gydtep

上图是Tunnel总体功能的表格。现在有两套API，分批量数据通道和流式数据通道。
批量数据通道目标的场景单并发的吞吐量很大，这种理想的场景是传量大的数据，一次一批，QPS和并发都不能特别高，但是单并发的吞吐量可以做得很大，这个在API上也有一些优化。

gydtep

如果想开发的话有哪些东西需要配置，不管上传、下载，还是流式上传，这些配置都是一样的。首先需要创建一个ODPS对象和一个Table Tunnel对象。如果想用SDK跑SQL，要创建ODPS；TableTunnel是Tunnel入口的一个类，所有的功能都是从这个类发起的。

gydtep

Pack并不是写网络的，而是写内存的。因此，不同于writer，flush是可以重试的，因为数据都在内存里。并且Pack也没有状态，不需要关心writer的Block ID等等。

gydtep

总结一下，如果有数据同步的需求，最好先看一下现有的服务是不是可以满足需求。如果觉得都满足不了，想要自己开发的话，可以看一下SDK是可以有哪些功能，和使用上的一些注意事项。

gydtep

Default project这个参数是在弹内经常用的。 MaxCompute的权限管理非常丰富，比如如果在公共云上有多个project，想要控制数据在跨project流动的话，就可以通过这个参数来配置。ODPS里设置的Default Project可以理解为是原project，

gydtep

在自动驾驶汽车中使用深度学习可以帮助克服各种挑战，例如了解行人的行为，找到最短的路线以及对人和物体进行准确检测。

gydtep

为了尽可能地减少此类事故，需要对自动驾驶车辆进行大量的训练，以准确检测其路线中是否存在人员和任何其他物体，这就是深度学习的介入。自动驾驶汽车的深度学习可以帮助他们有效地分类和检测道路和周围环境中的人或物体。

gydtep

开发人员只能找到输入到神经网络的数据及其输出。但是，他们无法找出隐藏层中进行了哪些处理来做出决定。因此，很难知道深度学习网络失败的原因，因为没有人可以追溯到发生失败的地方。

gydtep

从架构角度来看，蚂蚁的基础设施就是在云底座上运行一层K8S，在Pod里运行APP，其上层对应着FAAS、网格化、Service mesh、微服务等应用程序。

gydtep

基准代码：一份基准代码（Codebase），多份部署（deploy）
基准代码和应用之间总是保持一一对应的关系，一份代码可以部署在开发环境、测试环境、预发环境及产线环境。