• 崔英杰 Go的持续集成 实践分享 简单 激情 速度快 聚焦 极致 可信赖 什么是持续集成 持续集成 是一种软件开发实践。在持续集 成中，团队成员频繁集成他们的工作成果， 一般每人每天至少集成一次，也可以多次。 每次集成会经过自动构建（包括自动测试） 的 检验，以尽快发现集成错误。 — Martin Fowler 简单 激情 速度快 聚焦 极致 可信赖 持续集成的好处 1. 快速发现修复错误 快速发现修复错误 2. 降低风险 3. 持续发布 4. 减少代码审核时间 5. 减少对个体依赖 简单 激情 速度快 聚焦 极致 可信赖 石器时代 简单 激情 速度快 聚焦 极致 可信赖 分享惨案经历 1. 无单元测试，手工集成测试 2. 测试用例300多个，需要一个星期 3. 面对业务压力，规则形同虚设 4. 深夜事故 简单 激情 速度快 聚焦 极致 可信赖 原有开发体系的问题 代码审核形同虚设 4. 部署过程依然没有完全自动化 简单 激情 速度快 聚焦 极致 可信赖 简单 激情 速度快 聚焦 极致 可信赖 持续…… 1.持续集成 Continuous Integration(CI) 2.持续发布 Continuous Delivery 3.持续部署 Continuous Deployment 简单 激情 速度快 聚焦 极致 可信赖 Continuous Integration

⼀站式开源持续测试平台 2023 年 9 ⽉ 1 2 持续测试的兴起与现状 3 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 持续测试是持续交付发展的必然需求 持续交付可以降低发布⻛险，提⾼可靠性，使 软件能够根据⽤户反馈、市场变化和企业战略 变更不断进⾏调整。 持续交付能⼒是企业核⼼竞争⼒ 持续测试能⼒保障业务⾜够可靠 持续测试是执⾏⾃动化测试的过程，作为软件 持续测试是执⾏⾃动化测试的过程，作为软件 交付流⽔线的重要⼀环，持续测试帮助企业尽 快获得软件发布后业务⻛险的反馈。 保 证 交 付 ⾜ 够 快 保 证 业 务 ⾜ 够 稳 催⽣ 促进 为什么测试环节会成为持续交付中的瓶颈？ 03. 价值衡量 • 需求/⽤户故事的⻛险评估缺失； • 关键性核⼼业务测试评估不⾜。 02. 碎⽚化管理 • 测试⼯具使⽤碎⽚化，不同的测试⼯ 具之间不兼容、⽆联动； ⾮探索性⼿⼯执⾏⽤例⽐重过多； • ⽤例编写和维护在协同上较为冗余； • 测试环境准备，测试报告整理等花费了⼤ 量的时间。 开发中 等待测试 测试中 因为下游处理能⼒不⾜导致的阻塞 图⽚来源：《持续交付 2.0》 造成测试阻塞的三个⽅⾯ 测试平台是提⾼⽣产能效最⾼效⽅法之⼀ 开发中 等待测试 测试中 建设测试平台，提升测试整体的吞吐量 测试跟踪 测试计划 测试环境 测试数据

Python3的新特性和改进 杭州美登科技 杜逸先 目录 CONTENTS Python的现状 Python3的新特性和改进 迁移到Python3 问答环节 1 Python的现状 Python的现状 Python2.7将于2020年1月1日停止维护 Python的现状 Python2.7将于2020年1月1日停止维护 主流Python包陆续终止对Python2的支持 Python的现状 Python3的新特性和改进 ——重要变化 Python3的新特性和改进——重要变化 Text Vs. Data Instead Of Unicode Vs. 8-bit 内容 类型 混合使用 Python3 Text Vs. Data str Vs. bytes ✖ Python2 Unicode Vs. 8-bit unicode Vs. str ✔ Python3的新特性和改进——重要变化 Python2 Python3的新特性和改进——重要变化 Python3 Python3的新特性和改进——重要变化 Python3的str和bytes不能混用！ Python3的新特性和改进——重要变化 求一段文本的MD5:Python2 Python3的新特性和改进——重要变化 求一段文本的MD5:Python3 Python3的新特性和改进——重要变化 Views And Iterators

