容器可以作为 Immutable Infrastructure （不可变基础设施）的基础，提升应用交付的稳定性。不可变基础设施是由 Chad Fowler 于 2013 年提出的构想：在这种模式中，任何基础设施的实例（包括服务器、容器等各种软硬件）一旦创建之后便成为一种只读状态，不可对其进行任何更改。
系统化的稳定性需要在软件架构，运维体系和组织保障等方面全局考虑。在架构层面，阿里经济体有着非常丰富的经验，比如防御式设计、限流、降级、故障隔离等，而且也向社区贡献了Sentinel、ChaosBlade等优秀的开源项目。
如果要修复埋点问题，则需要满足下面三个条件：
能够无二义性的识别错误数据。
完备的数据，可以计算出正确的数据。
需要在合适的时机进行计算。
客户端打标，在请求时回传标记给服务端，然后由FAAS层计算数据源展示。两种服务端方案，本质上类似，都是想办法让服务端侧获取这个标记数据。
FaaS 的核心思维是：开发者不必关心基础设施运维、容量规划或者扩容缩容，只需为使用的云资源和服务付费既可。
FRGC则是面向市场上的公司和团队，联合其他部门的定制化需求，发布竞标比赛，FRVT负责对接评估，帮助不同部门完善人脸识别系统的个性化要求。
工行传统的业务系统一般都是基于 JEE 的单体架构，面对金融业务线上化及多样化的发展趋势，传统架构已经无法满足业务的需求。
这个场景下，理论上每个消费者总共收到了 100 次事件通知，并从 Zookeeper 读取了 100 次服务提供者列表，1+2+3+...+100，总计 5050 条提供者数据。
如果此时第一个注册中心出现可用性问题，推送给消费者的数据有缺失，甚至为空，就会影响消费者的这个筛选过程，如出现无提供方的异常、调用负载不均衡等。
其中涂色部分是目前已具备的能力，从这个维度来看 imgcook 的智能化能力目前处在 I3 和 I4 级别，并与 I2 级别的能力协同运作于生产环境。I3 级别的智能化能力需要不断优化和迭代模型，当线上真实场景准确率达到 75% 以上或模型具备自我迭代能力则进入 I4 级别。
