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。要满足第二个条件，只需要补充上述数据即可。因此接入的数据源是否完备，是决定框架修复能力上限的一个重要的因素。
这个方案是可以解决上面的问题，但也有一些设计上的问题。比如纯动态化发版解决有些麻烦，逻辑分散，客户端会有额外的内存、IO操作。回到问题本身，其实我们是期望在DX引擎渲染计算时能够利用服务端侧和客户端侧数据。我通过对DX框架的学习，发现一种更优雅解决该问题的方案。
一次性管理进程主要指一些管理或维护应用的一次性任务，比如，运行数据迁移，运行一些提交到代码仓库的一次性脚本等。它们应该和正常的常驻进程使用同样的环境。
消息队列 Kafka 版是阿里云基于 Apache Kafka 构建的高吞吐量、高可扩展性的分布式消息队列服 务，广泛用于日志收集、监控数据聚合、流式数据处理、在线和离线分析等，是大数据生态中不可或缺 的产品之一，阿里云提供全托管服务，用户无需部署运维，更专业、更可靠、更安全。
Serverless 工作流是一个用来协调多个分布式任务执行的全托管 Serverless 云服务，致力于简化开发和运行业务流程所需要的任务协调、状态管理以及错误处理等繁琐工作，让用户聚焦业务逻辑开发。用户可以用顺序、分支、并行等方式来编排分布式任务，服务会按照设定好的顺序可靠地协调任务执行， 跟踪每个任务的状态转换，并在必要时执行用户定义的重试逻辑，以确保工作流顺利完成。
容器作为标准化软件单元，它将应用及其所有依赖项打包，使应用不再受环境限制，在不同计算环境间快速、可靠地运行。
这个架构就是在云原生时代的微服务架构 - Cloud Native Microservices，边车（Sidecar）进程开始接管微服务应用之间的流量，承载第二代中服务框架的功能，包括服务发现、调用容错，到丰富的服务治理功能，例如：权重路由、灰度路由、流量重放、服务伪装等。
调试和监控: 与传统应用开发相比， Serverless 应用的调试与监控工具能力还不完善。良好的可观测性是将 serverless 计算的重要助力。
早些时候，大家对“数据驱动”的理解是“报表驱动”。2016年、2017年的时候，一家处于C轮、D轮的深圳公司，该公司有1000多份报表，每张有10个Sheet，每个表格有20多个指标，大家可以算下一共有多少个指标，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。
在整个流程里，最关键的是要有专人做统一收口，基于对数据和采集的理解做分流，中间规范跟标准动作要规范，因为不论是新版还是新功能上线都要走这个流程。
