11月8日，2022 vivo開發(fā)者大會(huì)正式開幕。此次大會(huì)以“MORE，近你所想”為主題，共設(shè)有1個(gè)主會(huì)場及9個(gè)分會(huì)場。其中，在互聯(lián)網(wǎng)技術(shù)-最佳技術(shù)實(shí)踐專場中，來自vivo的工程師們分享了wepy-chameleon編譯器、后羿低代碼平臺(tái)、實(shí)時(shí)計(jì)算平臺(tái)等6項(xiàng)成果，與開發(fā)者們共同探討前沿技術(shù)實(shí)踐。

前端創(chuàng)新實(shí)踐，自研編譯器助力小程序架構(gòu)升級

在早期的小程序開發(fā)中，wepy框架能夠很好的解決模塊化、組件化等工程化問題，但是隨著時(shí)代的發(fā)展和演進(jìn)，社區(qū)逐漸沉淀出以 uniapp 為代表的 Vue 跨端體系和以Taro為代表的React跨端體系，wepy目前的社區(qū)活躍度比較低�；�于當(dāng)前的業(yè)務(wù)訴求，vivo自研推出wepy-chameleon編譯器，可以一鍵將wepy框架轉(zhuǎn)換為uniapp框架。

vivo互聯(lián)網(wǎng)用戶運(yùn)營前端專家 萬安文

vivo互聯(lián)網(wǎng)用戶運(yùn)營前端專家萬安文分享了wepy-chameleon編譯器思路和實(shí)現(xiàn)，包括單文件組件編譯轉(zhuǎn)換核心設(shè)計(jì)、整體編譯系統(tǒng)流水線設(shè)計(jì)、Parser解析器架構(gòu)的設(shè)計(jì)與實(shí)現(xiàn)以及Transform轉(zhuǎn)換器的架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)。在編譯器的實(shí)現(xiàn)過程中，vivo團(tuán)隊(duì)也遇到過一些挑戰(zhàn)，比如uniapp中的template string和Scope Style的適配問題。

據(jù)萬安文介紹，后續(xù)編譯器將覆蓋更多的wepy項(xiàng)目及場景，團(tuán)隊(duì)也將繼續(xù)深挖業(yè)務(wù)中可以通過編譯提效的空間，用技術(shù)推動(dòng)業(yè)務(wù)的快速升級。

用低代碼平臺(tái)提效，解放開發(fā)生產(chǎn)力

低代碼是一種可視化的應(yīng)用開發(fā)方法，可以用較少的代碼、以較快的速度來交付應(yīng)用程序，隨著前端新技術(shù)的出現(xiàn)及云原生時(shí)代的到來，低代碼的優(yōu)勢愈發(fā)顯現(xiàn)。分會(huì)場上，vivo專家分享了針對后臺(tái)toB系統(tǒng)建設(shè)以及游戲中心toC端native界面搭建的兩款低代碼平臺(tái)。

后羿低代碼平臺(tái)是一款在線可視化開發(fā)平臺(tái)，能夠支撐運(yùn)營后臺(tái)業(yè)務(wù)的高效高質(zhì)量落地。該平臺(tái)采用了前后端分離的技術(shù)方案，更符合開發(fā)思維，在實(shí)現(xiàn)方式上具有靈活性較高、拓展性較好、可集成度較高等優(yōu)點(diǎn)，在架構(gòu)上也具有分層明確、低碼分離實(shí)現(xiàn)等優(yōu)勢，能夠滿足不同群體更加復(fù)雜的業(yè)務(wù)訴求。

vivo互聯(lián)網(wǎng)高級前端工程師 王寧

除技術(shù)方案外，vivo互聯(lián)網(wǎng)高級前端工程師王寧還分享了自研高性能渲染引擎、可視化配置方案以及千億級內(nèi)容投放等提效秘訣。針對低代碼與傳統(tǒng)開發(fā)如何共存的問題，王寧表示，低代碼與傳統(tǒng)開發(fā)并不沖突。一方面，平臺(tái)在不斷豐富場景模型以提高拓展能力和配置效率，另一方面，平臺(tái)在架構(gòu)上兼容傳統(tǒng)的定制化開發(fā)，二者優(yōu)勢互補(bǔ)，全面提效。

