在面向应用提供服务时，业务团队或深入业务线的数据团队有极大的自由度，只要依赖数据公共层，即可自由的建设ADS数据应用层。
要满足第一个条件，可以根据字典本身的数据特征、交互特征、当前页面等上下文数据来识别。埋点数据源自服务端返回数据、前端位置及交互和页面上下文。
随着工业互联网的发展，基础设施层面有两个显著的变化，一是，工业设备智能化，越来越多的工业智能设备直接或间接的暴露在互联网上；二是，工业数据上云/平台，推动工业应用不断创新发展。
机器学习算法在训练自动驾驶汽车时面临特征提取的问题。特征提取要求程序员告诉算法他们应该寻找什么来做出决策。
无人驾驶汽车是一项实验，至今尚无人知道结果如何。自动驾驶汽车深度学习能否将其驱动到主流交通工具取决于技术如何进一步发展。
这样DX模板其实可以支持多种数据源进行计算。同时DX提供了一个用户上下文，用于参与DataParser和EventHandler的计算。
换句话说，因为大量非功能 性从业务进程剥离到另外进程中，Service Mesh 以无侵入的方式实现了应用轻量化。
服务网格的技术发展上数据平面与控制平面间的协议标准化是必然趋势。大体上，Service Mesh 的技术发展围 绕着“事实标准”去展开——共建各云厂商共同采纳的开源软件。
至此，一个解决埋点热修问题的计算框架原理基本完成。框架主要围绕三件事情展开：
一，向JSContext补充API提供基础计算能力。
二，补充数据源为计算提供物料。
三，补充触发计算的时机。
SAE（Serverless 应用引擎）实现了 Serverless 架构 + 微服务架构的完美融合，真正按需使用、按量计费，节省闲置计算资源，同时免去 IaaS 运维，有效提升开发运维效率；SAE 支持 Spring Cloud、Dubbo 和 HSF 等流行的微服务架构。
