跳动科技股票

A. 股票里的专用名词是什么

恐怕也和这段经历有关吧！了解了陆游的这觉，因为我们倘使做错了事，

B. 互联网大厂一般指哪些公司

1、网易公司

网易公司，1997年由创始人兼CEO丁磊先生在广州创办，2000年在美国NASDAQ股票交易所挂牌上市，是中国领先的互联网技术公司。在开发互联网应用、服务及其它技术方面，始终保持中国业界领先地位。

C. 掌阅科技股票最近为什么涨

受字节跳动入股利好带动，掌阅科技5日开盘一字涨停。截至收盘时，该股报30．36元。

11月4日晚间，掌阅科技发布公告称，为提升公司整体竞争实力，公司控股股东、实际控制人成湘均、张凌云拟通过协议转让4505万股股份（占总股本的11．23％）的方式引进字节跳动旗下北京量子跃动科技有限公司（以下简称“量子跃动”）为公司的重要股东。

并与其关联方北京字节跳动网络技术有限公司（以下简称“字节跳动”）深化合作，共同发展阅读业务，并加强商业化、投放运营、内容生产等方面的合作，以从公司治理、业务资源等方面整体提升公司竞争力。本次股份转让价格确定为24．42元／股，股份转让价款总额为11亿元，不触及要约收购。

(3)跳动科技股票扩展阅读

光大证券指出，掌阅科技已与字节跳动在日常经营活动进行了密切合作。过去12个月双方开展了版权分发、广告投放、广告商业化等方面业务合作，交易金额约2．7亿元。

结合双方已签署的协议及未来拟开展的合作，预计在2020年11月至2021年10月期间将产生日常关联交易（不含税）4．7亿元。股权转让形式的合作有利于双方优势互补，以及未来深层次、持续的业务合作。

D. 字节跳动的股票怎么买

些字节跳动公司的股票最近在私人交易中转手，估值约为62亿美元。在2017年末的一轮融资中，该公司的估值超过200亿美元。
估值750亿美元的快速增长将使字节跳动公司成为世界最值钱的私有科技公司之一，超过了打车巨头Uber和它的中国竞争对手滴滴出行。目前，字节跳动公司仍排名低于马云的阿里旗下金融科技公司蚂蚁金服，后者在最近一轮融资中的估值约为1500亿美元。
近几个月来，中国科技公司的私有估值很高，因为许多公司计划在未来一年上市。但在上月中国智能手机制造商小米公司的IPO平淡无奇;投资者、银行家和企业家一直在密切关注私人和公众的估值。字节跳动最近的融资努力可能是一个重要的标志。

E. 字节跳动股票代码

字节跳动还没有股票代码，因为字节跳动目前还没有上市，所以没有相应的股票代码。
字节跳动是一家信息科技公司，成立于2012年，总部位于北京，字节跳动旗下的产品主要有今日头条、抖音、火山小视频、西瓜视频等，该企业主要将人工智能运用于移动互联网之中，为用户提供优质的信息服务。
北京字节跳动科技有限公司是最早将人工智能应用于移动互联网场景的科技企业之一，是中国北京的一家信息科技公司，地址位于北京市海淀区知春路甲48号；字节跳动科技公司独立研发的“今日头条”客户端，通过海量信息采集、深度数据挖掘和用户行为分析，为用户智能推荐个性化信息，开创了一种全新的新闻阅读模式；2019年6月11日，字节跳动入选“2019福布斯中国最具创新力企业榜”。
字节跳动强调履行科技创新，履行平台治理、内容建设和信息服务三方面社会责任；平台治理是企业要承担的首要责任，其次是科技创新的责任，作为一家科技公司，发展是第一要务，人才是第一资源，创新是第一动力，字节跳动致力于将人工智能等科技应用到社会，推动社会进步；最后是内容建设和信息服务的责任，字节跳动科技公司一直大力建设平台内容，力求为客户提供最好的信息服务。
本条内容来源于：中国法律出版社《法律生活常识全知道系列丛书》

