对于这几年技术架构演进一点总结

第一年时更多是把系统做稳定，提升线上服务性能、可用率100%、应对电商618、双11大促。以及研发ABTest工具、配置管理 工具 等工具。稳定的服务是用户体验的前提，没有稳定的服务其他目标都是次要的，所以研发主要目标就是提升小组成员能力，应对业务快速迭代，效果提升以及618、双11大促稳定。

任何时候在公司作出一些成绩，或者希望做一些技术探索的前提以及基础是团队成员能力，有了足够能力才能将事情做好、做扎实。技术探索也是同样，需要技术能力支撑，以及对技术发展情况理解、把握，再有就是对未来以及技术演进方向把握，可以说是一件非常困难的事情。

每年都会有层出不穷的新技术产生，也会有一些技术走下坡路甚至走向消亡。对于技术发展路径前景需要对当下有深刻认知，以及对未来演进理解才能有一定程度上正确认知，有正确的认知是投资那种技术前提，花费多少时间去学习，能给研发效率带来提升，带来效果提升，以及团队技术水平的提升。新技术能带来一个公司甚至行业巨大发展，判断准确是在技术浪潮之中取得成绩的前提。

新出现的技术如果判断失误，一个小的团队来说就是花费错误的时间与精力去研究没有什么实际价值的技术，花费大量时间成本，对于一个公司判断错误可能就是生死，离我们最近的就是移动互联网，成功抓住的企业取得巨大发展苹果、Google，没有抓住的就要被时代抛弃比如诺基亚、摩托罗拉。

第二年推荐引擎框架、实时模型预估服务，提升架构灵活性，提升研发效率。主要是推荐引擎由规则引擎演进到了机器学习，线上服务研发方式由每个业务实现，转变为基于配置文件的实现方式，来实现业务逻辑抽象，本质是减少研发重复性工作投入提升研发效率。以及提升我们实现业务逻辑抽象能力，以及技术研发水平，由研发业务慢慢转移到研发框架。

第三年引擎新方向探索、存储探索，基于推荐业务的特点，一般业务是写少读多，举个例子比如微信朋友圈写与读比是1:6（来自于微信团队公开分享技术文章），而推荐业务会打乱时间顺序，并且包含大量离线集中写以及实时大量写入，对于存储写入量有明显区别于其他业务场景。这对存储来说是比较大的挑战。

做的东西越复杂，越需要有完善的研发流程，比如开发业务逻辑可能自测就够了，开发推荐引擎用于多个线上业务就需要详尽测试，除了自测之外需要产品经理、业务需求方、以及测试人员进行测试，如果自研存储系统，那不仅需要黑盒测试还需要有自动测试用例研发人员，以及开发人员单元测试，越是级别高系统，不单单是研发人员能力，研发过程管理更是重中之重的一环。

写代码容易，写好很难，每一个部分给出合理设计与实现，并考虑扩展性、易维护、高性能可以说是相当高要求的一件事。软件设计与实现是需要我们持续投入热情、投入精力的一件事。