https://vansherry.online A Medieval Chronicle — 编年史博客 zh-CN https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B8%83-%E5%88%86%E5%B8%83%E5%BC%8F%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97-Kafka https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B8%83-%E5%88%86%E5%B8%83%E5%BC%8F%E6%B6%88%E6%81%AF%E9%98%9F%E5%88%97-Kafka Mon, 06 Apr 2026 00:00:00 GMT 大数据 Kafka 是大数据生态的数据总线——把一切数据源和消费方解耦，让海量数据以极低延迟、极高吞吐地在系统间流动。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B8%89-Hadoop%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%A1%E7%AE%97%E6%A1%86%E6%9E%B6MapRedu https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B8%89-Hadoop%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%A1%E7%AE%97%E6%A1%86%E6%9E%B6MapRedu Mon, 06 Apr 2026 00:00:00 GMT 大数据 MapReduce 的本质，是把一台机器做不完的计算拆给一群机器并行完成。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B9%9D-%E6%95%B0%E6%8D%AE%E6%B9%96%E4%B8%8E%E6%B9%96%E4%BB%93%E4%B8%80%E4%BD%93 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B9%9D-%E6%95%B0%E6%8D%AE%E6%B9%96%E4%B8%8E%E6%B9%96%E4%BB%93%E4%B8%80%E4%BD%93 Mon, 06 Apr 2026 00:00:00 GMT 大数据 湖仓一体不是妥协，而是终于找到了让数据既"存得下"又"算得快"的那条路。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%BA%8C-Hadoop%E5%88%86%E5%B8%83%E5%BC%8F%E6%96%87%E4%BB%B6%E7%B3%BB%E7%BB%9FHDFS https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%BA%8C-Hadoop%E5%88%86%E5%B8%83%E5%BC%8F%E6%96%87%E4%BB%B6%E7%B3%BB%E7%BB%9FHDFS Mon, 06 Apr 2026 00:00:00 GMT 大数据 HDFS 用最朴素的分布式设计，把海量数据稳稳地存进了 Hadoop 的底座里。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%BA%94-%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%B7%A5%E5%85%B7Hive https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%BA%94-%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%B7%A5%E5%85%B7Hive Mon, 06 Apr 2026 00:00:00 GMT 大数据 Hive 把复杂的大数据计算藏在 SQL 背后，让海量数据分析第一次变得像查库一样自然。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E5%85%AB-%E5%AE%9E%E6%97%B6%E8%AE%A1%E7%AE%97%E5%BC%95%E6%93%8E-Flink https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E5%85%AB-%E5%AE%9E%E6%97%B6%E8%AE%A1%E7%AE%97%E5%BC%95%E6%93%8E-Flink Mon, 06 Apr 2026 00:00:00 GMT 大数据 Flink 把"流"变成了第一公民——数据来一条处理一条，毫秒级延迟，真正的实时计算终于到来。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E5%85%AD-%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%A1%E7%AE%97%E5%BC%95%E6%93%8E-Spark https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E5%85%AD-%E5%88%86%E5%B8%83%E5%BC%8F%E8%AE%A1%E7%AE%97%E5%BC%95%E6%93%8E-Spark Mon, 06 Apr 2026 00:00:00 GMT 大数据 Spark 用内存和 DAG 重写了大数据计算的速度天花板，让分布式计算第一次变得既快又优雅。 https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E5%9B%9B-Hadoop%E9%9B%86%E7%BE%A4%E8%B5%84%E6%BA%90%E7%AE%A1%E7%90%86%E5%99%A8YARN https://vansherry.online/post/2026-04-06-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E5%9B%9B-Hadoop%E9%9B%86%E7%BE%A4%E8%B5%84%E6%BA%90%E7%AE%A1%E7%90%86%E5%99%A8YARN Mon, 06 Apr 2026 00:00:00 GMT 大数据 YARN 让计算框架不再各自抢资源，而是把整个集群调度成一台有秩序的大机器。 