F. 字节跳动上市了吗

7月1日，有媒体报道称，今日头条的母公司字节跳动预计将于今年或者明年上市。与此同时，亦有接近字节跳动的投资人士告诉媒体，该公司在筹备明年上市。

近年来，市场中有关字节跳动上市的传闻一直不断。2018年7月，字节跳动被传出将在香港IPO，规模可能达到数十亿美元。今年2月份，又有报道称字节跳动或将在上海证券交易所科创板上市，对于这一消息，字节跳动官方回应为“消息不实”。除了香港和上海，字节跳动还曾被预测可能去纽约上市。

自2012年成立以来，字节跳动共进行了约8轮融资。2018年10月，字节跳动完成了一轮数额为40亿美金Pre-IPO轮的融资，投前估值750亿美元，投后估值接近800亿美元。这一估值已经超过了网络（261.720，+0.43%）、美团点评等互联网公司的市值。截至6月28日收盘，网络市值为411亿美元，美团点评（337.000，-0.88%）市值为3945亿港元（约合505亿美元）。

G. 谁帮忙说说有哪些股票专业术语

A股 B股 H股 N股 ST股 PT股 K线 暗盘 板块 暴利 补涨 白马 拔档 包销 补空 报价 变盘 崩盘 参数 承销 存货 除权 除息 持仓 差价 长牛 长庄 长阳 长阴 长期 长空 长多 撤单 吃货 出局 出货 处罚 炒作 筹码 成交 大盘 大户 大关 代销 董事 冻结 短差 短期 短线 短庄 短空 短多 低点 低吸 低价 底价 底部 登记 打压 打开 打底 顶部 吊空 断头 多方 多头 跌幅 跌停 对敲 额度 复牌 反转 反弹 反抽 费用 风险 负债 浮多 浮空 浮筹 峰价 封关 分股 法人 股本 股票 股市 股东 股权 股民 股价 股份 股评 股金 股息 股利 割肉 公债 股指 股金 国债 挂进 挂出 掼压 关卡 个股 高点 挂牌 高抛 跟进 后市 黑马 含权 回落 回档 回调 回吐 横盘 合谋 汇率 行业 行情 护盘 哄抬 换手 换股 合并 红利 介入 竞价 金叉 均线 基金 进场 加息 加码 减持 减磅 机构 经理 解套 建仓 价位 净价 颈线 巨量 价位 举牌 看涨 开盘 空仓 空手 空头 空方 亏损 亏本 扩容 路演 利润 利好 利多 利空 拉升 拉抬 老股 买入 买手 卖手 买空 卖空 卖出 买量 卖量 慢牛 年报 年线 内盘 牛市 牛股 牛皮 逆差 逆转 披露 抛售 骗线 派息 派发 盘挡 盘坚 盘软 盘跌 盘整 盘档 盘局 盘口 平仓 配股 配售 平市 平台 强势 强市 券商 趋势 期权 圈钱 缺口 前期 轻仓 弱势 弱市 融资 日线 热点 踏空 抬拉 跳空 跳水 天价 突破 探底 头部 贴水 套牢 填息 填权 填空 摊平 投资 调整 挑战 头部 推介 退市 收盘 收阳 收阴 收益 收购 上涨 实多 现手 实空 双头 死叉 升水 上档 死多 散户 顺差 上市 上攻 上扬 数量 实体 损益 税收 申购 扫盘 托管 停牌 突破 探低 探底 委托 外资 委比 委买 委卖 外商 外盘 违规 萎缩 尾市 尾盘 委必 午盘 杀低 向上 向下 现价 现手 箱体 蓄势 下跌 下挫 洗盘 新多 新股 新高 下档 吸纳 吸货 现卖 熊市 运作 溢价 月线 预亏 业内 业绩 要价 盈利 异动 验证 证券 坐轿 债券 债务 债权 中报 中期 中户 置换 资金 资本 资产 庄家 庄股 主力 总手 增资 斩仓 转仓 做多 做空 做手 做庄 做头 轧空 震盘 