ransactional表是说，MaxCompute的普通表是不支持update或者delete的，系统最近在SQL上支持了这个语法，就是用户可以update，也可以delete，也可以支持transaction。批量上传的API现在是支持Transactional表，但是只支持append，也称为insert into，它是不能从Tunnel的API上去update的。流式的也正在规划中，后续可能会连update也一起完成。批量的可能不会做update这个功能，但是批量的现在就可以append这种Transactional表。
总结一下，基本的功能点有：
批量上传是有状态并发；
commit成功后数据才可见；
支持insertOverwrite, 也支持InsertInto语义。
这样查询的时候效率会非常高。墨纸是指支持把数据在后端重新写一遍，把一些很碎的数据重新组织成存储数据存储效率较高的数据文件。在这个基础上还可以做一些排序和其他的处理，后续会再加更多的功能。
针对这种场景平台提供了流式数据通道服务，通过流式数据上来可以写得特别碎，一行写一次也可以，不需要担心小文件的问题，也不用担心并发的问题，并发可以无限多。流式数据通道是不限并发的，但是批量是限并发的。
也许会有路由的endpoint网络不通这种场景，这个时候平台提供了一个接口，用户可以把能访问的Tunnel endpoint填进来，这样就会优先用所填的Tunnel endpoint而不会用路由的，但99%的情况下是不用填。
Upload session可以理解为是一个会话的对象，类似于transaction的概念。这次上传是以upload session为单位的，即最终upload session commit成功了这些数据才是可见的。在一个upload session内部可以open多个writer，并且多个writer可以并发上传，
根据一份报告，2018年约有80%的道路交通事故是由于人为错误造成的。因此，将自动驾驶汽车纳入主流的主要目标之一是消除对人类驾驶员的需求并减少道路致死率。使用自动驾驶汽车进行的实验无疑表明在一定程度上减少了道路伤亡人数。
由于深度学习的完整功能是基于数据的，因此与其他AI算法相比，训练神经网络需要更多数据，因此很难创建用于训练它们的数据集。而且，收集训练神经网络所需的数据也非常耗时。
基础设施同样也得到了很好的发展。最开始，单体架构是托管式的，通常将应用程序托管给电信运营商的某个机房，在物理机上运行单体应用。后来，基础设施开始向虚拟化演进，比如VMware等公司在物理机上构建虚拟化层和虚拟机，在虚拟机上运行操作系统。
云原生是零售云的最重要的技术底座，云原生是什么，会走向哪里，在零售2B交付的场景上该如何应用，怎么能够结合帮助建设零售云系列产品体系，值得我们的思考和探索，也将有效指导我们接下来几年的零售云项目和产品建设。
