作者：京东零售 姜波。

互联网上一半的流量来自于爬虫，如果您的网站没发现爬虫行为或者您的网站正遭受恶意爬虫攻击，那么您可以试试云WAF的爬虫管理，不仅可以帮您发现爬虫行为还可以帮您防护爬虫攻击。官网文档。作者：京东科技 李文强来源：京东云开发者社区 转载请注明来源。

本文旨在通过部署微前端项目的实践过程中沉淀出一套部署方案，针对项目分别部署在不同的服务器上的场景，就一些重点步骤、碰到的问题做了一些总结。

作者：京东云质量部随着前端技术发展，已经转变为数据绑定为主流的框架方式，与后端服务一样，前端代码实现也会涉及相互依赖，引用这些场景，那么应该如何准确的评估前端代码改动的影响范围？依赖开发评估？依靠经验评估？或者直接前端自动化全回归？手工测试全回归？显然以上的策略都不是最优策略，本文叙述了通过对前端代码进行静态分析，找到改动文件影响的功能范围，从实现了一种前端精准测试的思路。前端对外可直接感知的就是

单元测试是阶段性测试的首要环节，也是白盒测试的一种，该内容的编写与实践可以前置在研发完成，研发在编写业务代码的时候就需要生成对应代码的单元测试。本篇文章介绍了什么是单元测试、为什么要单元测试、单元测试的框架以及单元测试的工具。

一、Mybatisplus的常用CRUD方法众所周知，mybatisplus提供了强大的代码生成能力，它默认生成的常用的CRUD方法（例如插入、更新、删除、查询等）的定义，能够帮助我们节省很多体力劳动。他的BaseMapper中定义了这些常用的CRUD方法，我们在使用时，继承这个BaseMapper类就默认拥有了这些能力。如果我们的业务中，需要类似的通用Sql时，该如何实现呢？是每个Mapper中

作者：京东科技 张静时间序列的异常检测是实际应用中的一个关键问题，尤其是在 IT 行业。我们没有采用传统的基于阈值的方法来实现异常检测，而是通过深度学习提出了一种无阈值方法：基于 LSTM 网络的基线（一个 LSTM 框架辅助几个优化步骤）和无监督检测（神经网络和多种机器学习算法的组合）协同综合分析时间序列。当时间序列显示出清晰的周期性形态的情况下基线表现良好，而无监督检测在效率要求高且周期性不太

对于线上和线下的零售行业，销量预测都是一项至关重要的任务，它可以帮助企业更好的预备库存以及在各个仓库之间分配商品。特别是在大型购物节期间，强劲的促销活动将极大地促进消费。然而，可供参考的历...

时间序列异常检测识别故障对系统的正常运行颇为重要，准确率高的异常检测对系统的稳定性具有重要意义。时间序列的异常检测已经研究了几十年，业界提出了各种有效检测方法。我们提出了一种基于深度学习的时间序列异常检测模型。

什么是异常？如本文开篇所提到的，与“正常模式” 不符的迹象就代表异常。在时间序列流中，异常类型众多，常见的异常类型可如上图所示，可以观察到，将时间点的数据流，按窗口大小切分成片段化的短序列后，能更容易发现到更多的异常（如，黑色矩形框所示），且异常片段相对其他片段都是比较特殊的pattern，为了更好表征这种序列pattern的特征，通过借鉴自注意力机制的思想，本文提出了一种名为 “自隔离机制”（s