震仓 震荡 振幅 转让 整理 涨停 涨跌 涨幅 扎空 坐车 支撑 阻力 止跌 重仓 周线 最高 最低 追高 摘牌 A2权证 标准券 本利比 保证金 保荐人 避风港 成交量 成交价 成长股 承销商 次新股 创业板 大盘股 大牛股 大牛市 大股东 大阳线 大阴线 跌停板 多杀多 多翻空 董事会 短线客 低价股 地产股 浮动股 法人股 高息股 高价股 过户费 国家股 轨道线 国有股 国企股 沽空盘 股份制 跟风盘 公众股 乖离率 行情牌 含权股 核准制 换手率 红筹股 黑马股 会员制 获利盘 经纪人 绩优股 绩差股 交易厅 紧缩股 技术股 监事会 基本面 今开盘 叫买价 叫卖价 空杀空 开平盘 开盘价 开低盘 空翻多 科技股 亏损股 可转债 抗跌性 领头羊 蓝筹股 老八股 龙债券 冷门股 领导股 零星股 流通股 流通盘 龙头股 买入价 卖出价 牛皮市 普通股 抢短线 抢搭车 抢帽子 潜力股 趋势线 跷跷板 强势股 汽车股 热门股 融资股 死多头 收盘价 收益率 损益表 三重底 升高盘 十字星 上影线 市盈率 抬轿子 投资股 投机股 投资者 头肩顶 头肩底 踏地雷 委托书 委托人 稳定股 无息股 外资股 网络股 下轿子 下影线 信托股 小盘股 小阴线 小阳线 消息面 优绩股 优先股 遗忘股 圆弧底 一字型 印花税 证券法 证券商 证券业 证监会 涨停板 周转率 坐轿子 扎空头 扎多头 转托管 注册制 资本税 整数股 最高价 最低价 阻力线 自营商 支撑线 总资产 总市值 总股本 总市值 招股书 职工股 转配股 中价股 中长线 昨收盘 异动股 基准日 止损价 比价效应 便士股票 备兑凭证 部分偿还 本国债券 比例配售 部分改组 传真委托 长期投资 长期负债 长线是金 撤出股市 持币观望 成交数量 成交笔数 次日交收 财务风险 长期国债 场外交易 抽签偿还 初级市场 冲高受阻 储备风险 出售资产 次级市场 存托凭证 产权界定 承销协议 初次发行 财务补贴 财政收支 财政政策 常住居民 次要趋势 大幅炒作 代理席位 抵押融资 电子商务 多头市场 跌至谷底 短线交易 等级股票 对敲转帐 当面委托 当日有效 当日交收 电话委托 单利债券 到期偿还 定时偿还 短期国债 道氏理论 短暂趋势 底部横盘 低位震荡 底部割肉 多空双方 二次探底 二级市场 二级清算 二级销售 二板市场 法人结算 分红派息 发起设立 投资风险 负债股息 复利债券 发起协议 发行费用 发行公告 发行价格 法定资本 辅导报告 放量下跌 逢高减磅 逢低吸纳 逢低介入 逢高减仓 货币偿还 债权过户 固定资产 关联企业 关联法人 关联交易 个人股东 高科技股 购买交易 光谷概念 公募证券 公司债券 公司证券 股权置换 股权转让 股份公司 股票编号 股价涨跌 股票净值 股本结构 股票交易 股权登记 股权过户 股市垄断 股价规定 股指报跌 股东大会 股价指数 股票股息 股票基金 股票期权 股票市场 国际债券

H. 字符跳动和抖音是一个公司吗他们的大股东都是谁

字节跳动和抖音不是一个公司，字节跳动属于北京字节跳动科技有限公司，抖音属于北京微播视界科技有限公司，北京字节跳动科技有限公司和抖音创始人均为张一鸣。

北京字节跳动科技有限公司，成立于2012年3月，是最早将人工智能应用于移动互联网场景的科技企业之一，是中国北京的一家信息科技公司，地址位于北京市海淀区知春路甲48号。

