印象笔记是一款多平台的云笔记。在这里将会介绍印象笔记(Evernote)服务端结构，以及印象笔记落地中国的变化。主要内容包括:

• 印象笔记(evernote)服务端架构
• 数据可靠性上的尝试与选择
• 印象笔记在中国: 网络层面上的改进
• 印象笔记在中国: 产品层面上的改进

在电子商务时代，智能手机、平板电脑和多浏览器的广泛使用，加之本地移动应用、云计算和虚拟化，使得管理网络和非网络应用性能变得越来越复杂，确保在线客户良好的体验比历史上任何时候都具有挑战性。

本议题为您介绍如何使用新一代应用性能管理确保应用交付链的最佳性能，提升用户体验。让您能够已能够全盘把握用户体验，量化在线质量、改善流程并增强其客户在线体验。

介绍官方JDK自带的不为广大Java程序员所熟悉的底层诊断工具SA（Serviceability Agent）。SA提供了一套可以深入JVM内部进行探索的机制，对于Java Web应用的各种问题的诊断具有重要意义。主要内容包括：

1. SA的基本工作原理；
2. 举例介绍SA如何进行问题诊断。

Tsar是一个信息采集工具，能够收集服务器信息，如cpu、load等，以及应用信息，如tengine、haproxy等。

数据可以保存在本地磁盘，或者输出到Mysql，也可以和nagios进行打通，自动进行报警。

通过自定义的Tsar模块，可以方便的采集自己关注的数据，并使用tsar的所有特性。

主要内容包括：

• Tsar的使用介绍
• Tsar的架构
• 定制Tsar模块

我们都知道Web应用要足够快，其中JavaScript起着很大作用。越来越多的应用把数据处理工作交给客户端来做，那么如何才能跟上快速变化的应用前端需求？本议题会讨论如何保证应用的良好性能和所有部分的可维护性，以及开发一个像Circonus这样的大型、复杂的 Web应用必须涉及到的技术，包括提高代码性能和可维护性的各种技术，涉及到多个内容，比如jQuery、canvas标记、websocket以及现代CSS。

两年前Android的优化方法都集中在Java语言API层面的优化，要做到iOS般的UI体验比较麻烦。随着Android发展和Android4.1引入的ProjectButter，Android的UI性能已经有很大的提升，特别在UI渲染方面提供了更深入的优化方案，iOS般体验在Android4.x上已触手可及。

本session将介绍正点科技在研发过程中积累的Android优化经验，包括性能优化，越发有用的Animation API，NativeApp与WebApp优缺比较， WebApp的开发建议等等。

• 常用优化手段
• UI渲染性能优化(traceviwe, systrace,
• overdraw, 处理bitmap, etc)
• Project Butter
• Animation（Android 3.x+，媲美CoreAnimation的UI动画效果）
• Mobile Web App开发（兼容与性能问题）

在技术不断进步的现在，我们对应用进行优化后，在实际使用中往往欠缺有效手段观察这些改动对终端用户的体验是否具有明显改善。

在生产运维环境中，当应用出现问题征兆，影响扩大之前，也很难准确发现问题、判断影响、隔离故障和找到原因。

本议题为您介绍如何用全新的应用性能管理如何评估整条应用交付链上的用户感知情况，分享Compuware APM的经验:

• 云端性能评估
• 真实用户感知
• 深入交易诊断

随着移动互联网蓬勃发展，Qzone touch的访问量快速突破亿级。如何在移动网络下保证响应速度、提升用户体验的同时，也能快速满足用户不断需要的新增功能呢？这里就给大家分享Qzone touch的一些优化实践：

1. touch框架的选型；
2. html5 manifest之疼；
3. Etag和本地存储的妙用；
4. 前端模板 vs 后台模板；
5. 腾讯年度优秀代码——拍照压缩上传；
6. javascript与WebView宿主通讯的最佳实践。

本议题将会介绍一个管理Web性能的框架，每一步都可以回溯到一个可测量的用户影响状态。

• 通过测量真实用户体验创建一个精确的性能基线。
• 将业务指标和网站性能联系起来，然后研究之间的联系。
• 从业绩目标导出性能目标。
• 找出你网站的重要部分，这些部分性能一旦提高会最大程度地影响用户体验和行为。

从硬件、软件和管理体系三方面概述Yahoo!作为全球领先的互联网企业，如何构建和维护超大规模的网络应用。主要内容包括三方面：

• Infrastructure － 基础设施，主要包括雅虎的机房和网络。我们如何设计机房及网络，来帮助我们支撑超大规模的应用。
• Technology Ecosystem － 技术生态系统，我们利用了些什么样的产品和技术，来实现超大规模的应用。
• Service Engineering － 前面的两条分别是硬件和软件环境，除了硬件和软件，能够实现高可用性服务的核心，最终要的因素还是人。所以我们在最后，会给大家介绍雅虎的运维团队是如何工作的。

不同于以往的性能监控方式，不再需要大规模在各省市部署监控点，不再需要复杂的自动化脚本，不再需要一堆浏览器插件，利用html5的新特性来获取页面的性能数据，部署自己的性能数据采集代码，获得真实用户的性能访问数据，帮助网站开发者在第一时间了解用户的访问状况，及时调整页面性能。

