1. 从0开始做互联网推荐-以58转转为例
1）从0开始设计推荐产品框架
（1）首页推荐：提取用户画像，根据线下提取出的用户年龄、性别、品类偏好等在首页综合推荐宝贝
（2）宝贝详情页推荐：买了还买，看了还看类的关联宝贝推荐
（3）附近推荐：和首页推荐的差异在于，提高了地理位置的权重，地理位置不仅要包含当前地理位置，还需要包含常见活跃区域，例如家里、公司等
（4）搜索推荐：除了关键词全匹配，要考虑同义词、近义词、易错词、拼音等推荐，产品层面，提示“你是不是想找xxoo宝贝”
（5）召回推荐：在用户退出系统后，通过RFM模型做优惠券推送或者消息推送做客户挽留与召回
TIPS：什么是RFM模型？
RFM模型：根据用户最近一次购买时间Recency，最近一段时间的购买频度Frequency，最近一段时间的购买金额Monetary，加权得到的一个代表用户成交意愿的一个分值。
2）从0开始进行推荐策略实现
a. 用户画像
b. 如何构建画像
a). 读取用户安装的应用程序列表构建画像
b). 用户行为日志
c. 宝贝画像
d. 如何构建宝贝画像: 对于58转转来说，要做宝贝画像必须细分类别，可以分词词频统计配合人工review的方式画像
e. 标签化与个性化推荐
f. 分类预测推荐
g. 协同过滤推荐
2. 58到家入驻微信钱包的技术优化
“页面静态化”是一种将原本需要动态生成的站点提前生成静态站点的优化技术，总数据量不大，生成静态页面数量不多的业务，非常适合于“页面静态化”优化。
3. 创业公司快速搭建立体化监控之路（WOT2016）
创业型公司快速实施立体化多维度监控总结：
（1）机器、操作系统维度监控：zabbix
（2）进程、端口维度监控：分发型监控 + 汇总型监控
（3）错误日志与关键字维度监控
（4）keepalive接口与所有接口统一处理时间统一上报监控
（5）模拟调用方调用站点、服务，来对站点和服务进行监控
4. 怎么判断哪个执行成功，哪个执行失败
set操作，其实无所谓成功或者失败，业务能通过affect rows得知哪个修改没有成功：
执行成功的业务，affect rows为1
执行失败的业务，affect rows为0
5. 百度咋做长文本去重（一分钟系列）
文本相似性的签名算法：
可以用局部敏感哈希LSH（Locality Sensitive Hash）解决，局部敏感哈希是一类文本越相似，哈希值越相似的hash算法，有兴趣的同学自行百度，这里分享一下minHash的思路。
问题的提出：什么是minHash？
回答：minHash是局部敏感哈希的一种，它常用来快速判定集合的相似性，也常用于检测网页的重复性，其思路为，用相同的规则抽取集合中的少部分元素代表整个集合，如果少部分元素的重合度很高，非常可能整个集合的重复度也很高。
6. 如何快速实现高并发短文检索
推荐：
核心思想就是“内存hash ＋ ID list”
索引初始化步骤为：对所有标题进行分词，以词的hash为key，doc_id的集合为value
查询的步骤为：对查询词进行分词，对分词进行hash，直接查询hash表格，获取doc_id的list，然后多个词进行合并
这个方法有什么优点呢？
龙哥：存内存操作，能满足很大的并发，时延也很低，占用内存也不大，实现非常简单快速
问8：有什么不足呢？和传统搜索有什么区别咧？
龙哥：这是一个快速过度方案，因为索引本身没有落地，还是需要在数据库中存储固化的标题数据，如果不做高可用，数据恢复起来会比较慢。当然做高可用也是很容易的，建立两份一样的hash索引即可。
另外，没有做水平切分，但数据量非常非常非常大时，还是要做水平切分改进的。
7. 如何实现超高并发的无锁缓存？
在【超高并发】，【写多读少】，【定长value】的【业务缓存】场景下：
1）可以通过水平拆分来降低锁冲突
2）可以通过Map转Array的方式来最小化锁冲突，一条记录一个锁
3）可以把锁去掉，最大化并发，但带来的数据完整性的破坏
4）可以通过签名的方式保证数据的完整性，实现无锁缓存。（根据签名验证数据是否正确，如果错误则说明数据已经被修改）
8. 从IDC到云端架构迁移之路（GITC2016）
（1）互联网单机房架构的特点，全连，站点层全连业务服务层，业务服务层全连的基础服务层，基础服务层全连数据库和缓存；
（2）多机房架构的特点，同连，接入层同连服务层，服务层同连缓存和数据库，架构设计上最大程度的减少跨机房的调用；
（3）自顶向下的机房迁移方案：先进行站点接入层、业务服务层和基础服务层的迁移，搭建服务，逐步的迁移流量；然后是缓存迁移，搭建缓存，运维修改缓存的内网DNS指向，断开旧连接，重连新缓存，
完成迁移；最后数据库的迁移，搭建数据库，数据进行同步，只读，保证数据同步完成之后，修改配置，重启，完成迁移。整个过程分批迁移，一个业务线一个业务线的迁移，一块缓存一块缓存的迁移，
一个数据库一个数据库的迁移，任何步骤出现问题是可以回滚的，整个过程不停服务。