信息流产品为了给大家提供千人千面的内容引荐，后端构建了一个庞大、复杂的引荐系统，整个系统包括上百个模块，上百个策略算法以及模型，并且这个系统以极高速的效率迭代，日均上线近百个需求； 这样庞大的系 统如何做到这样高速波动的迭代呢? 这里离不开 PM、RD、QA等各角色共同构建的智能交付系统 。
本文主要引见了百度大规模信息流引荐系统研发、交付效能提升的相关实际。涵盖研发、测试、发布、上线部署各个阶段，经过智能化手腕，结合数据和算法，完成效能提升、以及流程智能流转，最终完成全流程的无人值守。
一、背景引见信息流产品为了给大家提供千人千面的内容引荐，后端构建了一套庞大、复杂的大规模引荐系统，整个系统包括上百个模块，上百个策略算法以及模型，并且整个系统以极高速的效率不停迭代相关的策略以及架构，日均上线百次；这样庞大的系统如何做到这样高速且波动的迭代呢？这里离不开PM、RD、QA等各角色共同构建的智能交付系统。
△图表 1：简化引荐系统
智能交付系统掩盖从研发、测试、发布到上线的各个环节，首先要设计一套高效运转的交付形式，并针对以后交付形式各个环节的成绩逐一击破：
△图表 2：交付形式表示图
1. 研发及自测阶段： 以微效劳化、业务框架&执行引擎为开发者赋能，降低研发成本，提升研发效率，并探求以自主测试为驱动的新研发形式，经过QA提供的优质交付效劳、RD本身质量看法和代码可测性的提升，进而完成研发测试一体化（测试才能左移为研发提供效劳、可测性改造等；研发右移提供更多的基础架构才能、质量看法提升等）来试点全体效能提升；
2. 测试阶段： 将每个测试行为拆分为测试输入、测试执行、测试剖析、测试定位4个子环节，在树立完备的测试体系之后，经过数据和算法，以智能的手腕对各个子环节赋能，提升全体的测试效率和召回才能，并释放排查、定位、结果校验剖析各处的人力；
3. 发布阶段： 从测试评价角度评价需求能否可以发布上线，满足上线条件的需求智能流转至上线部署阶段，完成流程的无人值守；
4. 上线部署阶段： 从编译优化&部署包裁剪、智能监控、并发起态调整，效劳重启优化4个方面，结合OP、EE、RD共同提升上线效率；
5. 底层： 依赖于弱小的中台才能，包括配置数据管理、构建中台、策略中台等等中台支撑流水线高效运转。
△ 图表 3：智能交付细叱表示图
二、中心成绩&处置方案 2.1 研发&自测阶段--该阶段主要处置研发效率和自测效率成绩 2.1.1 业务框架&执行引擎构建 1. 背景目前，融合层的众多策略&业务逻辑，都比较分散。主要体如今以下几个方面：
代码架构： 策略逻辑不内聚，数据依赖分散，缺乏通用性；
研发效率： 开发一个调权功用，需求修正n个文件函数，并且每个中央的依赖数据和运用方式能够不尽相反，在开发前需求先熟习各个位置的代码，开发进程中很容易漏掉某个中央没开发到，研发调试、测试周期被迫延伸。
基于上述背景，预期完成一个算子执行框架，其主要目的如下：
标准算子接口和数据依赖，提升策略代码通用性和迭代效率；
框架对外接口尽能够复杂，外部执行完成尽能够轻量。
2. 完成框架在完成上拆分红了两部分： 中心执行+执行策略。 如下图：
△图表 4：业务框架&执行引擎设计图
(1) 中心执行主要功用： 依据给定『执行形式』运转算子。中心细节上包括如下：
并发多路&短路执行功用，输入处置数据组织方式支持：流式&随机拜访容器；
算子支持带形状&有形状形式，完成算子执行的信息采集和反应。
(2) 执行策略主要功用：依据中心执行采集的信息，生成『执行形式』。详细完成逻辑是：采集中心执行每个算子的运转信息，输入执行剖析策略模块，生成下一次中心执行的执行形式，中心细节包括如下：
独立线程活期剖析运转状况，生成运转形式；
运转形式更新和运用采用0-1buf增加读取&写入的竞争；
执行剖析策略模块，采用插件化设计（相似路由iptable），生成运转形式的时分，顺序遍历每一个策略，支持自定义开发不同的执行剖析策略模块。
2.1.2 新研发形式试点 1. 背景所谓自主测试就是RD在研发进程中自行应用优质的测试相关效劳停止质量保障，再结合完备有效的自动化才能直接给出可交付结论的研发行为； 全体经过树立极致流水线和测试效劳才能，引入研发深度参与测试，并结合智能化测试落地，提升全体交付效能。
2. 完成
流程变化： 原有提交代码后QA依据本次变更补充相应case，以掩盖变更场景，左移至RD开发环节；
RD任务： RD在开发需求、策略代码的同时，在QA提供的测试效劳才能基础上，经过配置case或许编写自定义校验函数的完成case书写任务，全体case编写成本30min之内；
QA任务： QA经过树立可配置化模块接入，配置化case添加的自动化测试框架，提供低成本运用的测试效劳才能，降低RD case书写成本；并且测试效劳才能掩盖包括基础校验、策略校验等90+%中心功用点，流水线掩盖功用、功用、波动性等P0测试场景，以保障此部分的需求无风险上线。
△ 图表 5：新研发形式试点
2.2 准入&测试阶段--该阶段主要处置测试效率成绩我们树立了集成『自动化测试』、『功用测试』、『波动性测试』等各项工程才能的完备流水线作为准入系统。树立了完备的工程才能之后，我们还是遇到了这样的成绩：
自动化测试才能更多的是 作 为功用回归才能，如何可以快速掩盖新增功用，提升自主测试呢？
功用diff测试产出报告包括上百个目的项，如何剖析，如何判别是由于系统缘由惹起的波动，还是代码变更惹起的下跌，降低剖析成本呢？
包含如此多项才能的准入系统，如何可以更高效运转，提供应RD和QA丝滑般的流水线体验呢？
所以，在智能交付时期，基于前期树立的完备测试才能的基础上，以中台和数据支撑，策略算法赋能，为整个准入系统提质增效，并经过火析、定位、评价智能化，流程智能流转，释放投入人力。
△ 图表 6：智能化无人值守流水线表示图
2.2.1 测试输入：智能case生成 1. 背景自动化测试才能更多的是做为功用回归才能，如何可以快速掩盖新增功用，将部分非自主测试项目功用高质高量掩盖，提升自主测试呢？
2. 完成经过对增量代码的白盒剖析结果，结合业务策略，停止测试用例生成，以尽能够掩盖本次新增功用。
△ 图表 7：智能case生成方案
2.2.2测试执行：智能构建 1. 背景 (责任编辑：admin)