主题索引
高可用与异地多活架构
比较主备、主从、集群、分区与异地多活等高可用架构的适用范围、数据同步与代价。
来源书籍
6/7
图式:层级结构图 选择理由:初选依据序、前言与目录中的七篇结构;逐项复核38个实质正文spine项后确认,作者先建立运维边界,再展开监控和故障生命周期,继而平衡容量、成本与用户体验,最后深入性能并收束到跨团队风险治理。尽管主题存在交叉,层级图更能显示这条从目标到工程实践和协作闭环的推进关系。 核心主旨:SRE如何通过软件化、监控、故障治理、容量规划和性能实践提升服务可靠性,同时兼顾用户体验与资源成本。 论述主线:先建立SRE职责、服务边界和安全测试环境,再建设可观测性;在此基础上处理变更、值班、应急、容灾与限流,随后规划容量和伸缩、从用户及上下游视角检查系统,进而使用网关、缓存与性能分析方法持续优化,最终通过跨团队风险管理巩固运维架构。
flowchart TD
A["如何以SRE方法把运维能力工程化,并在可靠性、用户体验、性能与成本之间建立闭环"] --> B["开端篇:服务边界、职责与测试环境"]
B --> C["监控篇:从观测对象到系统实践"]
C --> D["故障篇:治理、变更、响应、容灾与复盘"]
D --> E["容量篇:成本、伸缩、规划与编程能力"]
E --> F["全局视角篇:用户、测试、前端与DNS场景"]
F --> G["性能篇:网关、缓存、分析漏斗与优化工具"]
G --> H["扩展篇:技术风险治理与团队协作收口"]
章节作用:本项提供全书的写作背景与读者定位,说明后续运维架构讨论的范围。
内容脉络:本项先从“单纯缩减服务器会暴露架构和代码性能债”,再到“SRE 需要吸收业务开发与基础架构经验以扩展性能治理范围”,再到“CDN 缓存、MySQL 过度依赖、过量数据与预加载、Redis 缓存时长五例”;候选去向和适用边界见覆盖记录。
flowchart TD
A["序"]
A --> B1["单纯缩减服务器会暴露架构和代码性能债"]
B1 --> B2["SRE 需要吸收业务开发与基础架构经验以扩展性能治理范围"]
B2 --> B3["CDN 缓存、MySQL 过度依赖、过量数据与预加载、Redis 缓存时长五例"]
相关卡片:先优化资源关系再删除机器、跨部门经验扩展问题边界
章节作用:本项给出作者对运维架构、SRE职责和全书主题的总纲,为正文建立问题框架。
内容脉络:本项先从“运维架构围绕成本、安全、效率、稳定服务软件生命周期”,再到“监控应从发现告警延伸到风险控制”,再到“性能与容量分析应服务用户体验而非只看资源”,再到“七篇目录说明、读者对象、勘误、致谢与读者服务”;候选去向和适用边界见覆盖记录。
flowchart TD
A["前言"]
A --> B1["运维架构围绕成本、安全、效率、稳定服务软件生命周期"]
B1 --> B2["监控应从发现告警延伸到风险控制"]
B2 --> B3["性能与容量分析应服务用户体验而非只看资源"]
B3 --> B4["七篇目录说明、读者对象、勘误、致谢与读者服务"]
相关卡片:运维架构覆盖服务生命周期、规范要形成监测控制闭环、降本前后同时对比体验指标
章节作用:本项作为“开端篇:弱化边界感”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项先从“理解岗位价值不能只停留在安装、维护和脚本”,再到“跨团队经历扩展技术认知和解决问题的边界”,再到“自驱力与职业发展建议”;候选去向和适用边界见覆盖记录。
flowchart TD
A["开端篇:弱化边界感"]
A --> B1["理解岗位价值不能只停留在安装、维护和脚本"]
B1 --> B2["跨团队经历扩展技术认知和解决问题的边界"]
B2 --> B3["自驱力与职业发展建议"]
相关卡片:运维架构覆盖服务生命周期、跨部门经验扩展问题边界
章节作用:本章处于“开端篇:弱化边界感”部分,聚焦“引言”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“运维架构的资源范围、生命周期及成本稳定安全效率四项使命”,再到“SRE 聚焦生产环境可用性、延迟、容量和性能并以软件实现目标”,再到“运维转型 SRE 不只是增加编码能力,还涉及业务前线、团队工程和性能目标”,再到“HTTPDNS 客户端缓存成本与应急清理”,再到“两家云厂商提供 HTTPDNS 主备”,再到“技术选择要服从业务 SLA、人力与技术债约束”等9项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["引言"]
A --> B1["运维架构的资源范围、生命周期及成本稳定安全效率四项使命"]
B1 --> B2["SRE 聚焦生产环境可用性、延迟、容量和性能并以软件实现目标"]
B2 --> B3["运维转型 SRE 不只是增加编码能力,还涉及业务前线、团队工程和性能目标"]