vivo游戲中心是vivo游戲核心的流量入口，然而在互聯(lián)網(wǎng)流量見頂和頻繁發(fā)版的背景下，游戲中心的首頁存在一些不足，概括來說有兩點(diǎn)：缺少靈活多樣且能動(dòng)態(tài)調(diào)整的組件化能力，缺少可視化快速搭建頁面的能力。針對這些痛點(diǎn)，vivo互聯(lián)網(wǎng)游戲團(tuán)隊(duì)推出了游戲中心低代碼平臺(tái)，通過組件化設(shè)計(jì)，滿足不同用戶的需求。

vivo互聯(lián)網(wǎng)架構(gòu)師 陳文洋

vivo互聯(lián)網(wǎng)架構(gòu)師陳文洋從標(biāo)準(zhǔn)組件打造、數(shù)據(jù)引入和頁面組裝三個(gè)方面詳細(xì)介紹了平臺(tái)的搭建過程。該平臺(tái)使得原先的研發(fā)流程發(fā)生了變化，能做到新增或修改組件無需發(fā)版，大大提升了開發(fā)效率，縮短了項(xiàng)目周期。

打造穩(wěn)定易用、安全高效的實(shí)時(shí)計(jì)算平臺(tái)，深度挖掘數(shù)據(jù)價(jià)值

2022年，vivo互聯(lián)網(wǎng)在網(wǎng)用戶總數(shù)達(dá)到2.8億，多款互聯(lián)網(wǎng)應(yīng)用的日活超過了千萬甚至突破了1億，為了向用戶提供優(yōu)質(zhì)的內(nèi)容和服務(wù)，需要對海量數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，同時(shí)，為了向廣告主提供更加優(yōu)質(zhì)的廣告服務(wù)，也需要提升商業(yè)化能力。然而，龐大的業(yè)務(wù)規(guī)模和業(yè)務(wù)增速給vivo的實(shí)時(shí)計(jì)算團(tuán)隊(duì)帶來了非常大的挑戰(zhàn)。

對此，據(jù)vivo互聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)計(jì)算方向負(fù)責(zé)人陳濤介紹，vivo在2019年下半年就啟動(dòng)了實(shí)時(shí)計(jì)算平臺(tái)的建設(shè)，2020年關(guān)注在穩(wěn)定性建設(shè)，初步上線了SQL能力，2021年引入了Flink 1.13版本并啟動(dòng)了容器化建設(shè)，2022年主要關(guān)注在效率提升，包括流批一體、任務(wù)診斷等，到目前為止，平臺(tái)已初步具備了一些能力。

vivo互聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)計(jì)算方向負(fù)責(zé)人 陳濤

據(jù)了解，平臺(tái)是vivo基于Apache Flink計(jì)算引擎自研的覆蓋實(shí)時(shí)流數(shù)據(jù)接入、開發(fā)、部署、運(yùn)維和運(yùn)營全流程的一站式數(shù)據(jù)建設(shè)與治理平臺(tái)，支撐著實(shí)時(shí)數(shù)倉、實(shí)時(shí)智能推薦、商業(yè)化實(shí)時(shí)廣告、實(shí)時(shí)安全、實(shí)時(shí)監(jiān)控等五大業(yè)務(wù)中臺(tái)。

分支路徑圖調(diào)度框架落地，助力項(xiàng)目迭代提速

vivo效果廣告推薦系統(tǒng)是一套實(shí)時(shí)的AI在線預(yù)估服務(wù)，每天承載了百億次的廣告投放請求，支持了vivo的效果廣告收入，在可用性、可擴(kuò)展性、健壯性等方面具有非常高的要求。其中，schedule是系統(tǒng)的核心模塊，負(fù)責(zé)業(yè)務(wù)邏輯調(diào)度，上下游依賴特別多。schedule在調(diào)度其他模塊時(shí)采用異步調(diào)度，異步調(diào)度管理方法則是有向無環(huán)圖，然而有向無環(huán)圖即使是目前使用最廣泛的方法但也并不完美，作為一種全路徑圖調(diào)度框架，有向無環(huán)圖已經(jīng)難以適用系統(tǒng)不斷增長的復(fù)雜度。

