mapper是对于用于实体与实体之间数据映射的一种对象，mapper使用MQL描述实体与实体之间的数据映射。
映射就是从一个或多个实体中选取部分属性，然后将选取的部分属性经过重组或计算然后更新目标实体的状态。
- Actor：实体的运行时，维护实体的状态和提供的操作。
- maper: Actor与Actor之间数据映射的执行实例。
- computed： mapper内的计算模块，通过输入计算输出。
- SourceActor：在映射中提供变更数据的Actor，如图中的Actor1。
- TargetActor：在映射中作为映射目标的Actor，如图中的Actor2。
我们通过对此过程的分析，可将这一过程分为三部分：
- 写复制传递实体属性的变更。
- 将属性的变更作为输入计算映射结果。
- 将映射计算结果更新到Actor。
采用宏观的视角看来，实体与实体之间的数据映射就是从一个或多个SourceActor中选取部分属性作为输入，通过重组或计算得到输出，然后将输出更新到TargetActor。而我们可以对这一过程进行概括，来自SourceActor的输入组成一个Json数据，映射的输出是一个Json，那么此时我们发现我们所做的映射其实就是从SourceActor拿到输入Json，通过一定的转化规则将输入Json转化成另一个输出Json，然后在将输出的Json更新到TargetActor。
)
我们通过对此过程的分析，可将这一过程分为三部分：
- 从一个或多个
SourceActor中选取部分属性，选取的数据可以构成一个json。 - 以选取的数据作为
mapper的输入，执行mapper并输出一个json。 - 将
mapper执行的输出作为反馈更新目标实体的状态。
我们知道mapper执行分为选取输入，计算输出，更新目标Actor状态三个阶段。为了满足这三个阶段，我们给mapper引入两个核心概念：MQL和tentacle，MQL是mapper的核心组件用于描述映射中json的转化规则，执行计算。tentacle译为触手，用于映射第一阶段中的属性变更的同步。
对于 Tentacle 在定义TQL 的时候我们有时候就能够指代清楚我们定义的选取的实体或属性，我们可能需要通过结合服务节点的上下文计算解析才能得到结论。
在结合服务节点上下文解析的时候，我们分为动态和静态两种方式。
mapper通过解析MQL生成tentacle，mapper为每一个SourceActor生成一个tentacle用于同步属性变更。
在我们设计的系统中，实体与实体之间的数据是可以相互传递的，对于上行数据而言，是对真实状态的扩散和传递，但是对于下行的调用数据，其实一个期望值向下传递的过程，是否需要Ack，需要desired？ 同事实体的调用属性是否会处于占用状态？