B3 --> B4["HTTPDNS 客户端缓存成本与应急清理"]
B4 --> B5["两家云厂商提供 HTTPDNS 主备"]
相关卡片:运维架构覆盖服务生命周期、SRE以软件化实现可靠性目标、SRE转型不等于增加编码、HTTPDNS缓存需权衡、技术选择服从业务约束、跨部门经验扩展问题边界、SRE金字塔由沟通贯穿
章节作用:本章处于“开端篇:弱化边界感”部分,聚焦“重视测试环境和预发布环境”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“开发、测试、预发布、生产环境构成逐步收敛的发布路径”,再到“测试环境不能只保可用,还应通过监控提前发现会在生产放大的缺陷”,再到“统计测试阻塞以判断内耗并安排治理”,再到“预发布是最后门禁,但共享数据、时间和脚本操作可能外溢至生产”,再到“内部环境使用者也是用户,部门各守局部指标会造成治理无人负责”,再到“表 2-1 的阻塞收集、根因分析、共识与分期计划”等10项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["重视测试环境和预发布环境"]
A --> B1["开发、测试、预发布、生产环境构成逐步收敛的发布路径"]
B1 --> B2["测试环境不能只保可用,还应通过监控提前发现会在生产放大的缺陷"]
B2 --> B3["统计测试阻塞以判断内耗并安排治理"]
B3 --> B4["预发布是最后门禁,但共享数据、时间和脚本操作可能外溢至生产"]
B4 --> B5["内部环境使用者也是用户,部门各守局部指标会造成治理无人负责"]
章节作用:本项作为“监控篇:底层逻辑的艺术”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项先从“日常分析隐患与故障时及时反馈构成监控的两种用途”,再到“业务、应用、系统三类监控互补以减少盲区”,再到“Zabbix、Prometheus、Zipkin、SkyWalking 等产品列举”;候选去向和适用边界见覆盖记录。
flowchart TD
A["监控篇:底层逻辑的艺术"]
A --> B1["日常分析隐患与故障时及时反馈构成监控的两种用途"]
B1 --> B2["业务、应用、系统三类监控互补以减少盲区"]
B2 --> B3["Zabbix、Prometheus、Zipkin、SkyWalking 等产品列举"]
相关卡片:监控对象来自完整链路
章节作用:本章处于“监控篇:底层逻辑的艺术”部分,聚焦“浅谈监控系统设计”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“业务、应用、系统三种监控按不同对象与使用者互补”,再到“从业务链路盘点内部和第三方资源,用进程/端口白名单查漏,再按安全、资源、系统、日志维度补指标”,再到“把代码、配置和基础设施变更接入故障时间线,事前按风险分级管控”,再到“持续数分钟的告警阈值会漏掉秒级 CPU 峰值,应补足更细采样与进程级证据”,再到“短时命令在进程快照之间消失,可按执行事件追踪”,再到“全链路监控定位跨服务瓶颈,同时须预估遥测吞吐”等14项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["浅谈监控系统设计"]
A --> B1["业务、应用、系统三种监控按不同对象与使用者互补"]
B1 --> B2["从业务链路盘点内部和第三方资源,用进程/端口白名单查漏,再按安全、资源、系统、日志维度补指标"]
B2 --> B3["把代码、配置和基础设施变更接入故障时间线,事前按风险分级管控"]
B3 --> B4["持续数分钟的告警阈值会漏掉秒级 CPU 峰值,应补足更细采样与进程级证据"]
B4 --> B5["短时命令在进程快照之间消失,可按执行事件追踪"]
相关卡片:三类监控观察不同对象、监控对象来自完整链路、变更监控连接故障上下文、持续阈值会漏掉瞬时尖峰、短时进程需事件追踪、全链路监控定位跨服务瓶颈、工具选型要权衡时间成本、黑盒监控验证用户结果、URI指纹自动发现新接口、告警治理保护响应注意力、黄金信号覆盖服务压力
章节作用:本章处于“监控篇:底层逻辑的艺术”部分,聚焦“云原生可观测性开源工具”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“Metric、Trace、Log 须沿异常请求关联以缩小排障范围”,再到“人工探针覆盖、多语言链路与应用层视角形成传统 APM 的三类盲区”,再到“Kindling 用 eBPF 或低版本内核的模块采集系统事件,并关联到异常排障 Trace”,再到“内核侧采集降低跨语言插桩和重启需求,同时仍受内核兼容与开发门槛约束”,再到“同一 Socket fd 的读写事件可拆解请求、处理和响应耗时”,再到“Kindling 0.3 版本与 CentOS 7 支持等实现细节”等14项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["云原生可观测性开源工具"]
