云原生计算基金会（CNCF）致力于培育和维护一个厂商中立的开源生态系统，来推广云原生技术。我们通过将最前沿的模式民主化，让这些创新为大众所用。”
“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，他会问这些点真的有用吗？想好这些指标数据的目的了吗？这些都是十分有意思的现象和问题。
近年来，随着人工智能的发展以及国家经济发展、安全防卫的需要，我国人脸识别市场不断扩大，技术水平不断提升，在算法方面已取得世界领先地位。
有些公司需要这样的同步方式，再往下是具体的采集方案设计，前面已经拆分出了公共性指标和个性化指标，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。
其主要功能包括：
-个性化指标加工：不公用性；复杂性（指数型、比值型、排名型指标）
-基于应用的数据组装：大宽表集市、横表转纵表、趋势指标串
Phase 1是初定的观测指标，包括日活、PV、注册书、功能使用次数、收入、客单价、日活跃占比、新老用户占比、增长率、X转化率等。他们的CEO发现，虽然该有的指标都有，但就是因为都有才失去了聚焦。于是开始精简思路，把团队力量凝聚到一根绳上，Phase 3是最终剩下的两个指标。
以友盟+服务的客户场景来说，比如在拿到一份高质量的数据之后，KPI在确定情况下进行了拆解，现在要做的就是希望团队里的人知道自己的KPI，KPI大屏就可以轻松解决这个问题。
在大多数情况下，由于缺乏跨多个系统的分布式事务支持，维护数据一致性是非常具有挑战性的。开发者可能需要权衡可用性和一致性之间的关系。
对于启动缓慢的应用，为了避免在应用启动完成之前将流量导入。Kubernetes 支持业务容器提供一个 readiness 探针，对于 HTTP 类型探针，Kubernetes 会时访问该地址，如果该地址的返回码不在 200 到 400 之间，则认为该容器无法对外提供服务，不会把请求调度到该容器；
通过检测这些工作负载模式，AI可以帮助存储管理员洞悉哪些工作负载可能使他们面临最大化存储阵列的风险。此外，存储监视还可以帮助了解是否有任何额外的工作负载可以放入阵列中。而且，如果添加到阵列中，那么工作负载将造成多少中断。
