无需按照容量规划，按需创建容器应用 Pod 即可；此外 Serverless 容器运行时可以被整个云弹性计算基础设施所支撑，保障整体弹性的成本和规模。
尝试划分领域的一个最好的实践就是去了解业务流程，通过时序图，通过流程
图我们可以从不同的节点事件来表达这些节点事件的关联关系，比如外卖，对
于用户来说他做的就是浏览菜单下单支付然后拿外卖，
在实际开发过程中，一开始我们可能无法确定action 和 resource 哪个作为子命令会更好，在有多级子命令的情况下这个选择可能会更困难。
DTO（Data Transfer Object，数据传输对象）：DTO 主要作为 Application 层的入参和出参，用于用户接口层与应用层之间的数据传输。
如果可以有一个统一的消息系统（产品）来提供多场景计算（如 stream、event）、多场景（IoT、APP）接入，其实是非常有价值的，因为消息也是一种重要数据，数据如果只存在一个系统内，可以最大地降低存储成本，同时可以有效地避免数据因在不同系统间同步带来的一致性难题。
技术趋势：市场规模增速快，国内市场竞争日益激烈
自动机器学习进一步推广，降低企业自主建立解决方案的门槛
自动机器学习(AutoML)提供简单、用户友好的界面，降低企业将人工智能和机器学习嵌入其业务的成本。
什么是领域（Domain）？
前面我们已经清楚的知道我们现在要做一个什么样的系统，这个系统需要解决什么问题。我认为任何一个系统都会属于某个特定的领域，比如论坛是一个领域，只要你想做一个论坛，那这个论坛的核心业务是确定的，比如都有用户发帖、回帖等核心基本功能。
阿里巴巴此举（玄铁开源），将激发全球RISC-V社区创新芯片开发，RISC-V全球生态将从中受益。”
平头哥深耕芯片自研技术多年，并坚持开源开放，为推进算力普惠不断努力。
流计算的应用与实践在大数据领域越来越常见，其重要性不言而喻，常见的流计算引擎有 Google DataFlow、Apache Flink，Apache Kafka Streams，Apache Spark Streaming 等。流计算系统中的数据一致性一般是用消息处理语义来定义的，
总之，如何我们后面再看到 Exactly-once XXX，一定要警惕引擎想要透露出什么信息。
端到端的数据一致性
端到端一致性（End-To-Ene Consistency），即将数据的输出也作为流计算引擎的一致性设计的一部分
