gydtep

从上面的分析来看，OpenTelemetry的定位是作为可观察性的基础设施，解决数据规范与获取的问题，后续部分依赖各个Vendor来实现。当然最佳的方式是能够有一个统一的引擎去存储所有的Metrics、Logging、Tracing，有一个统一的平台去分析、展示、关联这些数据。

gydtep

当然，这些都是底层的技术问题，用户对此并不关心，也不需要关心，对于用户来说，人工智能技术的应用能否真的提升效率，而不是浮于表面的漂亮概念，才是最重要的。

gydtep

2020年双11，云原生实时数仓首次在阿里巴巴双11核心数据场景落地，实现商业全链路实时化，毫秒级海量数据处理能力。搜索推荐业务数据开发效率提升4倍，菜鸟物流包裹数据链路从小时级优化到3分钟，考拉分钟及小时业务1分钟内完成，大数据的实时分析与决策在瞬息万变的市场竞争中成为了标品！今天，我们将向大家分享阿里云实时大数据解决方案，助力企业实时决策。

gydtep

可以对接Spark、Flink等开源处理工具进行更多格式化统一，最后存储在Elasticsearch上提供给Kibana进行数据可视化监控告警，通过关联分析和机器学习去充分利用分散在整个系统各层的数据，更好的发挥一些数据的价值。

gydtep

在利用云计算重塑企业IT的过程中，生于云、长于云、最大化实现云价值的云原生技术都到越来越多企业的认同，成为企业IT降本提效的重要手段。然而，云原生变革也不止是基础设施和应用架构等技术层面，同时也在推进企业IT组织、流程和文化的变革。

gydtep

云原生技术出现也带来了企业IT组织结构的变化。为了更好应对业务敏捷性的需要，微服务应用架构催生了 “双比萨团队”（Two-pizza teams) 。较小的、独立的、自包含的开发团队可以更好达成共识，加速业务创新。

gydtep

深度学习需要专业的数据科学人才,而这些人才仍供不应求。目前只有屈指可数的少数公司能从深度学习中获益,其他企业正在迎头赶上。

gydtep

延迟是服务器完成请求所花费的时间。关于存储，这是指满足单个存储块的请求所花费的时间。存储块或块存储是将数据存储在卷中的块。纯延迟不受吞吐量影响，但是如果单个块请求很大，则应用延迟可能会随着吞吐量的增加而偏离。

gydtep

在过去的十年间，云计算获得了很大的发展，其使得用户能够通过API的方式非常轻松地获得近乎无限的算力，而这些算力是通过虚拟机来呈现的，这样的模式存在很多的优点，它和应用原来的开发和运行环境是兼容的，这种模式能够使得传统遗留应用非常平滑地迁移到云上。

gydtep

然而代码分析往往需要耗费大量的时间和资源，当用户请求某个语法服务（如查看定义），后端需要克隆代码，下载依赖包，解析语法，构建索引（类比一下IntelliJ Idea初始化工程的场景），编辑器场景用户已经习惯于这样的方式，等待几分钟或许问题不大。