可观测性数据引擎架构
基于上述我们的一些思考，回归到可观测这个问题的本质，我们目标的可观测性方案需要能够满足以下几点：
1. 数据全面覆盖：包括各类的可观测数据以及支持从各个端、系统中采集数据
商业公司的第一要务永远是营收、盈利，我们都知道盈利=营收-成本，IT部门的成本通常也会占据很大一个部分，尤其是互联网类型的公司。现在阿里全面云化后，包括阿里内部的团队也会在乎自己的IT支出，
当前最紧急的问题，比如说用户体验、提升效率、低成本。这些问题其实是非常复杂的。很多同学都想解决这个问题，很多种方法都在解决，但是整体来说效果不是特别明显。
登录仅仅是会员本身一个很小的业务功能而已。基于会员，我们有导购有交易，把这些东西要串起来看明白，就能完整的认识到会员到底提供了什么，一定要有一个全局视角。
云原生也是对团队业务价值和功能的重构。传统运维团队的一些职责转移到开发团队，如应用配置和发布，降低了每次发布的人力成本，而运维职责将更加关注系统的稳定性和IT治理。
那么有没有更智能的方法？阿里云云效代码智能语法服务基于云端备份的快速代码导航服务，无须本地克隆即可在页面体验熟悉的定义引用快速查看跳转功能，可大幅提升代码评审的效率和质量。本文分享相关的技术原理与实现方法。
用户对代码的浏览场景主要集中在代码评审和主干分支的代码浏览，所以我们目前主要支持两种场景的语法服务。语法服务接收来自代码平台的事件消息，如代码推送事件，评审的创建、更新、合并、关闭、重新开启事件，来触发语法服务构建。
其主要功能包括：
-个性化指标加工：不公用性；复杂性（指数型、比值型、排名型指标）
-基于应用的数据组装：大宽表集市、横表转纵表、趋势指标串
从以上对比中我们可以看出智能分析技术的好处，但从这些年智能分析技术的应用来看，其并未实现大面积商用，究其原因主要是过去技术不够成熟、应用效果不够理想，传统的智能分析技术由于算法是人为根
imgcook 用户共有 18305 个，其中社区用户占比 77%，阿里集团内用户占比 23%。imgcook 模块共有 56406 个，其中外部模块占比 68%，内部模块占比 32%。相比 2019 年之前总量，2020 年用户增长 2.7 倍，模块增长 2.1 倍。