抖音短视频，是一款音乐创意短视频社交软件，由今日头条孵化，该软件于2016年9月20日上线，是一个面向全年龄的音乐短视频社区平台。用户可以通过这款软件选择歌曲，拍摄音乐短视频，形成自己的作品，会根据用户的爱好，来更新用户喜爱的视频。

(8)跳动科技股票扩展阅读

字节跳动人工智能实验室成立于2016年，旨在针对人工智能相关领域的长期性和开放性问题进行探索，帮助公司实现对未来发展的构想。其独立研发的“今日头条”客户端，通过海量信息采集、深度数据挖掘和用户行为分析，为用户智能推荐个性化信息，从而开创了一种全新的新闻阅读模式。

2020年1月8日，火山小视频和抖音正式宣布品牌整合升级，火山小视频更名为抖音火山版，并启用全新图标。

I. 如何通过雪球查询股票之前的变动状况

一. 雪球公司介绍

雪球 聪明的投资者都在这里。

web 1.0：新闻资讯，股价信息，K线图
web 2.0：SNS 订阅，分享，聊天
web 3.0：移动 APP，交易闭环
雪球现在员工数还不到100，其中技术人员占一半。去年9月C轮融资4kw刀。我们现在的技术栈由下列组件组成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。我们当前是租用IDC机房自建私有云，正在往“公私混合云”方向发展。

在雪球上，用户可以获取沪深港美2w+股票的新闻信息，股价变化情况，也可以获取债券，期货，基金，比特币，信托，理财，私募等等理财产品的各类信息，也可以关注雪球用户建立的百万组合，订阅它们的实时调仓信息，还可以关注雪球大V。雪球当前有百万日活跃用户，每天有4亿的API调用。App Store 财务免费榜第 18 名。历史上曾排到财务第二，总免费榜第 19。

二. 雪球当前总体架构

作为一个典型的移动互联网创业公司，雪球的总体架构也是非常典型的设计：

最上层是三个端：web端，android端和iOS端。流量比例大约为 2：4：4 。web3.0 的交易功能，在 web 端并不提供。
接入层以及下面的几个层，都在我们的自建机房内部。雪球当前只部署了一个机房，还属于单机房时代。正在进行“私有云+公有云混合部署”方案推进过程中。
我们当前使用 nodejs 作为 web 端模板引擎。nodejs 模块与android 和 ios 的 app 模块一起属于大前端团队负责。
再往下是位于 nginx 后面的 api 模块。跟 linkedin 的 leo 和微博的 v4 一样，雪球也有一个遗留的大一统系统，名字就叫 snowball 。最初，所有的逻辑都在 snowball 中实现的。后来慢慢的拆出去了很多 rpc 服务，再后来慢慢的拆出去了一些 http api 做成了独立业务，但即便如此，snowball 仍然是雪球系统中最大的一个部署单元。
在需要性能的地方，我们使用 netty 搭建了一些独立的接口，比如 quoto server，是用来提供开盘期间每秒一次的股价查询服务，单机 qps 5w+，这个一会再细说；而 IM 服务，起初设计里是用来提供聊天服务，而现在，它最大的用途是提供一个可靠的 push 通道，提供 5w/s 的消息下发容量，这个也一会再细说。
雪球的服务化拆分及治理采用 twitter 开源的 finagle rpc 框架，并在上面进行了一些二次开发和定制。定制的功能主要集中在 access log 增强，和 fail fast，fail over 策略及降级开关等。 finagle 的实现比较复杂，debug 和二次开发的门槛较高，团队内部对此也进行了一些讨论。
雪球的业务比较复杂，在服务层中，大致可以分为几类：第一类是web1.0，2.0 及基础服务，我们称为社区，包括用户，帖子，新闻，股价，搜索等等，类比对象就是新浪财经门户+微博；第二类是组合及推荐，主要提供股票投资策略的展示和建议，类比对象是美国的motif；第三类是通道，类似股市中的“支付宝”，接入多家券商，提供瞬间开户，一键下单等等各种方便操作的功能。
雪球的业务实现中，包含很多异步计算逻辑，比如搜索建索引，比如股票涨跌停发通知，比如组合收益计算等等，为此，我们设计了一个独立的 Thread/Task 模块，方便管理所有的后台计算任务。但随着这些 task 越来越多，逻辑差异越来越大，一个统一的模块并不是总是最佳的方案，所以，我们又把它拆成了两大类：流式的，和批量式的。
雪球的推荐体系包括组合推荐“买什么”和个性化推荐。我们最近正在重新梳理我们的大数据体系，这个感兴趣的话可以单聊。
最下面是基础设施层。雪球基础设施层包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
线上服务之外，我们的开发及后台设施也很典型：gitlab开发，jenkins打包，zabbix 监控系统向 openfalcon 迁移，redimine向confluence迁移，jira，以及内部开发的 skiing 后台管理系统。
** 三. 雪球架构优化历程**