https://vansherry.online/post/2026-04-04-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B8%80-%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%BC%80%E5%8F%91%E5%85%A8%E6%99%AF%E6%A6%82%E8%A7%88 https://vansherry.online/post/2026-04-04-%E4%BB%8E%E5%90%8E%E7%AB%AF%E5%88%B0%E5%A4%A7%E6%95%B0%E6%8D%AE-%E4%B8%80-%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%BC%80%E5%8F%91%E5%85%A8%E6%99%AF%E6%A6%82%E8%A7%88 Sat, 04 Apr 2026 00:00:00 GMT 大数据 从处理用户请求到驾驭海量数据，这是后端开发者迈向大数据世界的第一课。 https://vansherry.online/post/2026-04-04-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-12-%E8%B8%A9%E5%9D%91%E7%BB%8F%E9%AA%8C%E4%B8%8E%E8%AE%BE%E8%AE%A1%E5%93%B2%E5%AD%A6 https://vansherry.online/post/2026-04-04-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-12-%E8%B8%A9%E5%9D%91%E7%BB%8F%E9%AA%8C%E4%B8%8E%E8%AE%BE%E8%AE%A1%E5%93%B2%E5%AD%A6 Sat, 04 Apr 2026 00:00:00 GMT 搜索推荐 这是「搜索推荐系统：从0到1」系列的最后一章。不讲技术细节，讲做搜索推荐这些年踩过的坑、形成的认知、以及一些反直觉的经验。希望能帮你在这条路上少走弯路。 https://vansherry.online/post/2026-04-03-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-11-%E7%B3%BB%E7%BB%9F%E6%BC%94%E8%BF%9B%E8%B7%AF%E7%BA%BF https://vansherry.online/post/2026-04-03-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-11-%E7%B3%BB%E7%BB%9F%E6%BC%94%E8%BF%9B%E8%B7%AF%E7%BA%BF Fri, 03 Apr 2026 00:00:00 GMT 搜索推荐 搜索推荐系统不是一天建成的。从最简 MVP 到成熟系统，中间经历了哪些阶段？每个阶段的优先级是什么？踩过哪些弯路？本文给出一条经过实践验证的演进路线图。 https://vansherry.online/post/2026-04-02-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-10-%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0%E4%B8%8EAB%E5%AE%9E%E9%AA%8C https://vansherry.online/post/2026-04-02-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-10-%E6%95%88%E6%9E%9C%E8%AF%84%E4%BC%B0%E4%B8%8EAB%E5%AE%9E%E9%AA%8C Thu, 02 Apr 2026 00:00:00 GMT 搜索推荐 搜索推荐做得好不好，不能凭感觉。需要一套科学的指标体系、严格的 A/B 实验框架，以及从数据中发现问题的分析方法论。本文详解搜索推荐的评估指标、实验设计和典型 case 分析。 https://vansherry.online/post/2026-04-01-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-09-%E5%9C%A8%E7%BA%BFServing%E6%9E%B6%E6%9E%84 https://vansherry.online/post/2026-04-01-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-09-%E5%9C%A8%E7%BA%BFServing%E6%9E%B6%E6%9E%84 Wed, 01 Apr 2026 00:00:00 GMT 搜索推荐 搜索推荐的在线系统要在 200ms 内完成从触发决策到结果返回的全部流程，同时支撑千万级 QPS。本文详解在线服务的架构设计、性能优化策略、高可用保障和容灾降级方案。 https://vansherry.online/post/2026-03-31-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-08-%E6%95%B0%E6%8D%AE%E4%BD%93%E7%B3%BB%E4%B8%8E%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B https://vansherry.online/post/2026-03-31-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-08-%E6%95%B0%E6%8D%AE%E4%BD%93%E7%B3%BB%E4%B8%8E%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B Tue, 31 Mar 2026 00:00:00 GMT 搜索推荐 模型只是"引擎"，数据和特征才是"燃料"。