而且这些场景下数据产生的速度将会迅速提升。产生的数据大致分为两类：一类就是结构化的数据，这里的结构化数据不仅包括了关系型数据库中存储的关系数据，
早在2018年就预测2022年全球75%的数据都会存在云上。从上图中也可以看出，使用云数据库的体量其实在逐年增长，
但是值得注意的一点是谷歌所提出的技术重点是解决分布式扩展问题，不一定应用在数据库上面。2006年到2014年是大数据的探索期，一些NoSQL数据库比如HBase
但是却开启了这项服务，这是因为很多中小企业自身并没有DBA，自己也不想去做SQL优化，当看到数据库自治服务的产品介绍，
化带来了更快的开发、部署效率，但随之而来整个的系统也更加的复杂、开发依赖更多的人和部门、
对于Logs、Traces、Metrics，其中Logs和Traces的格式和查询特点非常相似，我们放到一起来分析，推导的过程如下：
Logs/Traces：
A/B Test等功能，下图展示的是阿里内部某个产品内部的全链路可观测架构图：
数据源包括移动端、Web端、后端的各类数据，同时还包括一些监控系统的数据、第三方的数据等
关联的中间件自身指标/日志，同时通过Trace还可以得到上下游APP/服务的依赖关系。通过这些数据再结合一些算法和编排手段就可以进行一定程度的自动化根因分析了
物联网的智慧，从马斯洛的人类需求层次分析角度看，如果“物联网”被赋予基本的“存在”和“安全”需求，并引向能够向更上层发展的道路
它的概念包含由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度智能化、数字化的工业生产与组织模式。
