Lyst Engineering Blog 主要分享哪些技术主题?
Lyst Engineering Blog 是时尚电商平台 Lyst 工程团队的技术博客，内容集中在四类主题：后端与基础设施、性能与测试、数据科学与机器学习、工程文化与协作。如果你关注电商系统如何从单体走向微服务、如何做低停机数据库迁移，或想看时尚搜索场景下的机器学习实践，这个博客值得关注。它偏向工程实践复盘，而非产品宣传或入门教程。
后端与基础设施
这一类的文章围绕服务拆分和数据库运维展开，适合正在做架构演进或迁移的团队参考。
- 微服务：记录 Lyst 从单一代码库迁移到一组小型服务的过程，以及让工程师快速构建和部署自己服务的工具。
- Postgres 迁移：一篇专门讲如何以最小停机时间修改 Postgres 列，重点在理解依赖关系和锁。
- Django 会话存储：介绍如何用自定义 SessionStore 类和数据库路由，把 70GB 会话数据迁移到新的存储中。
这几篇的共同点是给出真实规模下的迁移决策，而不是抽象的最佳实践清单。
性能与测试
- 服务性能调优：结合 New Relic 和 Python profiler 工具，做基础的服务性能分析与调优。
- Selenium 测试：回顾测试环境的改进过程，包括 Selenium 测试栈的重建——旧测试维护差、迁移到 Docker 后少有人能看懂其运作方式，是文中提到的具体教训。
数据科学与机器学习
- 时尚搜索查询理解：用机器学习模型理解用户搜索意图，并映射到平台库存，属于搜索与推荐方向的核心问题。
- 时尚模型：以“高维护成本的模型”这一双关切入，讨论机器学习模型的工作方式。
- 数据科学 journal club：分享如何组织一个团队真正愿意参与的数据科学论文讨论会。
- PyData London 2016：记录 Lyst 数据科学团队参与该会议的情况。
工程文化与协作
- 工程原则：介绍 Lyst 内部的工作方式。
- 代码评审分析：对 75,000 个 Pull Request 做探索性分析，观察代码评审实践。
- Hackday 2020：记录 2020 年 12 月的内部黑客活动。
- Bug bounty：用奖金换漏洞的项目。
- What I Do 系列：以员工访谈形式介绍具体岗位，例如运营工程师 Lotfi Bentouati。
怎么判断是否值得关注
| 你的关注点 | 是否适合 |
|---|---|
| 电商系统的微服务拆分与部署工具 | 适合，有迁移过程记录 |
| 数据库低停机迁移（Postgres、Django 会话） | 适合，有具体规模和方案 |
| 时尚/电商场景的搜索与机器学习 | 适合，有查询理解模型案例 |
| 工程团队协作、代码评审、内部活动 | 适合，有数据分析和文化类文章 |
| 入门级编程教程或框架系统教学 | 不太适合，内容以实践复盘为主 |
博客首页还包含招聘、Twitter、GitHub 等入口，说明它同时承担团队对外展示的功能。整体上，它更适合有一定工程经验、想了解真实电商系统做法的读者，而不是寻找体系化课程的人。