阿 里 巴 巴 研 发 效 能 实 践 日 张燎原 阿里巴巴高级技术专家 从持续交付到业务创新 从持续交付到业务创新 一切不以达成业务目标为目的的持续交付都是耍流氓 张燎燎原 阿里巴巴高级技术专家，他是敏捷和精益方法的积极实 践者和推动者，具有十多年软件研发一线实践经验，经 历过消费电子、通信及互联网多个行业，长期从事研发 管理及研发教练工作，负责组织级大规模敏捷导入实施 和转型的 和转型的辅导。译有《程序员度量》、《软件驱魔》等。 同时，他热衷编写代码和开源，涉及软件设计、测试驱 动开发、代码重构、遗留代码的维护和持续集成及交 付。 twitter: @zhangliaoyuan 知识倍增速度： • 1750 - 1900： 150年年增⻓长⼀一倍 • 1900 - 1950：50年年增⻓长⼀一倍 • 1950 - 1960：10年年增⻓长⼀一倍 • 1960 - 1992：5年年增⻓长⼀一倍 Can Program After VB.NET Training 灵⻓长类动物接受培训之后， 能够进⾏行行VB编程 顺畅的高质量地交付 复杂产品、业务和组织 现实挑战 理理想期望 #1. 持续交付 ——可⻅见、可控、可度量量，加速价值交付 可⻅见：端到端拉通对⻬齐 ⽤用户价值驱动 左右模块对⻬齐 端到端的价值交付过程 �������������� ��� ��� �� ���

⼀站式开源持续测试平台 2022 年 5 ⽉ 1 2 持续测试的兴起与现状 3 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 持续测试是持续交付发展的必然需求 持续交付可以降低发布⻛险，提⾼可靠性，使 软件能够根据⽤户反馈、市场变化和企业战略 变更不断进⾏调整。 持续交付能⼒是企业核⼼竞争⼒ 持续测试能⼒保障业务⾜够可靠 持续测试是执⾏⾃动化测试的过程，作为软件 持续测试是执⾏⾃动化测试的过程，作为软件 交付流⽔线的重要⼀环，持续测试帮助企业尽 快获得软件发布后业务⻛险的反馈。 保 证 交 付 ⾜ 够 快 保 证 业 务 ⾜ 够 稳 催⽣ 促进 为什么测试环节会成为持续交付中的瓶颈？ 测试速度问题 • 超过 80% 的测试仍是⼿动执⾏的； • ⼤约 67% 的测试⽤例的编写、维护和执⾏是冗余的； • 测试⼈员平均要花 17% 的时间来处理误报和 14% 碎⽚化的测试⼯具是阻碍持续测试的关键因素之⼀ 测试管理 测试框架 接⼝测试 性能测试 UI 及移动测试 ⽆规范✗ 不兼容✗ ⽆联动✗ 协同难✗ 1 2 持续测试的兴起与现状 3 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 MeterSphere 的使命 MeterSphere 是⼀站式的开源持续测试平台，遵循 GPL v3

⼀站式开源持续测试平台 2023 年 3 ⽉ 1 2 持续测试的兴起与现状 3 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 持续测试是持续交付发展的必然需求 持续交付可以降低发布⻛险，提⾼可靠性，使 软件能够根据⽤户反馈、市场变化和企业战略 变更不断进⾏调整。 持续交付能⼒是企业核⼼竞争⼒ 持续测试能⼒保障业务⾜够可靠 持续测试是执⾏⾃动化测试的过程，作为软件 持续测试是执⾏⾃动化测试的过程，作为软件 交付流⽔线的重要⼀环，持续测试帮助企业尽 快获得软件发布后业务⻛险的反馈。 保 证 交 付 ⾜ 够 快 保 证 业 务 ⾜ 够 稳 催⽣ 促进 为什么测试环节会成为持续交付中的瓶颈？ 03. 价值衡量 • 需求/⽤户故事的⻛险评估缺失； • 关键性核⼼业务测试评估不⾜。 02. 碎⽚化管理 • 测试⼯具使⽤碎⽚化，不同的测试⼯ 具之间不兼容、⽆联动； ⾮探索性⼿⼯执⾏⽤例⽐重过多； • ⽤例编写和维护在协同上较为冗余； • 测试环境准备，测试报告整理等花费了⼤ 量的时间。 开发中 等待测试 测试中 因为下游处理能⼒不⾜导致的阻塞 图⽚来源：《持续交付 2.0》 造成测试阻塞的三个⽅⾯ 测试平台是提⾼⽣产能效最⾼效⽅法之⼀ 开发中 等待测试 测试中 建设平台，提升测试整体的吞吐量 测试跟踪 测试计划 测试跟踪 测试环境