首先描述一下标题中的“股市动荡”定语修饰词吧：

上证指数从年初的3000点半年时间涨到了5000多，6月12号达到最高点5200点，然后就急转直下，最大单日跌幅 8.48%，一路跌回4000点以下。最近一周都在3900多徘徊。

3月最后一周，A股开户 166万户，超过历史最高纪录 2007年5月第二周165万户。

4月份，证监会宣布A股支持单用户开设多账户。

6月底，证金公司代表国家队入场救市。

7月份，证监会宣布严打场外配资。

中国好声音广告第一晚，带来超过平时峰值200倍的注册量

挑战：小 VS 大：

小：小公司的体量，团队小，机器规模小
大：堪比大公司的业务线数量，业务复杂度，瞬间峰值冲击

雪球的业务线 = 1个新浪财经 + 1 个微博 + 1 个 motif + 1 个大智慧/同花顺。由于基数小，API调用瞬间峰值大约为平时峰值的 30+ 倍。

挑战：快速增长，移动互联网 + 金融，风口，A股大盘剧烈波动。

首先，在app端，在我们核心业务从 web2.0 sns 向 3.0 移动交易闭环进化的过程中，我们开发了一个自己的 hybrid 框架：本地原生框架，加离线 h5 页面，以此来支撑我们的快速业务迭代。当前，雪球前端可以做到 2 周一个版本，且同时并行推进 3 个版本：一个在 app store 等待审核上线，一个在内测或公测，一个在开发。我们的前端架构师孟祥宇在今年的 wot 上有一个关于这方面的详细分享，有兴趣的可以稍后再深入了解。

雪球App实践—构建灵活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769

另外，为了保障服务的可用性，我们做了一系列的“端到端服务质量监控”。感兴趣的可以搜索我今年4月份在环信SM meetup上做的分享《移动时代端到端的稳定性保障》。其中在 app 端，我们采用了一种代价最小的数据传输方案：对用户的网络流量，电池等额外消耗几乎为0

每个请求里带上前一个请求的结果

succ or fail ： 1 char
失败原因：0 - 1 char
请求接口编号： 1 char
请求耗时：2 - 3 char
其它：网络制式，etc
炒股的人大多都会盯盘：即在开盘期间，开着一个web页面或者app，实时的看股价的上下跳动。说到“实时”，美股港股当前都是流式的数据推送，但国内的A股，基本上都是每隔一段时间给出一份系统中所有股票现价的一个快照。这个时间间隔，理论上是3秒，实际上一般都在5秒左右。 交了钱签了合同，雪球作为合作方就可以从交易所下属的数据公司那里拿到数据了，然后提供给自己的用户使用。

