yelp

收录了 yelp 频道下的 50 篇内容

Yelp 故障转移策略的实现

讲述Yelp工程师如何协调其流量故障转移流程，并在可靠性、性能和成本效率之间实现微妙平衡的故事。

2021-03-31

一天几十亿条消息：Yelp 的实时数据管道

这是关于Yelp的实时流数据基础设施系列文章的第一篇。这个系列会深度讲解我们如何用“确保只有一次”的方式把MySQL数据库中的改动实时地以流的方式传输出去，我们如何自动跟踪表模式变化，如何处理和转换流，以及最终如何把这些数据存储到Redshift或Salesforce之类的数据仓库中去。

作者 : Justin C. 译者: 足下

2016-08-11

5523

Yelp 将核心商家搜索功能迁移至 Elasticsearch

Yelp工程团队成员通过本文介绍了将原本基于Lucene的商家搜索功能迁移至Elasticsearch的整个过程，老系统的局限，新系统需要解决的问题，以及在整个过程中获得的经验。

作者 : Umesh Dangat 译者: 大愚若智

2017-07-31

1681

Yelp 的实时流技术之三：不止是模式存储服务的 Schematizer

这是关于Yelp的实时流数据基础设施系列文章的第三篇。这个系列会深度讲解我们如何用“确保只有一次”的方式把MySQL数据库中的改动实时地以流的方式传输出去，我们如何自动跟踪表模式变化，如何处理和转换流，以及最终如何把这些数据存储到Redshift或Salesforce之类的数据仓库中去。这一篇主要介绍Schematizer，Yelp的模式存储服务。

作者 : Chia-Chi Lin 译者: 足下

2016-09-22

1702

Yelp 的实时流技术之二：将 MySQL 表数据变更实时流到 Kafka 中

这是关于Yelp的实时流数据基础设施系列文章的第二篇。这个系列会深度讲解我们如何用“确保只有一次”的方式把MySQL数据库中的改动实时地以流的方式传输出去，我们如何自动跟踪表模式变化，如何处理和转换流，以及最终如何把这些数据存储到Redshift或Salesforce之类的数据仓库中去。这一篇中介绍的是MySQLStreamer，它从MySQL二进制文件中提取所有的数据变更操作事件，再把这些事件发布到Kafka中。

作者 : Prem Santosh Udaya Shankar 译者: 足下

2016-09-11

10545

Yelp 是如何无损压缩图片的

Yelp承载了上亿张用户上传的照片，这些图片耗费了应用和网站用户的大量带宽，而图片本身的存储和传输也为Yelp造成了不菲成本。为了向用户提供更出色的体验，Yelp一直在努力优化这些照片，目前已经在不牺牲质量的前提下将照片的体积平均减少了30%。借此可以减少用户下载照片所需的时间和带宽，同时存储图片的成本也大幅降低。

作者 : Stephen Arthur 译者: 大愚若智

2017-07-25

2190

Yelp 开发团队发布内部网站设计指南

近日，Yelp开发团队在博客发布消息：Yelp公开了内部网站设计指南。这份文档此前是Yelp内部使用文档，为设计师、产品经理、工程师提供了Yelp UI模式的通用信息，目的是保证Yelp网站的视觉设计一致性、降低技术模块化难度、可复用标记和样式文件。

作者 : sayhelen

2014-02-14

2315

用深度学习技术来找到 Yelp 上的美图

Yelp的数据库中已经存储了几千万张相片，用户们现在每天都会上传大概十万张，而且速度还在不断加快。文中介绍了Yelp如何用深度学习技术来挖掘每家商户的最好的相片并优先展示在商户封面上，从而为用户提供最好的体验的。

作者 : Alex M. 译者: 足下

2017-04-04

1194

Yelp 的实时流技术之四：流处理器 PaaStorm

这是关于Yelp的实时流数据基础设施系列文章的第四篇。这个系列会深度讲解我们如何用“确保只有一次”的方式把MySQL数据库中的改动实时地以流的方式传输出去，我们如何自动跟踪表模式变化，如何处理和转换流，以及最终如何把这些数据存储到Redshift或Salesforce之类的数据仓库中去。这一篇讲的是流处理器PaaStorm。

作者 : Matt K. 译者: 足下

2016-10-23

1288

Yelp 的数据管道开源了

在经过了几个月的不断分享之后，Yelp终于赶在圣诞节之前放出了大招：把他们的数据管道的核心模块全都开源出来了！

作者 : 足下

2016-12-06

4171

Yelp 是如何使用深度学习对商业照片进行分类的

Yelp是美国最大点评网站，拥有世界各地的Yelper上传的成千上万的照片。能够对照片进行正确的分类对于Yelp提高各种应用的用户体验至关重要，目前，Yelp正在利用各种系统生成的数据增强Yelp近期推出的封面照片多样化、标签式照片浏览等服务。那么Yelp是如何做到对照片进行分类的？答案是深度学习。Yelp的软件工程师Wei-Hong C.在其博客中对这一问题进行详细解答。

作者 : 张天雷

2015-11-06

2062