同时，他热衷编写代码和开源，涉及软件设计、测试驱 动开发、代码重构、遗留代码的维护和持续集成及交付。 twitter: @zhangliaoyuan Content 好的度量是什么 What’s Good Metrics 研发效能度量体系 R&D Efficiency Metrics 效能改进的愿景 目标 Vision Metrics 改进是系统工程 System improvement 没有度量量的管理理，就是… Content 好的度量是什么 What’s Good Metrics 研发效能度量体系 R&D Efficiency Metrics 效能改进的愿景 目标 Vision Metrics 改进是系统工程 System improvement 度量量需要回答⼀一个本质的问题 信息 指标 信息 信息 度量量 指标 指标 指标 指标 指标 Metrics 效能改进的愿景 目标 Vision Metrics 改进是系统工程 System improvement 研发效能的度量量 需求响应周期 持续发布能力 交付吞吐率 交付过程质量 交付质量 交付周期 开发周期 集成发布时⻓长 发布频率 单位时间交付需求数 创建/关闭缺陷分布 缺陷库存 单位时间线上缺陷 线上问题解决时⻓长 持续快速、高质量 地交付价值的能力

独立运行  • 轻量级通信机制  • 独立的部署  • 去中心化 • 要多小？  • 怎么部署？  • 出错怎么办？  • 如何保证一致性 玩得起微服务的条件 持续改进的⾃自组织⽂文 快速响 Tall enough 服 务 ⾃自 演 进 2009年 2012年初探微服务 2014年⿊黑暗时代 2015年服务治理 2016年新的征程 背景介绍 3 所有⼈人？ 康威定律 设计⼀一个系统的任何组织所产⽣生 的设计和架构都等价于其组织间的 沟通结构。 —Melvyn Conway, 1967 康威逆定律 逐渐改进你的团队和组织结构 来促进你所渴望的软件系统架构。 —Sam Newman • 服务足够小  • 独立运行  • 轻量级通信机制  • 独立的部署  • 去中心化 微服务架构特性 测试交付 上线发布 运营 持续交付 持续改进 建⽴立闭环反馈系统 � � � � � � � � � � � � DevOps 这样就⾜足够了吗？ 快速响应 ⼀一个具有快速复原能⼒力， ⼀一个具有持续改进⾃自组织⽂文化的团队！ Podcast-�� ���� ���� 2014 2012 2015 持续改进的⾃自组织⽂文化 总结 持续改进的⾃自组织⽂文 快速响

仍有很大的提升的空间。基于此，我们通过研究并借鉴了业界已有的先进技术，开发 了一套新的目标检测框架——YOLOv6。该框架支持模型训练、推理及多平台部署 等全链条的工业应用需求，并在网络结构、训练策略等算法层面进行了多项改进和优 化，在 COCO 数据集上，YOLOv6 在精度和速度方面均超越其他同体量算法，相关 结果如下图 1 所示： 算法 2 > 2022年美团技术年货 图 1-1 YOLOv6 各尺寸模型与其他模型性能对比 以看到，YOLOv6 在不同分辨率下，仍然保持较大的性能优势。 2. YOLOv6 关键技术介绍 YOLOv6 主要在 BackBone、Neck、Head 以及训练策略等方面进行了诸多的 改进： ● 我们统一设计了更高效的 Backbone 和 Neck ：受到硬件感知神经网络设计 思想的启发，基于 RepVGG style[4] 设计了可重参数化、更高效的骨干网络 EfficientRep 提升了回归精度。通过在 YOLOv6s 上采用 SIoU loss 进行实验，对比 CIoU loss， 平均检测精度提升 0.3% AP。 10 > 2022年美团技术年货 3. 实验结果 经过以上优化策略和改进，YOLOv6 在多个不同尺寸下的模型均取得了卓越的表现。 下表 1 展示了 YOLOv6-nano 的消融实验结果，从实验结果可以看出，我们自主设 计的检测网络在精度和速度上都带来了很大的增益。