刚才介绍总体架构图的时候有提到 quote server ，说到这是需要性能的地方。

业务场景是这样的，雪球上个人主页，开盘期间，每秒轮询一次当前用户关注的股票价格变动情况。在内部，所有的组合收益计算，每隔一段时间需要获取一下当前所有股票的实时价格。起初同时在线用户不多，这个接口就是一个部署在 snowball 中的普通接口，股价信息被实时写入 redis ，读取的时候就从 redis 中读。后来，A股大涨，snowball 抗不住了。于是我们就做了一个典型的优化：独立 server + 本地内存存储。开盘期间每次数据更新后，数据接收组件主动去更新 quote server 内存中的数据。 后续进一步优化方案是将这个接口以及相关的处理逻辑都迁移到公有云上去。

对于那些不盯盘的人，最实用的功能就是股价提醒了。在雪球上，你除了可以关注用户，还可以关注股票。如果你关注的某只股票涨了或跌了，我们都可以非常及时的通知你。雪球上热门股票拥有超过 50w 粉丝（招商银行，苏宁云商）粉丝可以设置：当这支股票涨幅或跌幅超过 x%（默认7%）时提醒我。曾经连续3天，每天超过1000股跌停，证监会开了一个会，于是接下来2天超过1000股涨停

原来做法：

股票涨（跌）x%，扫一遍粉丝列表，过滤出所有符合条件的粉丝，推送消息
新做法：

预先建立索引，开盘期间载入内存
1%：uid1，uid2
2%：uid3，uid4，uid5
3%：uid6
问题：有时候嫌太及时了：频繁跌停，打开跌停，再跌停，再打开。。。的时候
内部线上记录：

4台机器。
单条消息延时 99% 小于 30秒。
下一步优化目标：99% 小于 10 秒
IM 系统最初的设计目标是为雪球上的用户提供一个聊天的功能:

送达率第一
雪球IM：Netty + 自定义网络协议
Akka ： 每个在线client一个actor
推模式：client 在线情况下使用推模式
多端同步：单账号多端可登录，并保持各种状态同步
移动互联网时代，除了微信qq以外的所有IM，都转型成了推送通道，核心指标变成了瞬间峰值性能。原有架构很多地方都不太合适了。

优化：

分配更多资源：推送账号actor池
精简业务逻辑：重复消息只存id，实时提醒内容不推历史设备，不更新非活跃设备的session列表等等
本地缓存：拉黑等无法精简的业务逻辑迁移到本地缓存
优化代码：异步加密存储，去除不合理的 akka 使用
akka这个解释一下：akka 有一个自己的 log adapter，内部使用一个 actor 来处理所有的 log event stream 。当瞬间峰值到来的时候，这个 event stream 一下子就堵了上百万条 log ，导致 gc 颠簸非常严重。最后的解决办法是，绕过 akka 的 log adapter，直接使用 logback 的 appender

线上记录：5w/s （主动限速）的推送持续 3 分钟，p99 性能指标无明显变化

7月10号我们在中国好声音上做了3期广告。在广告播出之前，我们针对广告可能带来的对系统的冲击进行了压力测试，主要是新用户注册模块，当时预估广告播出期间2小时新注册100万

压测发现 DB 成为瓶颈：

昵称检测 cache miss > 40%
昵称禁用词 where like 模糊查询
手机号是否注册 cache miss > 80%
注册新用户：5 insert
优化：

redis store：昵称，手机号
本地存储：昵称禁用词
业务流程优化：DB insert 操作同步改异步
下一步优化计划：

将 sns 系统中所有的上行操作都改成类似的异步模式
接口调用时中只更新缓存，而且主动设置5分钟过期，然后写一个消息到 mq 队列，队列处理程序拿到消息再做其它耗时操作。
为了支持失败重试，需要将主要的资源操作步骤都做成幂等。
前置模块HA：

