gydtep

第一代微服务架构中，应用除了需要实现业务逻辑之外，还需要自行解决上下游寻址、通讯，以及容错等问题。随着微服务规模扩大，服务寻址逻辑的处理变得越来越复杂，哪怕是同一编程语言的另一个应用，上述微服务的基础能力都需要重新实现一遍。

gydtep

第二代微服务架构中，引入了旁路服务注册中心作为协调者来完成服务的自动注册和发现。服务之间的通讯以及容错机制开始模块化，形成独立服务框架。但是随着服务框架内功能日益增多，用不同语言的基础功能复用显得十分困难，这也就意味着微服务的开发者被迫被绑定在某种特定语言上，从而违背了微服务的敏捷迭代原则。

gydtep

2016 年出现了第三代微服务架构 - 服务网格，原来被模块化到服务框架里的微服务基础能力，被进一步的从一 个 SDK 演进成为一个独立进程 - Sidecar。这个变化使得第二代架构中多语言支持问题得以彻底解决，微服务基础 能力演进和业务逻辑迭代彻底解耦。

gydtep

成本管理: 对于“Pay as you go”的收费模式的一个弱点是无法准确预测具体会产生多少费用，这于许多组织预算管理的方式不同。

gydtep

对于数据驱动，很多人做到一定程度之后，脑海中会形成一定的方法论和体系，进而形成驱动流程和组织机制。大家也听了很多方法论，包括增长黑客等，貌似自己已经很懂数据驱动了，但是实际操作起来可能连“什么是事件属性这种基础的概念都不了解”，这是很多业务线同学普遍的现状。

gydtep

随着产品功能迭代，还需要重新走一遍全部流程。在这个流程里，业务需求来自很多团队，包括产品团队、运营团队、市场团队等，橙色标注的文字是一个产品经理一定要重点关注的节点和事项

gydtep

有些公司需要这样的同步方式，再往下是具体的采集方案设计，前面已经拆分出了公共性指标和个性化指标，它们延伸出来就是公共埋点和个性埋点，公共埋点是非常重要的业务性指标，这个指标很长时间都不会变。再往下是研发口径，不管是公共埋点的事件规则、属性规则，还是采集时机，都要做统一管理，最后再进行验证。

gydtep

2000年以后，NIST研究院又在FERET项目基础上做了延伸，先后发起两个新项目FRVT和FRGC，FRVT是评估技术可用性，测试算法系统性能，为采购技术的相关部门提供检测报告。

gydtep

2010年，随着Facebook加入人脸识别功能，人脸识别开始走向个人。从支付到美颜，全球互联网公司纷纷跟进，2017年苹果iPhone X首次发布人脸解锁功能，抢购一空同时引爆了市场，如今人脸识别已经应用在了方方面面，短视频、直播这些每天都会高频出现在我们身边。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。

gydtep

人脸识别技术由于其便利性、安全性，可在智能家居中用作门禁系统以及鉴权系统，因此智能家居与人脸识别技术的融合是未来发展的重点方向。智能家居中的人脸识别系统是结合嵌入式操作系统和嵌入式硬件平台建立的，加强了人脸识别技术与智能家居应用的结合度，具有概念新、实用性强等特点。