算法工程师通过对商品的相似和相关关系，以及被浏览和被购买的用户行为的抽象，将它们表征成高维向量特征并存储在向量引擎中。
向量检索的算法繁多且缺乏通用性，应对不同数据维度和分布有不同算法，但总体可归为三类思想：空间划分法、空间编码和转换法、以及邻居图法。
异构计算：Proxima 支持大批量高吞吐的离线检索加速，同时解决了 GPU 构建邻居图索引的难题，另一方面也成功解决了小批量+低延时+高吞吐的资源利用问题，并将其全面应用在淘宝的搜索推荐系统中。
高性能和低成本：有限成本下实现最大化性能并满足业务的需求是向量检索需要解决的主要问题。
其中的关系管理接下来展开进行讨论
物联网网格更像是物联网社会的一种家庭结构，需要雾计算“贴心地”处理各种关系。
所以，迫切需要一种更长远的、基于标准但高于标准的规范化，以应对数字经济背景下，使物联网“系统之系统”的内部规范化重构与自我更新的商业模式、
举例说，在印制地毯图案过程中，用传感器实时矫正，在扭曲的情况下也可以印出合格的地毯。此外，物联网不仅涉及工厂，还延伸到供应链和用户，实现了物联网在生产环节的全覆盖。
组织结构 - 康威定律
设计系统的组织，其产生的设计和架构等价于组织间的沟通结构。通俗来讲，就是什么样的团队结构，就会设计出什么样的系统架构。如果将团队拆分为前端、后端、平台、数据库，那么系统也会按照前端、后端、平台、数据库结构隔离。
函数计算 (Function as a Service) 是 Serverless 中最具代表性的产品形态。通过把应用逻辑拆分多个函数，每个函数都通过事件驱动方式触发执行，例如当对象存储 (OSS) 中产生的上传 / 删除对象等事件， 能够自动、可靠地触发 FaaS 函数处理且每个环节都是弹性和高可用的，客户能够快速实现大规模数据的实时并行处理。同样的，通过消息中间件和函数计算的集成，客户可以快速实现大规模消息的实时处理。
像 Spring Cloud 和 Dubbo 这样的技术框架，经过多年的发展，已经演化为微服务领域的通用标准，极大地降低了微服务的门槛，但这些技术框架依然没有办法解决其中两个最大的挑战，这两个挑战成为摆在开发者面前的两座大山。