A --> B1["Metric、Trace、Log 须沿异常请求关联以缩小排障范围"]
B1 --> B2["人工探针覆盖、多语言链路与应用层视角形成传统 APM 的三类盲区"]
B2 --> B3["Kindling 用 eBPF 或低版本内核的模块采集系统事件,并关联到异常排障 Trace"]
B3 --> B4["内核侧采集降低跨语言插桩和重启需求,同时仍受内核兼容与开发门槛约束"]
B4 --> B5["同一 Socket fd 的读写事件可拆解请求、处理和响应耗时"]
相关卡片:三类遥测需要按请求关联、应用探针存在三类盲区、Kindling关联内核与链路、eBPF降低跨语言观测侵入、套接字读写拆分请求耗时、探针按领域分离关注点、三段式探针形成事件流水线、标准事件隔离实现细节、诊断视图应对应具体问题
章节作用:本章处于“监控篇:底层逻辑的艺术”部分,聚焦“高阶实战”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“文档与培训不能保证规范持续执行,需要监测偏离并及时控制风险”,再到“查询 SQL 易绕过人工审核,可在测试和预发布环境采集实际执行语句并经评分后拦截低分 SQL”,再到“slowlog 全量采集、SOAR 打分及 MySQL rewrite 演示”,再到“测试环境之外还须覆盖预发布,以发现绕过测试的紧急发布”,再到“已上线的低分 SQL 可按风险和请求量暂缓优化,但白名单须随流量变化复核”,再到“低分 SQL 通知认领、限期修复、测试环境拦截和月报形成持续控制”等19项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["高阶实战"]
A --> B1["文档与培训不能保证规范持续执行,需要监测偏离并及时控制风险"]
B1 --> B2["查询 SQL 易绕过人工审核,可在测试和预发布环境采集实际执行语句并经评分后拦截低分 SQL"]
B2 --> B3["slowlog 全量采集、SOAR 打分及 MySQL rewrite 演示"]
B3 --> B4["测试环境之外还须覆盖预发布,以发现绕过测试的紧急发布"]
B4 --> B5["已上线的低分 SQL 可按风险和请求量暂缓优化,但白名单须随流量变化复核"]
相关卡片:规范要形成监测控制闭环、SQL质量在上线前动态拦截、例外白名单需要持续复核、规范监控需要定位责任场景、匿名管道连接父子进程、HTTP管道减少高延时等待、Redis管道摊薄网络往返、链路数据可发现批处理机会、规范平台统一闭环状态、规则编排与平台开发分离
章节作用:本章处于“监控篇:底层逻辑的艺术”部分,聚焦“挖掘Nginx的监控价值”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“在测试环境从 Nginx 访问日志自动发现新 URI,并补齐监控、缓存、降级等治理属性”,再到“记录 URI 的参数名集合,与白名单比较以发现无效透传、缓存键变化和测试缺口”,再到“$upstream_response_time 与 $request_time 的计时范围不同,故障转移时前者可能有多个值”,再到“$upstream_status 与 $status 分别反映后端和客户端结果,重试可能掩盖异常节点”,再到“状态码和延迟正常仍可能返回空页面,应观察 $body_bytes_sent 的历史波动”,再到“具体 Lua 代码、示例 5% 告警阈值”等11项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["挖掘Nginx的监控价值"]
A --> B1["在测试环境从 Nginx 访问日志自动发现新 URI,并补齐监控、缓存、降级等治理属性"]
B1 --> B2["记录 URI 的参数名集合,与白名单比较以发现无效透传、缓存键变化和测试缺口"]
B2 --> B3["$upstreamresponsetime 与 $requesttime 的计时范围不同,故障…"]
B3 --> B4["$upstreamstatus 与 $status 分别反映后端和客户端结果,重试可能掩盖异常…"]
B4 --> B5["状态码和延迟正常仍可能返回空页面,应观察 $bodybytessent 的历史波动"]
相关卡片:URI指纹自动发现新接口、参数指纹约束无效透传、上下游耗时指标边界不同、上游状态与客户端状态不同、响应字节波动补足状态码、访问日志重建请求转发路径、TLS卸载需保留来源协议、按变更动态提高链路采样