合作方合规要求：业务单元部署到合作方内网，用户的敏感数据不允许离开进程内存
业务本身要求：业务单元本身为有状态服务，业务单元高可用
解决方案：

使用 Hazelcast In-Memory Data Grid 的 replication map 在多个 jvm 实例之间做数据同步。

java 启动参数加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具连接

关于前置模块，其实还有很多很奇葩的故事，鉴于时间关系，这里就不展开讲了。以后有机会可以当笑话给大家讲。

组合净值计算性能优化：

一支股票可能在超过20万个组合里（南车北车中车，暴风科技）
离线计算，存储计算后的结果
股价3秒变一次，涉及到这支股票的所有组合理论上也需要每 3 秒重新计算一次
大家可能会问，为什么不用户请求时，实时计算呢？这是因为“组合净值”中还包括分红送配，分股，送股，拆股，合股，现金，红利等等，业务太过复杂，开发初期经常需要调整计算逻辑，所以就设计成后台离线计算模式了。当前正在改造，将分红送配逻辑做成离线计算，股价组成的净值实时计算。接口请求是，将实时计算部分和离线计算部分合并成最终结果。

实际上，我们的计算逻辑是比较低效的：循环遍历所有的组合，对每个组合，获取所有的价值数据，然后计算。完成一遍循环后，立即开始下一轮循环。

优化：

分级：活跃用户的活跃组合，其它组合。
批量：拉取当前所有股票的现价到 JVM 内存里，这一轮的所有组合计算都用这一份股价快照。
关于这个话题的更详细内容，感兴趣的可以参考雪球组合业务总监张岩枫在今年的 arch summit 深圳大会上的分享：构建高可用的雪球投资组合系统技术实践 http://sz2015.archsummit.com/speakers/201825

最后，我们还做了一些通用的架构和性能优化，包括jdk升级到8，开发了一个基于 zookeeper 的 config center 和开关降级系统

四. 聊聊关于架构优化的一些总结和感想

在各种场合经常听说的架构优化，一般都是优化某一个具体的业务模块，将性能优化到极致。而在雪球，我们做的架构优化更多的是从问题出发，解决实际问题，解决到可以接受的程度即可。可能大家看起来会觉得很凌乱，而且每个事情单独拎出来好像都不是什么大事。

我们在对一个大服务做架构优化时，一般是往深入的本质进行挖掘；当我们面对一堆架构各异的小服务时，“架构优化”的含义其实是有一些不一样的。大部分时候，我们并不需要（也没有办法）深入到小服务的最底层进行优化，而是去掉或者优化原来明显不合理的地方就可以了。

在快速迭代的创业公司，我们可能不会针对某一个服务做很完善的架构设计和代码实现，当出现各种问题时，也不会去追求极致的优化，而是以解决瓶颈问题为先。

即使我们经历过一回将 snowball 拆分服务化的过程，但当我们重新上一个新的业务时，我们依然选择将它做成一个大一统的服务。只是这一次，我们会提前定义好每个模块的 service 接口，为以后可能的服务化铺好路。

在创业公司里，重写是不能接受的；大的重构，从时间和人力投入上看，一般也是无法承担的。而“裱糊匠”式做法，哪里有性能问题就加机器，加缓存，加数据库，有可用性问题就加重试，加log，出故障就加流程，加测试，这也不是雪球团队工作方式。我们一般都采用最小改动的方式，即，准确定义问题，定位问题根源，找到问题本质，制定最佳方案，以最小的改动代价，将问题解决到可接受的范围内。

我们现在正在所有的地方强推3个数据指标：qps，p99，error rate。每个技术人员对自己负责的服务，一定要有最基本的数据指标意识。数字，是发现问题，定位根源，找到本质的最重要的依赖条件。没有之一。

我们的原则：保持技术栈的一致性和简单性，有节制的尝试新技术，保持所有线上服务依赖的技术可控，简单来说，能 hold 住。

能用cache的地方绝不用db，能异步的地方，绝不同步。俗称的：吃一堑，长一智。

特事特办：业务在发展，需求在变化，实现方式也需要跟着变化。简单的来说：遗留系统的优化，最佳方案就是砍需求，呵呵。