司400+大数据集群用户每天面临的各种问题。 ...本文接下来主要介绍饿了么大数据团队如何通过对计算引擎入口的统一，降低用户接入门槛。...二、引擎入口统一 目前在饿了么对外提供的查询引擎主要有Presto，Hive和Spark，其中Spark又有Spark Thrift Server和Spark SQL两种模式，并且Kylin也在稳步试用中
王金海 饿了么大数据平台架构师 多年大数据平台开发架构实践，曾在唯品会担任人群个性化推荐研发工作； 目前主要负责饿了么大数据平台的调度系统和元数据系统架构研发。...一、背景 大数据挑战 大数据时代，饿了么面临数据管理、数据使用、数据问题等多重挑战。具体可以参考下图： ? 数据问题：多种执行、存储引擎，分钟、小时、天级的任务调度，怎样梳理数据的时间线变化？...二、饿了么元数据系统架构 ?...综上所述，饿了么的SQL解析方案，直接参考Hive的底层源码实现。 ?...三、饿了么部分使用场景 下面是饿了么在元数据应用上的部分场景： ?
自 Vue.js 官方推特第一次公开到现在，我们就一直在进行着将饿了么移动端网站升级为 Progressive Web App 的工作。...然而饿了么，与很多国内的电商网站一样，青睐多页面应用模型（MPA，Multi-page App）所能带来的一些好处，也因此在一年多将移动站从基于 Angular.js 的单页应用重构为目前的多页应用模型...我录了两个视频放在 Youtube 上，不过如果你是国内读者，你可以直接访问饿了么移动网站来体验实地的效果 ;) 最终效果如下图所示。...我录了两个视频放在 Youtube 上，不过如果你是国内读者，你可以直接访问饿了么移动网站来体验实地的效果 ;) 最终效果如下图所示。...最后附上一张图，这张图当时是做给 Addy Osmani 的 I/O 演讲用的，描述了饿了么 PWA 是如何结合 Vue 来实现多页应用的 PRPL 模式，可以作为一个架构的参考与示意图。
摘要 Weex方案轻量，高性能，可扩展的特性能够提升饿了么一些业务的体验。因而我们做了些尝试和积累，给大家分享饿了么在 Weex方面的开发，文档，缓存，监控相关的经验。...饿了么前端场景 大量的在WebView中使用页面，Vue开发者多于React开发者。页面中和店铺页面、活动页面相关的比较多，而且活动更新会比店铺更新多一点。...ReactNative不同版本之间的breaking change太多，后期维护成本过高，并不适用于饿了么这个体量的APP。...Weex是一套构建高性能、可扩展的原生应用跨平台开发方案。它的特点是轻量、可扩展和高性能。 Weex的体积小、语法简单、易于掌握是通过Vue来达成的。...通过我们接入的监控平台，，我们可以及时对Weex页面的错误进行监控，如果出现大规模报错，则会立即把支持Weex的开关关闭。
今年元宵节当天，在“饿了么”平台订单量前100位的城市中，90个城市的饺子销量高于汤圆，其余10个城市为长沙、西安、昆明、盐城、镇江、珠海、芜湖、南通、南宁、淮南，多为南方城市。...“饿了么”2015年全年调研数据显示，十大代表城市（上海、北京、杭州、广州、深圳、福州、南京、成都、厦门、武汉）中，唯独南京人不爱吃辣。 ...“饿了么”十大城市订餐的“单客消费价格”大数据显示，深圳地区最土豪，客单价40元以上的比例高达40.39%。 为了更客观地显示“互联网＋”领域的创业活跃度，“饿了么”特地设计了“加班指数”。...最高的“第九城市”“加班指数”高达29.10%，通俗地说，这家公司员工在加班时段通过“饿了么”平台点的外卖竟然接近当天总订单量的30%。...以今年上半年的数据为例，根据“饿了么”统计，在全国交易额前100名的城市中，男性用户订单量比女性用户高的城市有67个。而在全国交易额前100名的城市中，男性用户客单价比女性高的城市只有13个。
内容来源：2017 年 8 月 12 日，饿了么高级Python工程师黄光星在“CRUG 2017北京活动”进行《Redis Cluster运维方案》演讲分享。...阅读字数：5125 | 13分钟阅读 摘要 本次演讲将介绍饿了么在运维Redis Cluster中遇到的一些坑和原理。...Redis Cluster的官方集群方案提供了主从和分片。一份数据在一个分片上可以存多份，即一个master可以挂多个Slave。上图的集群中存在三个分片，每个分片有一个master和多个Slave。...运维操作 有了这一套管理方案之后我们提供了一些运维操作。...创建集群的时候可以利用自己生成的nodes.conf配置文件来快速完成操作，该配置文件保存了整个集群的信息，比如节点的数量、节点的属性、节点管理的数据分片等，它是根据上面提到的算法的计算结果所生成的。