章节作用:本项作为“故障篇:故障的生命周期”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项先从“事前治理须在保障 SLO 与迭代速度之间取舍,不能穷尽所有技术风险”,再到“事中应急依赖值班、预案和演练来检验团队协作”,再到“事后复盘须在期限内落地改进措施,避免只列抽象要求”,再到“对故障生命周期三阶段的目录提示、情绪和格言化表述”;候选去向和适用边界见覆盖记录。
flowchart TD
A["故障篇:故障的生命周期"]
A --> B1["事前治理须在保障 SLO 与迭代速度之间取舍,不能穷尽所有技术风险"]
B1 --> B2["事中应急依赖值班、预案和演练来检验团队协作"]
B2 --> B3["事后复盘须在期限内落地改进措施,避免只列抽象要求"]
B3 --> B4["对故障生命周期三阶段的目录提示、情绪和格言化表述"]
相关卡片:风险治理也有运营成本、演练同时验收监控与响应、改进措施必须带验收闭环
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“事前治理的方法论”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“多项低概率故障累计消耗服务 SLO”,再到“从历史事故提炼重复模式并让运维参与业务故障复盘”,再到“用故障发生到发现的时间差、监控与客服发现比例检验监控质量”,再到“故障、资源和日志、规范、业务组件使用四类事前治理入口”,再到“组件专家把安全使用方式封装成 SDK 或规范”,再到“治理消耗人力财力和跨团队协作成本”等8项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["事前治理的方法论"]
A --> B1["多项低概率故障累计消耗服务 SLO"]
B1 --> B2["从历史事故提炼重复模式并让运维参与业务故障复盘"]
B2 --> B3["用故障发生到发现的时间差、监控与客服发现比例检验监控质量"]
B3 --> B4["故障、资源和日志、规范、业务组件使用四类事前治理入口"]
B4 --> B5["组件专家把安全使用方式封装成 SDK 或规范"]
相关卡片:小风险会累积耗尽SLO、复盘要沉淀可复用防线、用故障时间差检验监控、事前治理有四类证据入口、专家经验要封装成组织能力、风险治理也有运营成本、按收益排序小步治理风险
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“变更管控设计思路”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“基础设施、业务程序、基础程序和业务数据四类变更均须纳入管控”,再到“兼容性降低消费方同步升级和数据语义破坏风险”,再到“平滑性、依赖顺序与业务低谷约束发布计划”,再到“预发、灰度、生产逐级验证并按用户或业务控制影响面”,再到“系统级不可回滚变更需应急预案和低流量窗口”,再到“自动化标准变更仍须复核结果和业务指标”等20项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["变更管控设计思路"]
A --> B1["基础设施、业务程序、基础程序和业务数据四类变更均须纳入管控"]
B1 --> B2["兼容性降低消费方同步升级和数据语义破坏风险"]
B2 --> B3["平滑性、依赖顺序与业务低谷约束发布计划"]
B3 --> B4["预发、灰度、生产逐级验证并按用户或业务控制影响面"]
B4 --> B5["系统级不可回滚变更需应急预案和低流量窗口"]
相关卡片:变更对象有四个维度、兼容性降低同步升级耦合、发布计划受依赖与业务时段约束、灰度发布限制故障爆炸半径、不可回滚变更需要替代护栏、变更完成要由效果复核、变更事件中心统一故障上下文、变更风险贯穿六阶段、高危命令权限绑定工单、灰度监控回滚缺一不可、扩容发布避免版本交错、历史请求可验证无流量灰度
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“轮值的设计思路”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“值班保证故障首响、识别归属和协调专家,不要求一人解决全部问题”,再到“按业务线安排开发主备值班缩短专家到场时间,并同步给客服”,再到“稳定性目标拆成描述匹配率、首响和改进任务”,再到“应急主导者需控局和推动止血,不应陷入单条排障支线”,再到“机器人按描述匹配主备值班、超时升级、签到并组群”,再到“个人爬山经历和产品名称”等10项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["轮值的设计思路"]
A --> B1["值班保证故障首响、识别归属和协调专家,不要求一人解决全部问题"]
