腾讯开源技术丨解析开源项目背后的技术栈

SF思否小姐姐 | 156 11-28 0 0 1

腾讯在开源之路上走了 8 年

至今已贡献了 91 个项目

除了收获 26 万+ star、5 万+ fork 以外

更多的是开发心得与技术经验


腾讯云 云+社区技术沙龙「腾讯开源技术」

12 月 21 日下午 2 点 - 6 点将在深圳腾讯大厦举行

5 位腾讯高级工程师将在沙龙中

分享腾讯在开源领域中的最新成果


#扫描文末二维码即可免费报名#



这些开源成果包括:



Tencent Kona JDK



Tencent Kona JDK 于今年 11 月初 2019Techo 开发者大会举行前夕宣布开源。Kona JDK 是基于 OpenJDK8 进行了具有针对性地优化后而开发,并由腾讯提供技术维护、优化及安全保障的 JDK 产品。Kona JDK 引入了高版本 JDK 特性,能够帮助用户无感知地使用共享核心类信息以提高启动速度,在云场景下 JVM 的启动速度最高能够提升 40% 左右。


Kona JDK 具备高性能、高可靠、高安全性、适用云场景、分析工具丰富等特点,是开源 JDK 选型的绝佳选择。目前,Kona JDK 已在腾讯上万台服务结点上进行了大规模部署,为腾讯微服务平台 TSF、 腾讯 TBDS 大数据套件、腾讯 TI 智能钛机器学习平台等项目提供了稳定的保障。


Kona JDK 是本次活动的重点分享内容,腾讯专家工程师杨晓峰将在演讲中围绕 JDK 在腾讯海量业务负载中的需求、心得与痛点,解析 Kona JDK 的开发思路,并将针对大数据领域的扩展性难点以及算力优化、诊断与调优功能改进等话题,探讨 JVM 领域的前沿实践与发展趋势。


杨晓峰目前为 TEG JDK 团队负责人,同时也是 OpenJDK 的贡献者、CCF系统软件专委委员,曾领导 Oracle Java Platform 北京核心类库、京东数据基础平台智能化系统研发等团队,主要聚焦于 Java、JVM 等基础软件在大数据、云计算等领域中的技术演进与实践。




TencentOS tiny




腾讯自主研发的轻量级物联网实时操作系统 TencentOS tiny 于今年 9 月宣布开源。TencentOS tiny 具有低功耗、低资源占用、模块化、安全可靠等特点,可有效提升物联网终端产品开发效率。TencentOS tiny 提供了精简的 RTOS 内核,内核组件可裁剪可配置,支持快速移植到多种主流 MCU 及模组芯片上,且基于 RTOS 内核提供了丰富的物联网组件,内部集成主流物联网协议栈(如 CoAP/MQTT/TLS/DTLS/LoRaWAN/NB-IoT 等),可助力物联网终端设备及业务快速接入腾讯云物联网平台。


TencentOS tiny 项目 IoT 解决方案核心开发成员、腾讯工程师叶丰将在分享中讲解 TencentOS tiny 的项目背景、软件架构、IoT 解决方案等内容,并现场演示如何通过 TencentOS tiny 从零开始快速打造一个端到端的 IoT 小应用。




TubeMQ




TubeMQ 于今年 9 月在 ApacheCon 上宣布开源。TubeMQ 是腾讯从 2013 年开始研发的分布式消息中间件系统,可支持海量数据的高性能存储与传输,具备吞吐率高,延迟可低至 5 毫秒等特点。经过近 7 年时间上万亿的数据沉淀,目前每天支撑的数据量超过了 30 万亿条。


TubeMQ 项目研发负责人、腾讯高级工程师张国成,亲历了数据从万亿到 33 万亿的系统优化改造过程,并在海量数据接入上拥有丰富的实践经验,他将在分享中阐述、分析万亿级消息中间件 TubeMQ 的主要特点,以及在百亿、千亿、万亿、十万亿量级下可能会遇到的挑战,同时还将分享在项目开源过程中的心得,为面临同样情况的开发人员提供参考。




MedicalNet




来自腾讯优图实验室的首个医疗 AI 深度学习预训练模型 MedicalNet 于今年 7 月宣布开源。MedicalNet 是全球首个提供多种 3D 医疗影像专用预训练模型的项目,可加快模型收敛,减轻模型对数据量的依赖,为全球的医疗 AI 发展奠定了基础。MedicalNet 提供的预训练网络可迁移到任何 3D 医疗影像的 AI 应用中,尤其适用小数据医疗影像 AI 场景,提升网络性能,支持通过简单配置少量接口参数值,进行微调训练。除此之外,MedicalNet 可提供多卡训练以及测试评估代码,接口丰富,扩展性强,另外还提供了不同深度 3D ResNet 预训练模型,可供不同数据量级应用使用。


腾讯视觉算法高级研究员陈思宏,于 5 年前开始着手医疗影像 AI 相关工作,主要致力于深度学习在医疗视频和 3D 影像上的研发与应用,她将在本次分享中分析 MedicalNet 的实现流程,结合多种医疗场景介绍 MedicalNet 在迁移学习中的应用。




TARS




TARS 是腾讯于 2017 年 4 月宣布开源的一款微服务框架,并于 2018 年 6 月捐赠给了 Linux 基金会。TARS 集可扩展协议编解码、高性能 RPC 通信框架、名字路由与发现、发布监控、日志统计、配置管理等功能于一体,是覆盖微服务架构系统开发与运维的一套完整解决方案。通过 TARS 可快速完成开发、发布、部署、上线、维护等工作,用微服务的方式构建稳定可靠的分布式应用,并实现完整有效的服务治理。


TARS-GO 早期发起人及核心开发成员、腾讯高级工程师田甜,专注于在数据服务场景中应用微服务架构,拥有丰富的分布式架构设计与开发经验,他将在本次分享中围绕 TARS 与 GRPC 等微服务框架,结合实际场景中的应用方向与趋势,为微架构的设计工作提供选型思路与技术参考。


dklkbgB1tN.jpeg

good-icon 0
favorite-icon 1
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter