结合流计算上面流计算一致性的定义，我们希望在引擎发生故障 FailOver 时，存在一种恢复函数 R 使得
R(E(t), O(t)) = O'(t+1)，且 O'(t+1) = O(t+1)
开发阶段：重点需要关注代码的质量，例如静态代码扫描以及依赖检查会发现潜在的代码缺陷和安全风险，由此我们可以统计千行代码缺陷率或者严重缺陷比例，从而来衡量一个系统的代码质量是否符合要求
这些数据产生的位置、数据格式、以及存储的位置，都有可能是不一样的。如何从这些数据中快速精准地挖掘出潜在的质量问题比较困难。
如下图所示，我们以标准 SQL 为基础，进行了部分 DSL 扩展和 SQL 函数扩展，并融合了 PromQL，从而让不同类型的数据查询和分析变得统一。
但是由于它们的存储和分析是一致的，因此我们可以构建出统一的报表来查看各个阶段的软件质量，以及统一进行监控的配置和告警的管理，
指标本身呈现出周期性的波动，假如一个新版本上线了之后，由于bug导致网络流量异常抖动。如果基于固定阈值来判断，此时处于指标值的上下界范围内，就很难发现问题；但是基于智能巡检，就可以很容易地判定这是一个异常点。
告警静默：满足特定条件的告警无需通知。例如：测试集群在凌晨有计划内变更，期间服务会有短暂不可用，触发预期内告警，该告警可以忽略。
每个渠道使用不同的通知内容进行发送。例如通过语音和钉钉来进行告警通知，既可以保证触达强度，又可以保证通知内容的丰富程度。
今年是阿里巴巴双11的第13年，站在新轮回的时间点上，程立回顾了过去12年整个行业、数字技术的演进历程，并对未来12年的技术前进方向做出了判断和预测
第二个数字，2009年的订单创建峰值是400笔/秒，去年将近60万笔/秒，这是1500倍的增长；
那么是什么样的技术去支撑了这样一个增长呢？就是第三个数字，我们服务器的规模，对比2009年，我们用了40倍的服务器增长，支撑了交易额的万倍增长。