B1 --> B2["按业务线安排开发主备值班缩短专家到场时间,并同步给客服"]
B2 --> B3["稳定性目标拆成描述匹配率、首响和改进任务"]
B3 --> B4["应急主导者需控局和推动止血,不应陷入单条排障支线"]
B4 --> B5["机器人按描述匹配主备值班、超时升级、签到并组群"]
相关卡片:值班核心是确保首响与协调、业务线值班缩短专家到场时间、稳定性目标要转成值班指标、应急主导者优先控局止血、值班机器人实现自动升级、一线值班生成SRE需求池、值班时收集而非展开优化
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“故障演练与应急预案”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“在可接受影响范围内主动注入故障,以真实行为修正稳定性假设”,再到“测试环境验证过的分片容错仍可能在线上失败”,再到“通过实验与真实复杂系统互动、修正团队认知”,再到“演练需同时验证监控、告警、人员到场、预案恢复”,再到“关键人员缺席也是故障对象”,再到“故障注入前须定义可验收的消息积压、弱依赖降级等预期”等11项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["故障演练与应急预案"]
A --> B1["在可接受影响范围内主动注入故障,以真实行为修正稳定性假设"]
B1 --> B2["测试环境验证过的分片容错仍可能在线上失败"]
B2 --> B3["通过实验与真实复杂系统互动、修正团队认知"]
B3 --> B4["演练需同时验证监控、告警、人员到场、预案恢复"]
B4 --> B5["关键人员缺席也是故障对象"]
相关卡片:故障演练是受控破坏实验、真实演练验证依赖假设、演练扩展复杂系统认知、演练同时验收监控与响应、人员缺席也是故障对象、演练预期必须可验收、应急预案是触发动作映射、预案与自动化也要定期演练
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“应急响应流程实践”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“技术内外部故障报告经值班人员与客服统一收口、去重”,再到“应急参与人力按能力和影响范围递进投入,避免多人混乱与专家意见遮盖一线发现”,再到“稳定性接口人负责组内协调和权限,可在流程成熟后与值班角色合并”,再到“故障期以固定短周期主动向客服同步进展,减少反复追问”,再到“应急告警与巡检异常分层,高打扰渠道只承载须立即行动的信号”,再到“根据历史故障的同类反馈数、时间窗和核心链路反推客诉触发阈值”等22项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["应急响应流程实践"]
A --> B1["技术内外部故障报告经值班人员与客服统一收口、去重"]
B1 --> B2["应急参与人力按能力和影响范围递进投入,避免多人混乱与专家意见遮盖一线发现"]
B2 --> B3["稳定性接口人负责组内协调和权限,可在流程成熟后与值班角色合并"]
B3 --> B4["故障期以固定短周期主动向客服同步进展,减少反复追问"]
B4 --> B5["应急告警与巡检异常分层,高打扰渠道只承载须立即行动的信号"]
相关卡片:统一入口减少应急信息差、应急人力应递进投入、稳定性接口人负责协调、固定节奏同步客诉进展、报警渠道按处置级别分层、客诉阈值从历史故障反推、第三方状态应纳入监控、应急负责人负责控制节奏、高保链路优先于非核心功能、止血优先于根因定位、应急预案是触发动作映射、应急动作由时序信号选择、降级能力需要持续验收、慢查询需在入口阻断、网络故障按地域运营商聚类
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“静态容灾降级系统”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“静态容灾只适合允许过期或统一数据的读路径,支付和加购等动态写操作应排除”,再到“服务内降级与业务进程共用故障域,后者崩溃时前者也失效”,再到“爬虫预取加 HTTP 缓存的外部降级层可独立于业务服务响应,但会面临 URL、AJAX 与版本覆盖成本”,再到“代理分流、日志判定、URL 治理、热点采集和缓存服务协同形成静态容灾闭环”,再到“URI 指纹和测试环境认领把新 URL 的容灾声明加入上线门禁”,再到“真实访问日志形成热点缓存数据”等23项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["静态容灾降级系统"]
A --> B1["静态容灾只适合允许过期或统一数据的读路径,支付和加购等动态写操作应排除"]
