所以通过MyBase安全物理隔离的机制，可以解决很多行业合规属性问题。大家在普通的业务场景下依然可以选择普通的云服务，一旦需要完全独立的物理隔离环境就可以选择MyBase专属机群服务，作为数据库上云的选择，从而杜绝安全性合规风险。
当然，这些都是底层的技术问题，用户对此并不关心，也不需要关心，对于用户来说，人工智能技术的应用能否真的提升效率，而不是浮于表面的漂亮概念，才是最重要的。
但是，如果您完全致力于云AI，则可能会危及数据质量-由于需要进行权衡才能使其可上传，并且缺乏反馈来指导用户捕获更好的数据-或数据量。
大多数专家将边缘和云方法视为更大战略的补充部分。云AI更适合批量学习技术，该技术可以处理大数据集以构建更智能的算法，从而快速，大规模地获得最大的准确性。
处理能力：边缘计算设备通常功能较弱，并且难以更换或升级。
延迟：云计算速度很快，但尚未为驾车或工业控制等实时应用做好准备。
能耗：大多数设计人员通常不必像对待边缘那样考虑云的能耗约束。
就形成了整库全增量的解决方案，让实时同步具备从整库全量同步到整库实时增量同步再到大数据自动增量融合这样的完整链路。另外，实时同步的架构是高可用的
另外，实时同步的架构是高可用的，DataWorks数据集成在管控层和执行层都做了备用机器结构，如果调度或者数据传输链路断了，可以紧急地切换到另一条链路，保证任务的稳定执行。
3）从使用上来说，离线加工，实时加工以及统一数据服务层等处理过程中均使用不同的加工语言和接口，使用起来并不容易；
4）学习成本非常高，增大了应用成本。
他们内部的数据团队都不知道哪些指标有用、哪些没有用。为了督促大家去看这些报表，公司还监控了邮箱。
“早前，我做数据产品和数据分析的时候，很多产品同学说所有的都要埋点，包括头像、点击次数等
它们延伸出来就是公共埋点和个性埋点，公共埋点是非常重要的业务性指标，这个指标很长时间都不会变。再往下是研发口径，不管是公共埋点的事件规则、属性规则，还是采集时机，都要做统一管理，最后再进行验证。
