当一个应用对外提供多个服务接口的时候，如何从分析每一个接口的服务质量，以及每一个接口对应的链路详细情况呢？这个时候接口调用视图就能发挥重要的作用。从这个应用所有提供的接口中，我们可以选中需要分析的单个接口，与这个接口相关的链路信息就能够从多个维度展示出来，其中包括接口的请求数、响应时间、错误数、返回状态码，以及在接口所对应的链路中，应用访问外部数据库（包括关系型数据库，以及Redis等非关系型数据库）的情况。
接下来，我们进入接口快照视图，在这个视图中，ARMS记录了每一次具体接口调用的情况，包括耗时、状态、以及对应的TraceId。按照耗时从大到小的顺序，对列表进行排序，就能够找到指定时间内耗时最长的调用。
:lol::P
我可以在报警管理 > 联系人管理页面创建联系人，指定联系人用于接收通知的手ji号码和邮箱地址，也可以提供用于自动发送报警通知的钉钉机器人地址。
如上图所示，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。
为什么这么说？以手机淘宝为例，手机淘宝的终端有网页、安卓、iOS、小程序等，页面浏览和功能交互都有不同的部分，如果完全分开按照最糟糕的情况永远规范不好。
基于ML的预测性维护的两个最重要的好处是它的快速性和准确性。 AI可以足够快速、准确地识别机械问题，以便在发生故障和故障之前进行纠正。例如，通用汽车使用安装在装配机器人上的摄像头，通过使用，它能够在5000多个机器人中检测出数十个组件故障，从而避免了停机的可能性。
控制复杂性。由于业务的复杂性，需要我们用更好的手段帮助研发组织克服认知障碍，更好的分工协作。分而治之，关注点分离等手段皆是如此。
在 API 领域，最重要的趋势是标准化技术的崛起。gRPC 是 Google 开源的的高性能、通用的、平台无关的 RPC 框架。它采用分层设计，其数据交换格式基于 Protobuf (Protocol Buffers) 协议开发，具备优秀的序列化/反序列化效率，也支持众多开发语言。
是一种以通用、一致的方式描述事件数据的规范，由 CNCF Severless 工作组提出，提升了事件驱动应用的可移植性。目前，阿里云 EventBridge、Azure Event Grid 等事件处理中间件，以及 Knative Eventing ，阿里云函数计算等 FaaS 技术已经提供了对 CloudEnvents 的支持。