B1 --> B2["服务内降级与业务进程共用故障域,后者崩溃时前者也失效"]
B2 --> B3["爬虫预取加 HTTP 缓存的外部降级层可独立于业务服务响应,但会面临 URL、AJAX 与版本…"]
B3 --> B4["代理分流、日志判定、URL 治理、热点采集和缓存服务协同形成静态容灾闭环"]
B4 --> B5["URI 指纹和测试环境认领把新 URL 的容灾声明加入上线门禁"]
相关卡片:静态容灾只保护可陈旧数据、服务内降级与服务共用故障域、静态容灾由五个系统协作、URL认领把容灾变成上线门禁、真实访问日志定义热点数据、静态降级降低备机房容量需求、灰度环境持续验收容灾能力、时间版本保留可用旧数据、无故障时容灾判断走最短路径、路由匹配先精确后正则、部分容灾按异常比例分流、镜像流量解决恢复盲区、写穿缓存可替代周期爬虫
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“基于OpenResty的动态限流设计思路”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“限流先区分保护目标”,再到“静态限流难适应事故变化”,再到“共享内存承载动态限流规则”,再到“限流调节需要监控反馈”,再到“局部平滑限流需配全局兜底”,再到“响应时间定义限流触发线”等10项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["基于OpenResty的动态限流设计思路"]
A --> B1["限流先区分保护目标"]
B1 --> B2["静态限流难适应事故变化"]
B2 --> B3["共享内存承载动态限流规则"]
B3 --> B4["限流调节需要监控反馈"]
B4 --> B5["局部平滑限流需配全局兜底"]
相关卡片:限流先区分保护目标、静态限流难适应事故变化、共享内存承载动态限流规则、限流调节需要监控反馈、局部平滑限流需配全局兜底、响应时间定义限流触发线、百分比限流应渐进收敛、随机丢弃仍需来源限流校正、非核心慢接口应允许全熔断、限流自动化也需定期演练
章节作用:本章处于“故障篇:故障的生命周期”部分,聚焦“故障复盘”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“复盘会议前先完成事实包”,再到“故障时间线要拆分关键节点”,再到“复盘先客观还原事故现场”,再到“根因分析要覆盖技术与流程”,再到“定责标准应在事故前定义”,再到“改进措施必须带验收闭环”等9项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["故障复盘"]
A --> B1["复盘会议前先完成事实包"]
B1 --> B2["故障时间线要拆分关键节点"]
B2 --> B3["复盘先客观还原事故现场"]
B3 --> B4["根因分析要覆盖技术与流程"]
B4 --> B5["定责标准应在事故前定义"]
相关卡片:复盘会议前先完成事实包、故障时间线要拆分关键节点、复盘先客观还原事故现场、根因分析要覆盖技术与流程、定责标准应在事故前定义、改进措施必须带验收闭环、复盘流程本身也要复盘、故障经验要跨部门传播、故障库连接案例与处理专家
章节作用:本项作为“容量篇:性能与成本间的平衡”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项先从“降本要兼顾用户体验”,再到“容量和响应速度需放回用户链路”,再到““不懂业务的运维”劝诫”;候选去向和适用边界见覆盖记录。
flowchart TD
A["容量篇:性能与成本间的平衡"]
A --> B1["降本要兼顾用户体验"]
B1 --> B2["容量和响应速度需放回用户链路"]
B2 --> B3["“不懂业务的运维”劝诫"]
相关卡片:降本前后同时对比体验指标、性能比例要放回用户链路判断
章节作用:本章处于“容量篇:性能与成本间的平衡”部分,聚焦“成本优化”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“成本目标应由容量评估校准”,再到“降本决策要计算总成本”,再到“容量上限要用压力测试确认”,再到“降本前后同时对比体验指标”,再到“性能比例要放回用户链路判断”,再到“先优化资源关系再删除机器”等12项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["成本优化"]
A --> B1["成本目标应由容量评估校准"]
B1 --> B2["降本决策要计算总成本"]
B2 --> B3["容量上限要用压力测试确认"]
B3 --> B4["降本前后同时对比体验指标"]
B4 --> B5["性能比例要放回用户链路判断"]