*fragment是3.0以后的东西，为了在低版本中使用fragment就要用到android-support-v4.jar兼容包, *而fragmentActivity就是这个兼容包里面的，它提供了操作
饿了么寻增量饿了么在本地生活领域有着深厚的根基，在此基础上，饿了么依旧选择和抖音并肩作战，也并非毫无缘由。一方面，饿了么面临着流量焦虑难题，而抖音手握巨大流量，两者刚好互补。...同样的，饿了么作为阿里旗下平台，阿里的淘系流量自然会向其倾斜，但由于支付宝和微信的定位不同，用户使用频次也不相同，消费者在面临点餐、订票等本地生活服务需求时，脑海中首先浮现的通常不是支付宝，而是其他平台...因此，饿了么即便有阿里作为靠山，却依然面临着颇为严峻的流量焦虑问题。而抖音作为炙手可热的短视频平台，坐拥海量用户资源，饿了么和抖音达成合作，恰好可以缓解饿了么的流量焦虑难题。...另外，抖音等短视频平台的用户具备相当高的黏性。据CNNIC数据显示，2021年3月，短视频应用的人均单日使用时长为125分钟。...比如，抖音和饿了么“牵手”，抖音可以较快弥补末端配送能力不足的问题，饿了么则是能够获取更多的新流量，同时双方的合作或许也会为本地生活行业带来新的变化。
作为外卖领域的独角兽, 饿了么拥有百万级的日活跃用户，如何利用数据挖掘/机器学习的方法挖掘潜在用户、增加用户粘性，已成为迫切需要解决的问题。...本次分享介绍饿 了么如何从0到1构建一个可快速迭代的推荐系统，从产品形态出发，包括推荐模型与特征工程、日志处理与效果评估，以及更深层次的场景选择和意图识别。...在携程个性化推荐与人工智能meetup上，已经就以上几部分做了整体上的说明，本文将就其中模型排序与特征计算的线上实现做具体说明，同时补充有关业务规则相关的洗牌逻辑说明，力图从细节上还原和展示饿了么美食推荐系统...二、特征计算 1、设计流程 不同于离线模型训练，线上特征计算要求低延迟、高复用、强扩展，具体如下： 低延迟：针对不同请求Query，能够快速计算当前特征值，包括从各种DB、Redis、ES等数据源实时地提取相关数据进行计算...此次分享从饿了么自身业务出发，结合推荐系统的常见问题和解决方案，给出了从产品形态出发, 包括推荐模型与特征工程、日志处理与效果评估, 以及更深层次的场景选择和意图识别等在内多方面的线上实践，力图从整体及细节上还原和展示推荐系统的本质
作者：饿了么数据运营部资深算法工程师陈一村，在携程个性化推荐与人工智能Meetup上的分享。 陈一村2016年加入饿了么，现从事大数据挖掘和算法相关工作，包括推荐系统、用户画像等。...作为外卖领域的独角兽, 饿了么拥有百万级的日活跃用户，如何利用数据挖掘/机器学习的方法挖掘潜在用户、增加用户粘性，已成为迫切需要解决的问题。...本次分享介绍饿 了么如何从0到1构建一个可快速迭代的推荐系统，从产品形态出发，包括推荐模型与特征工程、日志处理与效果评估，以及更深层次的场景选择和意图识别。...在携程个性化推荐与人工智能meetup上，已经就以上几部分做了整体上的说明，本文将就其中模型排序与特征计算的线上实现做具体说明，同时补充有关业务规则相关的洗牌逻辑说明，力图从细节上还原和展示饿了么美食推荐系统...此次分享从饿了么自身业务出发，结合推荐系统的常见问题和解决方案，给出了从产品形态出发, 包括推荐模型与特征工程、日志处理与效果评估, 以及更深层次的场景选择和意图识别等在内多方面的线上实践，力图从整体及细节上还原和展示推荐系统的本质
尽管从表面上看，现在的外卖市场是口碑饿了么组成的“新美团”与美团点评之间的大战，但是两家外卖平台背后站着的则是阿里和腾讯。...当用户成为稀缺品，外卖平台对于用户的争夺将会更加趋于白热化，可以预见的是未来在口碑饿了么与美团之间将会展开更多用户的争夺之战。...所以，饿了么并入口碑恰恰处在用户消费升级的档口上，如果仅仅只是按照移动互联网时代的方式继续竞争的话，未来的口碑饿了么与美团点评之间的战役势必会陷入到新一轮的烧钱大战当中。...饿了么并入口碑，旧的外卖之战结束，新战役开始 饿了么并入口碑仅仅只能说明旧的外卖市场竞争方式已经结束，而新的外卖战役则正在开启。...因此，我们看到饿了么并入口碑之后，阿里巴巴将口碑饿了么纳入到了新零售的战略布局当中。
