跳转到页脚

标签:JSON

优步案例研究:为您的Apache Spark选择正确的HDFS文件格式…

在选择最适合Apache Spark使用的HDFS文件格式时,Uber的地图收集和报告(MapCARs)团队分享了最佳实践。

优步的大数据平台:100+ pb,分钟延迟

负责清理、存储和服务超过100 pb的分析数据,优步的Hadoop平台确保了数据的可靠性、可扩展性和使用性,并且具有最小的延迟。

优步工程如何在运行时用你已经使用的注解验证数据

2016年,优步工程构建并开源了Android数据模型验证框架RAVE,利用Java注释处理来防止无效数据导致的崩溃。

重新设计优步工程的移动内容交付生态系统

优步工程如何重新架构我们的新司机应用的内容递送feed和后端生态系统,以提供增强的用户体验。

迁移中的工程稳定性:在Uber的Android应用程序中移动到不可变集合

Uber Engineering构建了一个自定义堆栈,使用不可变集合生成AutoValue模型,以稳定地大规模迁移Android应用程序。

介绍Chaperone: Uber工程如何端到端审计Apache Kafka

Uber Engineering解释了我们为什么以及如何建立Chaperone,这是我们用于监控Kafka管道健康状况的内部审计系统。
优步如何打造大规模的全球司机

优步如何打造大规模的全球司机

下面是Uber工程公司如何继续开发虚拟入职渠道的幕后故事,让成千上万的司机合作伙伴能够上路,并开始通过Uber赚钱。

UberRaybet2 for Business Engineering如何实时验证您的出行

优步工程如何为优步商务服务架构乘车政策,我们的方式实时验证乘车。Raybet2

How Uber Engineering evaluate JSON Encoding and Compression Algorithms to Put the Squeeze on…

假设您必须存储数据,这些数据的流量每时每刻都在增加。在确保可以轻松增加存储容量之后,您的首要任务是尝试减少数据的占用以节省空间。但如何?这是关于Uber Engineering的全面编码协议和压缩算法测试的故事,以及这一学科如何在我们的无模式数据存储中节省空间。

受欢迎的文章