相关卡片:成本目标应由容量评估校准、降本决策要计算总成本、容量上限要用压力测试确认、降本前后同时对比体验指标、性能比例要放回用户链路判断、先优化资源关系再删除机器、成本治理需要可见和可归属、缩容应渐进且可逆、付费模型要匹配资源生命周期、云服务选型要比较综合成本、冷热分层按真实读取模式设计、低侵入优化适合作为第一阶段
章节作用:本章处于“容量篇:性能与成本间的平衡”部分,聚焦“智能伸缩平台”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“弹性平台不等于Pod伸缩”,再到“HPA按指标比例计算副本”,再到“Pending需求触发节点”,再到“节点池要避免单一机型依赖”,再到“缩容参数共同定义安全窗口”,再到“定时伸缩要提前覆盖启动时延”等11项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["智能伸缩平台"]
A --> B1["弹性平台不等于Pod伸缩"]
B1 --> B2["HPA按指标比例计算副本"]
B2 --> B3["Pending需求触发节点"]
B3 --> B4["节点池要避免单一机型依赖"]
B4 --> B5["缩容参数共同定义安全窗口"]
相关卡片:弹性平台不等于Pod伸缩、HPA按指标比例计算副本、Pending需求触发节点、节点池要避免单一机型依赖、缩容参数共同定义安全窗口、定时伸缩要提前覆盖启动时延、预测伸缩提前量取决于交付时延、多指标伸缩取最大推荐值、预测策略先预览再自动执行、扩容期间用限流桥接容量缺口、购买失败时按业务优先级腾挪
章节作用:本章处于“容量篇:性能与成本间的平衡”部分,聚焦“容量规划”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“容量规划在不足与冗余间取平衡”,再到“不同资源需要不同容量模型”,再到“线上与压测偏移要显式校准”,再到“流量入口清单是容量计算边界”,再到“容量对象应包含弱依赖与配额”,再到“容量数据应取常态高峰并解释异常”等12项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["容量规划"]
A --> B1["容量规划在不足与冗余间取平衡"]
B1 --> B2["不同资源需要不同容量模型"]
B2 --> B3["线上与压测偏移要显式校准"]
B3 --> B4["流量入口清单是容量计算边界"]
B4 --> B5["容量对象应包含弱依赖与配额"]
相关卡片:容量规划在不足与冗余间取平衡、不同资源需要不同容量模型、线上与压测偏移要显式校准、流量入口清单是容量计算边界、容量对象应包含弱依赖与配额、容量数据应取常态高峰并解释异常、容量短板要放在全链路定位、只读流量可做低成本容量验证、压测要识别适中点与临界点、新服务放量是高风险容量变更、活动容量承诺要有流量边界、尖刺限流为扩容争取时间
章节作用:本章处于“容量篇:性能与成本间的平衡”部分,聚焦“编程能力”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“先用伪代码拆解复杂平台”,再到“运维脚本也必须进入版本管理”,再到“SRE编程能力有四层价值”,再到“性能沟通要带根因与方案”,再到“语言特性会改变系统资源形态”,再到“缓存选型应匹配并发与数据形态”等13项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["编程能力"]
A --> B1["先用伪代码拆解复杂平台"]
B1 --> B2["运维脚本也必须进入版本管理"]
B2 --> B3["SRE编程能力有四层价值"]
B3 --> B4["性能沟通要带根因与方案"]
B4 --> B5["语言特性会改变系统资源形态"]
相关卡片:先用伪代码拆解复杂平台、运维脚本也必须进入版本管理、SRE编程能力有四层价值、性能沟通要带根因与方案、语言特性会改变系统资源形态、缓存选型应匹配并发与数据形态、进程数不能机械等于CPU核数、线程池参数要随负载演进复验、协程轻量不等于并发无限、同步阻塞会沿调用链放大、共享内存适合低延迟进程协作、稳定性平台也要被故障演练、系统调用能反证应用配置失效
章节作用:本项作为“全局视角篇:运维破圈”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项围绕“无合格候选”展开;具体候选的成卡、合并或跳过依据及适用边界见覆盖记录。
flowchart TD
A["全局视角篇:运维破圈"]
A --> B1["无合格候选"]
相关卡片:无(本项无独立知识卡;零卡取舍依据见覆盖记录)
