要灵活对待规划的目标和具体执行步骤，需要避免“郑人买履”式的笑话。面临新的挑战和变化，规划需要不断地调整。
那些令人纠结的困惑
。而人工智能技术现在能够更好地模拟这些实验，因此可以更快地得到结果。这使人们能够专注于开展需要获得突破的科技和工程。这是人工智能技术所做的事情，但可能付出巨大的代价。
其他需要担心的数据问题
人们需要一种管理数据的方法，以便始终拥有更准确、安全和完整的数据集。这就是数据治理的意义所在。正是组织制定的政策确保了这一点。如果做的事情不正确，那么将很难让人工智能和机器学习发挥作用。
对于无状态的应用部署，以ReplicaSet定义与管理；对于有依赖关系，有状态的应用部署，以StatefulSet定义与管理。
ReadinessProbe提供的接入方式与livenessProbe一样，可以通过HTTP GET API或TCP Socket Connection方式由Kubelet探针将Pod工作负载的情况上报给K8S管理节点。
Best-Effort：Pod不设置requests和limits。这种Pod的QOS优先级最低，当节点资源调度不足或者竞争冲突时，优先销毁或迁移该类Pod。
。与Service相关的ClusterIP和Port值以环境变量方式自动设置到Pod中，该应用服务就能通过clusterIP和port对外提供服务了。
非常有幸参加了云原生社区Meetup北京站，有机会和众多业内的大牛一起讨论云原生相关的技术和应用，本次Meetup上我和大家分享了关于云原生下的可观察性相关的议题
以Grafana Loki中介绍中的一个典型问题排查过程来看：
1. 最开始我们通过各式各样的预设报警发现异常（通常是Metrics/Logging）
2. 发现异常后，打开监控大盘查找异常的曲线，并通过各种查询/统计找到异常的模块（Metrics）
OpenTelemetry给云原生下带来的革命性的进步，包括：
统一协议：OpenTelemetry为我们带来了Metric、Tracing、Logging（正在制定中，LogModel已经定义完毕）的统一标准，三者都有相同的元数据结构，可以轻松实现互相关联