一众网友出面质疑，至少从侧面印证了“杀熟”现象的存在，但用户作为弱势方，同平台信息并不对等，所以关于“杀熟”的争辩，逐渐在用户与平台各执一词中演化为了“黑箱”。...这其中，飞猪与饿了么因存在“新、老用户账号同时购买同一商品或服务实际成交价不同现象”遭消协点名。...以饿了么为例，消协的体验人员分别通过新、老用户两个账号同时在其平台订购同一餐品，结果显示老用户不仅比新用户少了7元“双重补贴”红包，配送费也贵出0.4元。...可见，在数据、信息、行为模式被不断记录的当下，用户无异于“裸奔”，最终在平台为量身定制的闭环中沦为韭菜，被“杀熟”的镰刀所收割。...汉堡王数字技术负责人张天曾对数据猿表示：“基于数据，我们实现了面向不同客户的定制菜单、产品组合、消息推送等内容。”此类合理的数据应用，显然是企业与用户的双向共赢。
摘要 1、饿了么大数据为什么选择cassandra 2、 Cassandra的基本原理 3、饿了么cassandra实践 4、 Cassandra和大数据离线平台的结合 Cassandra历史 Google...Cassandra在饿了么的实践 生产应用（用户画像、历时订单、dt.api）、Client选择、运维和监控以及性能调优。...生产应用-用户画像 我们的用户画像用了5 个节点，超过2.6亿的饿了么用户数据，100+的用户属性，每天有5000万+数据更新，Scheme变更频繁(加字段)，99%的读延时能控制在3-5ms之内。...生产应用-dt.api Dt.api是一个饿了么大数据平台自助化数据接口平台。用户在这个平台上只要写出一个SQL，它就会自动生成一个HTTP或SOA接口。...Zabbix监控：饿了么大数据平台的监控主要是Zabbix。
背景 饿了么对时序数据库的需求主要来自各监控系统，主要用于存储监控指标。...业界现在用的比较多的主要有如下几类TSDB： InfluxDB：很多公司都在用，包括饿了么有部分监控系统也是用InfluxDB。优点，支持多维和多字段，存储也根据TSDB的特点做了优化。...现在饿了么也是类似的做法，但热点问题很严重，大的指标已经用了最好的服务器，但是查询性能还是不够理想， 如果做成按Series Sharding那成本还是有一点高； Graphite：根据指标写入及查询，...计算函数很多，但很难支持多维，包括机房或多集群的查询，原来饿了么把业务层的监控指标存储在Graphite中，并工作的很好， 但是多活之后基本已经很难满足一些需求了，由于其存储结构的特点，很占IO，根据目前线上的数据写放大差不多几十倍以上...Index上面做了很多优化，具体没有研究，有兴趣的同学可以在阿里云上试一下； Druid： Druid其实是一个OLAP系统，但也可以用来存储时间序列数据，但看到它的架构图时已经放弃了； ES: 也有公司直接用
现在商城应用上，购物车功能可以说是不可缺少的，每个应用的购物车模块实现方式都差不多，这篇我们来仿一下饿了么的购物车功能，用过的童鞋都知道，印象最深刻的应该是添加或减少数量时，抛物线的动画效果，话不多说，...android:text="购买" android:textColor="#ffffff" /> 2、模拟初始化数据...//添加商品数据 final List list = new ArrayList(); for (int i = 0; i < 20; i+...(); cartModel.setName("麻辣肉碎面-----" + i); list.add(cartModel); } 3、设置数据...} } }); 该功能的实现重点在抛物线的动画效果上，这里就不把完整的代码添加进去了，不然影响阅读体验，需要完整源码的童鞋底部关注公众号回复:"仿饿了么购物车
之前饿了么是不需要加密参数，现在需要加密参数，听说的。他的加密参数有三个，之前进行评估的时候，为了快速开发，就是用了frida的rpc进行了加密参数调用。...饿了么加密参数分别： ex_r ex_dr ex_d（这里的饿了么版本忘记了） ?...目前在公司开发的时候用在很多地方，比如：某宝的xsign、微视数据抓取（没时间搞，实现一半）、某音的x-gorgon、快手的sig和sig3、某查查、某眼查等等app。...小白上手也很快的，不过不同app的对这种方式支持是不同的，有的app加壳之后，frida在attach的时候可能出现奔溃，这个都是坑，需要自己想办法了。 饿了么 下面就瞅瞅代码，代码通俗易懂。...对于饿了么传的 url_path传进来就行了。看看test.js代码。 ? 这个由于时间久远，没法测试它运行效果，读者可以自行测试。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