充分利用javascript的特性，采集用户的行为数据，实时了解到用户喜欢什么，不喜欢什么，帮助产品和业务更好的了解用户，改善营销效果，提升用户体验。

分享携程的 UBT（User Behavior Tracking） 系统:

1. 采集真实用户的访问性能数据
2. 采集真实用户的访问行为数据
3. 分布式实时性能处理分析汇总
4. 用户客户端数据在携程的应用

百度贴吧是一个有数十亿PV、数亿用户的大型站点，每天都有多个新功能上线。在这样的大访问量和高迭代速度下，保证并持续优化页面性能，是一个严峻而现实的问题。

贴吧有一套不断发展的架构，贯穿前后端，融入在开发流程中，持续优化和改进页面性能。本次演讲将介绍如下几点：

1. 支持页面性能持续优化的架构
2. 多端（PC、手机、iPad等）性能优化的实践
3. 在性能和研发效率上找到平衡
4. 快速地集成性能优化工具

关于Web性能的推广让我们相信网站越快越好。但是更重要的是不要忘记为什么关心网站速度。大家搜集和分析的性能指标代表了我们为之创造优质体验的现实用户。为此我们必须真正理解性能指标和用户行为之间的关系。

本主题演讲会分析具体例子来量化地展示网站性能如何影响用户行为，还会讨论战略方法，来保证用户始终是网站性能的重中之重。

介绍百度针对前端业务层面的性能问题所提供的基础服务，并包括一些优化实践案例。

包括如下内容：

1. 前端性能优化整体规划
2. 指标体系
3. 监控系统功能和实现
4. 性能分析工具pagecheck
5. 性能优化实践
6. 问题和新挑战

1.我们面临的问题和取得的成果

a.面临的问题

b.取得的成果

2.回顾一下淘宝高访问量web系统的优化历史

a.初级阶段，用最简单的方式达到最好的效果

b.高级阶段，用麻烦的方式达到比较好的效果

c.推广阶段，通过复制让更多的系统享受到更好的效果

3.已经使用的和正在使用的优化手段

a.前端的

b.后端的

c.服务器和网络的

4.我们的团队

a.前端速递小组

b.性能优化小组

c.服务器和网络

当一个站点已经实施过Y!、Google对高性能网站提出的性能优化建议之后，它还有没有大幅提升的潜力？当一个站点承载了各种重要业务指标的时候，我们还敢不敢对这个站点进行优化？

在这里，杜欢将为大家带来淘宝网首页的优化分享。从页面、业务、数据、监控、协作等多方位为大家系统地介绍如何去实施运营类首页优化。让我们一起去见证淘宝网首页是如何在短短的3个月内将性能提升一倍的。

阿里巴巴HBase集群目前800+台的部署规模（包括在线和离线），存储的数据达到PB级别，单表最大突破千亿，典型使用场景有即时通讯类消息、海量历史数据等。此主题包括hbase的基础、典型的场景使用和经验介绍，然后介绍hbase的自动化运维，最后介绍一些hbase的容灾优化方案。

在开发跨平台、多终端的应用时，越来越多的开发者选择了“本地代码+HTML5”这种灵活敏捷、省时省力的开发模式。 但是当你的应用在不同版本的iOS和Android系统上打开同一个页面的时候，页面性能往往不尽如人意。在性能优化的同时，既要考虑不同的硬件的兼容性、又要考虑不同系统的通用性、 甚至还要考虑多个应用共用一个页面时的可扩展性和可维护性。实际操作起来往往顾此失彼、按下葫芦浮起瓢。仅依靠传统的Web优化手段已经难以达到更好的效果。

QQ互联团队在过去的半年中，在PC、iOS、Android平台上，综合运用多种技巧，对Web前端进行了多项优化。以登录页面为例，优化后启动速度平均提升了30%，在不同设备和网络环境中均有提升，大大提高了用户的体验和转化率。本次将和大家一起分享其中的辛路历程以及对传统优化手段的思考。

随着浏览器和多终端的发展，网页能做到的事情越来越多。在终端环境下参差不齐的硬件条件，让web开发对我们在终端上的产品体验开始缺乏信心。对于高端浏览器，我们针对性能优化还可以从哪些角度进行分析？

更高的交互要求的背景下，渲染帧速是大家开始不断关注的问题。在最理想的60帧速下，如何更好得运用只有16毫秒的处理空间，来提升我们的产品体验？通过各种分析手段和技巧，与大家分享中间可以优化的可能以及思路。

Hadoop系统及其生态圈是现在处理大数据的基石。然而，当运维数千台甚至上万规模机器的时候，会遇到诸多挑战，如硬件配置的差异化，用户数和任务数的急剧膨胀，大压力下的边界效应，小概率事件被触发等。在这个前提下，还要做好自动化运维、监控报警等。阿里集团近几年的Hadoop集群机器数目快速发展，在规模和经验方面都在快速变化，在本次演讲将和大家分享这些实战经验。

• 阿里Hadoop集群发展现状
• 监控报警
• 自动化运维
• 数据化运维
• 大规模集群下遇到的运维问题和新挑战