在阿里，我们如何管理测试环境
作者：林帆（花名金戟），阿里巴巴研发效能部技术专家
相关阅读：在阿里，我们如何管理代码分支
前言
阿里的许多实践看似简单，背后却蕴涵着许多思考，譬如测试环境的管理。
互联网产品的服务通常是由Web应用、中间件、数据库和许多后台业务程序组成的，一套运行环境就是一个自成一体的小生态。
深入理解Flink Streaming SQL
序言
时效性提升数据的价值，所以Flink这样的流式(Streaming)计算系统应用得越来越广泛。
广大的普通用户决定一个产品的界面和接口。 ETL开发者需要简单而有效的开发工具，从而把更多时间花在理业务和对口径上。 &n
抽奖活动的高可用、高并发优化
这几年工作中做过不少营销活动，这里以抽奖活动为例，讨论一下如何设计出一个高可用、高并发的营销系统。
高可用、高并发架构的核心是分流和限流。系统架构时，应根据每一种营销活动的场景与特性，制定不同的分流、限流方案。
Kafka vs RocketMQ ——消息及时性对比
引言
在前几期的消息中间件对比中，我们为Kafka和RocketMQ设定了几个性能场景（单机系统可靠性、多Topic对性能稳定性的影响以及Topic数量对单机性能的影响），这些场景大都是以服务端的吞吐能力为对比焦点。这一期，我们将从客户端的角度出发，为大家带来Kafka和RocketMQ消息及时性
Blink 有何特别之处？菜鸟供应链场景最佳实践
> 作者：晨笙、缘桥
菜鸟供应链业务链路长、节点多、实体多，使得技术团队在建设供应链实时数仓的过程中，面临着诸多挑战，如：如何实现实时变Key统计？如何实现实时超时统计？如何进行有效地资源优化？如何提升多实时流关联效率？如何提升实时作业的开发效率？ 而 Blink 能否解决这些问题？下面一起来深入了解。
## 背景
菜鸟从2017年4月开始探索 Blink（即 Apache
