豆瓣评论

  • or 1=1
    这本书主要传递了一种思想,技术是演化的,有这样的场景,也才能诞生这样的技术。09-01
  • 波狮
    虽然写的比较简略,干货不多,但还是能看到很多思路。07-03
  • Ka1kee
    结构松散 内容浮夸 马屁横行04-07
  • Moonlight
    看到有些是在喷写书者毫不谦虚。但是我却在惊喜这本书简直是覆盖了我一个重要工作:搞压测,目前任职的公司是阿里技术出来搞的,看到血脉相传,很多技术点,在公司有的,看到阿里已经往前走了两三步了。相比之下,笔者谦不谦虚就不重要了。01-09
  • 中华有神功
    补标 也就天猫各核心研发部门随便秀秀肌肉 以介绍为主 干货很少12-18
  • greatabel
    我们一定要有一套系统能够最真实地模拟双11当天的流量,能够及时发现大压力下线上系统的所有问题和风险,保障真实场景下的用户体验。强化学习,运用强化学习技术来实现决策引擎。我们可以把系统和用户的交互过程当成在时间维度上的“state,action,reward”序列,决策引擎的目标就是最优化这个过程。2016年,我们已经通过深度强化学习(Deep Reinforcement Learning)技术对全局信息共享下基于多任务学习(Multi-task Learning)的个性化推荐进行了初步探索。01-24
  • marc_db
    亚马逊上买了一本,扩展视野很好,到同样是只见森林不见树木。05-27
  • V.C
    读书笔记:http://www.hellovc.com/blog/158408-25
  • 红色有角F叔
    中间件、大数据这块阿里确实是行业标杆11-08
  • Albert.C
    以双11为入口,讲解了阿里的主要产品的技术架构、演化史,技术讲解非常浅,只能了解个大概的思路,使读者可以了解:下单支付收货这个简单的过程背后的一系列复杂的故事...05-29
  • andyh
    阿里人吹起自己的工作来真是脸都不红啊,字里行间甚至还有点党文的味道。业务推动技术增长,今天做得好也是一路挂过来的。全链路压测和单元化部署是很有意思的方案,我们虽然没有阿里的量,但面临类似的挑战,这点上还是有参考意义的。03-12
  • 大威天龙
    第一章和第二章还不错,五彩石和单元化解决了系统大规模扩展的问题。后面感觉像是在凑字,不推荐。双十一也快到头了吧,为了复杂而复杂的技术,不知道现实应用场景会有多少。02-25
  • hanhaify
    有些收获,技术讲得太少,吹了也不少……04-07
  • 阿石
    高压下的创新,细节点到为止。06-30
  • withpope
    建筑理念和方法论的研究可以是公正和激越的,一旦冷静下来认真观察一个实在的建筑,当放下大规模的复杂度,跳出局中人的工匠自得感,会对“为什么要建它”这件事提出深深的质疑。这并不比前者不严肃一点,有时难免产生悲伤的类比。有人认为人不用谦虚,因为人没有那么伟大,我觉得还是该谦虚一点,人也没必要一点都不伟大,不是吗。01-06
  • 双向扭曲
    整体失望。比较泛泛而谈,没什么干货,感觉大部分是在说“我们阿里的创新/技术水平牛逼”, which I already knew beforehand.09-26
  • 黑鸟
    闲书一本,每个部门都在说自己怎么怎么艰难,一步一步发展到今天,想了解看电子版就好,这种书没必要买05-12