Posts
All the articles I've posted.
-
时序数据库 InfluxDB 深挖 · 数据模型、TSM 存储引擎与降采样保留
InfluxDB 深挖：时序数据的写多读窗、追加不改特征，Line Protocol 与 measurement/tag/field 数据模型、series cardinality 陷阱，TSM 存储引擎（WAL+Cache+TSM+Compaction）与 TSI 索引，保留策略与降采样，1.x→2.x→3.x（IOx 列存）演进，落到广告系统指标监控的选型与踩坑。
-
IDFA 之后的归因：MMP、SKAdNetwork 与 Postback 结算
移动归因怎么把一次安装追到具体的渠道、广告和创意——MMP 的角色、SDK 采集了什么、Postback 怎么实时回流、IDFA 之后 SKAdNetwork 如何补位，以及为什么你需要一个 SSOT 单一数据源来结算。以 AppsFlyer 为例。
-
冷启动：程序化栈每一层都在解同一个问题
从新广告、缺特征模型、拉起中的 serverless 到未回的 SKAN postback，AdTech 每层都在解同一问题——信息不全时就要决策。本篇把冷启动四副面孔（广告、模型、系统、归因）收进同一框架：先验从哪来、怎么熬过空窗期、怎么判断结束。
-
IAB TCF 与 GPP 深挖：每个 AdTech 工程师都绕不开的『同意』协议
Updated:工程师视角的 IAB TCF v2.2/v2.3 与 GPP 实战笔记：CMP 在页面上做什么、一条 TC String 里装了什么、它怎么经 OpenRTB 传递、bidder 收到后必须做什么，以及 GPP 如何把 TCF 包进全球合规信封。
-
推荐全链路离线评估：单看召回 HitRate 或排序 AUC 都会骗你
推荐系统系列（收官）：用「书店帮你找书」的比喻讲透全链路离线评估——为什么单看召回 HitRate 或排序 AUC 都会骗你、四个指标（只有 NDCG 能区分命中排第几）、三组对照怎么定位瓶颈在召回还是排序，以及永远以全链路指标做上线决策。