為了安全開發(fā)和提升迭代效率，新的調(diào)度方法被迫切的創(chuàng)建出來，那就是支持分支路徑的圖調(diào)度框架。它的原理是，在原有的圖調(diào)度框架中，添加兩處功能，一是加入了分支節(jié)點(diǎn)，二是對于圖中節(jié)點(diǎn)的觸發(fā)支持“與激活”和“或激活”。

vivo互聯(lián)網(wǎng)效果廣告AI架構(gòu)師 周保建

vivo互聯(lián)網(wǎng)效果廣告AI架構(gòu)師周保建用調(diào)度流程圖展示了分支路徑調(diào)度框架在vivo效果廣告推薦系統(tǒng)中的落地過程。使用分支路徑調(diào)度框架改造后，圖中添加了判斷節(jié)點(diǎn)，具體路徑的走向由判斷邏輯控制，系統(tǒng)可擴(kuò)展性得到提升，系統(tǒng)熵增減輕。

當(dāng)圖與實(shí)時(shí)在線系統(tǒng)融合在一起的時(shí)候，也顯現(xiàn)出了更多的是提升了空間，比如，圖的整體超時(shí)、異常管理，節(jié)點(diǎn)超時(shí)、異常管理以及復(fù)雜圖結(jié)構(gòu)的自動(dòng)化簡。周保健表示，vivo團(tuán)隊(duì)后續(xù)將針對這些問題做進(jìn)一步的優(yōu)化升級。

不斷實(shí)踐探索異構(gòu)混排，為廣告主和用戶提供更優(yōu)服務(wù)

混排，就是需要在保障用戶體驗(yàn)前提下，通過對不同隊(duì)列中的異構(gòu)內(nèi)容進(jìn)行合理混合，實(shí)現(xiàn)收益最優(yōu)，更好的服務(wù)廣告主和用戶�；炫诺暮诵奶魬�(zhàn)主要有三點(diǎn)：不同隊(duì)列item建模目標(biāo)不同，難以直接對比；候選隊(duì)列常受到大量產(chǎn)品規(guī)則約束；由于業(yè)務(wù)限制，混排時(shí)往往不能修改候選隊(duì)列的序，需要實(shí)現(xiàn)保序混排。

vivo互聯(lián)網(wǎng)高級算法工程師沈技毅分享了vivo信息流和商店場景中的混排實(shí)踐。對于信息流場景，混排側(cè)主要解決的問題是內(nèi)容隊(duì)列與廣告隊(duì)列的混排問題。這一場景下，vivo混排經(jīng)歷了三次迭代，分別是固定位混排、Qlearning混排以及深度位置型混排，整體思路是希望在Qlearning階段通過簡單的強(qiáng)化學(xué)習(xí)方案累積樣本，快速探索收益，后續(xù)升級為深度學(xué)習(xí)方案。這帶來3個(gè)好處：與上游打分解耦，大大提高了混排穩(wěn)定性；深度網(wǎng)絡(luò)，可容納信息量大；能夠考慮頁面間item相互作用。

vivo互聯(lián)網(wǎng)高級算法工程師 沈技毅

商店場景中，混排的核心問題是實(shí)現(xiàn)廣告隊(duì)列與游戲隊(duì)列的混排，整體迭代包含了固定位混排、pid保量、帶約束混排、混排精細(xì)化分流4個(gè)階段。在當(dāng)前階段，平臺(tái)會(huì)根據(jù)分流模塊判斷請求質(zhì)量，并針對性的設(shè)置混排模型。具體到重排模型上，采用生成式模型替代數(shù)值型模型，在實(shí)驗(yàn)流量上收益對比原模型更為明顯，且不受上游打分影響，更為穩(wěn)定。

在之前的探索實(shí)踐中，vivo已經(jīng)取得了一些成果，為技術(shù)人員帶來了更高效的開發(fā)體驗(yàn)，為用戶帶來了更優(yōu)質(zhì)的產(chǎn)品體驗(yàn)。但業(yè)務(wù)需求和技術(shù)工具是在不斷變化發(fā)展的，未來，vivo也一定不會(huì)松懈，持續(xù)探索技術(shù)，迭代產(chǎn)品工具，不斷為用戶創(chuàng)造驚喜，為行業(yè)帶來革新。