搜索推荐系统的数据有什么特殊之处？日志怎么埋、样本怎么造、特征怎么设计？本文详解搜索推荐的数据体系和特征工程方法论。 https://vansherry.online/post/2026-03-30-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-07-%E5%B1%95%E7%A4%BA%E7%AD%96%E7%95%A5%E4%B8%8E%E8%A7%A6%E5%8F%91%E6%9C%BA%E5%88%B6 https://vansherry.online/post/2026-03-30-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-07-%E5%B1%95%E7%A4%BA%E7%AD%96%E7%95%A5%E4%B8%8E%E8%A7%A6%E5%8F%91%E6%9C%BA%E5%88%B6 Mon, 30 Mar 2026 00:00:00 GMT 搜索推荐 搜索推荐不是"推了就完了"。什么时候推、以什么形式推、推多少个、推多频繁——这些"策略层"的决策，直接决定了用户是觉得"好有用"还是"好烦人"。本文详解触发决策模型、频率控制、展示形态选择和位置策略。 https://vansherry.online/post/2026-03-29-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-06-Query%E6%8E%92%E5%BA%8F https://vansherry.online/post/2026-03-29-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-06-Query%E6%8E%92%E5%BA%8F Sun, 29 Mar 2026 00:00:00 GMT 搜索推荐 召回给出了几百个候选 Query，排序要从中选出最好的 10~20 个。但搜索推荐的排序和传统推荐有本质区别——不仅要预估用户会不会点击，更要预估点击后搜索体验好不好。本文详解粗排、精排的设计思路、特征体系、多目标优化策略。 https://vansherry.online/post/2026-03-28-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-05-Query%E5%8F%AC%E5%9B%9E https://vansherry.online/post/2026-03-28-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-05-Query%E5%8F%AC%E5%9B%9E Sat, 28 Mar 2026 00:00:00 GMT 搜索推荐 召回是搜索推荐在线链路的第一个环节。面对百万级 Query 池，如何在 20ms 内为每个用户找到几百个最相关的候选？本文详解多路召回的设计哲学、六种召回策略的原理与实现，以及召回层的核心工程挑战。 https://vansherry.online/post/2026-03-27-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-04-Query%E4%BB%8E%E5%93%AA%E6%9D%A5%E5%80%99%E9%80%89%E9%9B%86%E6%9E%84%E5%BB%BA https://vansherry.online/post/2026-03-27-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-04-Query%E4%BB%8E%E5%93%AA%E6%9D%A5%E5%80%99%E9%80%89%E9%9B%86%E6%9E%84%E5%BB%BA Fri, 27 Mar 2026 00:00:00 GMT 搜索推荐 搜索推荐和传统推荐最大的不同——候选池不是现成的。商品库、视频库天然存在，但 Query 池需要你自己"造"。本文详解 Query 候选集构建的五大来源、清洗流水线、质量评估体系和工程实践。 https://vansherry.online/post/2026-03-26-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-03-%E4%B8%80%E5%BC%A0%E6%9E%B6%E6%9E%84%E5%9B%BE%E8%AE%B2%E9%80%8F%E5%85%A8%E5%B1%80 https://vansherry.online/post/2026-03-26-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-03-%E4%B8%80%E5%BC%A0%E6%9E%B6%E6%9E%84%E5%9B%BE%E8%AE%B2%E9%80%8F%E5%85%A8%E5%B1%80 Thu, 26 Mar 2026 00:00:00 GMT 搜索推荐 一个 Query 从诞生到展示给用户，完整经过了哪些环节？离线、近实时、在线三层架构各自负责什么？本文用一张架构图串起搜索推荐系统的全部模块，讲清楚数据怎么流转、请求怎么处理、模型怎么迭代。 https://vansherry.online/post/2026-03-25-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-02-%E4%BA%A7%E5%93%81%E5%BD%A2%E6%80%81%E5%85%A8%E6%99%AF%E5%9B%BE https://vansherry.online/post/2026-03-25-%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F-02-%E4%BA%A7%E5%93%81%E5%BD%A2%E6%80%81%E5%85%A8%E6%99%AF%E5%9B%BE Wed, 25 Mar 2026 00:00:00 GMT 搜索推荐 搜索推荐不是一个单一功能，而是一组产品形态的集合。热搜、猜你想搜、搜索联想、看后搜、相关搜索、Feed穿插——六种形态覆盖用户搜索旅程的不同阶段。本文逐一拆解每种形态的设计要点、技术核心、典型案例和常见陷阱。