章节作用:本章处于“全局视角篇:运维破圈”部分,聚焦“开启测试视角”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“SRE与测试共同扩展质量边界”,再到“压测结果要回流容量与链路优化”,再到“未压测接口应被上线门禁拦截”,再到“流量回放要设置多重防误投”,再到“三路响应对比可过滤测试噪声”,再到“真实请求驱动变更回归”等13项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["开启测试视角"]
A --> B1["SRE与测试共同扩展质量边界"]
B1 --> B2["压测结果要回流容量与链路优化"]
B2 --> B3["未压测接口应被上线门禁拦截"]
B3 --> B4["流量回放要设置多重防误投"]
B4 --> B5["三路响应对比可过滤测试噪声"]
相关卡片:SRE与测试共同扩展质量边界、压测结果要回流容量与链路优化、未压测接口应被上线门禁拦截、流量回放要设置多重防误投、三路响应对比可过滤测试噪声、真实请求驱动变更回归、破坏性测试优先覆盖高危链路、慢下游测试验证超时与资源耗尽、资源域名增加解析成本、图片上传与展示都要限制尺寸、埋点应批量触发并压缩响应、前端重复请求制造异常QPS、性能工具建议需要业务再判断
章节作用:本章处于“全局视角篇:运维破圈”部分,聚焦“开启用户视角”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“SRE目标是约束下的用户体验”,再到“内部平台也要按用户价值排序”,再到“公共服务要让需求方共同负责”,再到“外部体验从打开产品前开始”,再到“客服反馈应成为一手体验信号”,再到“体验最后一公里晚于系统稳定”等13项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["开启用户视角"]
A --> B1["SRE目标是约束下的用户体验"]
B1 --> B2["内部平台也要按用户价值排序"]
B2 --> B3["公共服务要让需求方共同负责"]
B3 --> B4["外部体验从打开产品前开始"]
B4 --> B5["客服反馈应成为一手体验信号"]
相关卡片:SRE目标是约束下的用户体验、内部平台也要按用户价值排序、公共服务要让需求方共同负责、外部体验从打开产品前开始、客服反馈应成为一手体验信号、体验最后一公里晚于系统稳定、内部试用需要激励与低摩擦反馈、舆情信号可补足监控盲区、复杂交互也要接受成本评审、低使用服务应连同隐藏架构清理、WAF误伤需要可恢复闭环、风控发布要监控拦截结果分布、体验验证要覆盖低端设备与弱网
章节作用:本章处于“全局视角篇:运维破圈”部分,聚焦“开启前端和App开发人员视角”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“前端延迟优化更贴近用户感知”,再到“浏览器缓存逐级查找”,再到“HTML与散列资源分治”,再到“no-cache存储后须校验”,再到“ETag补足更新时间校验精度”,再到“HTTP2减少应用层分片”等12项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["开启前端和App开发人员视角"]
A --> B1["前端延迟优化更贴近用户感知"]
B1 --> B2["浏览器缓存逐级查找"]
B2 --> B3["HTML与散列资源分治"]
B3 --> B4["no-cache存储后须校验"]
B4 --> B5["ETag补足更新时间校验精度"]
相关卡片:前端延迟优化更贴近用户感知、浏览器缓存逐级查找、HTML与散列资源分治、no-cache存储后须校验、ETag补足更新时间校验精度、HTTP2减少应用层分片、资源提示是机会提示而非执行保证、重定向链把每次跳转都变成等待、可分散计算应评估下沉客户端、预取与预渲染成本不同、首屏串行依赖会放大后端波动、弱网时媒体质量应动态降级
章节作用:本章处于“全局视角篇:运维破圈”部分,聚焦“DNS应用场景实践”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“多地探测切换也会误判”,再到“健康检查应止于代理层”,再到“DNS故障转移必须容忍误切”,再到“CNAME集中多域名切换控制”,再到“TTL让DNS切换渐进生效”,再到“HTTPDNS失败须回退”等13项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["DNS应用场景实践"]
A --> B1["多地探测切换也会误判"]
B1 --> B2["健康检查应止于代理层"]
B2 --> B3["DNS故障转移必须容忍误切"]
B3 --> B4["CNAME集中多域名切换控制"]
B4 --> B5["TTL让DNS切换渐进生效"]
相关卡片:多地探测切换也会误判、健康检查应止于代理层、DNS故障转移必须容忍误切、CNAME集中多域名切换控制、TTL让DNS切换渐进生效、HTTPDNS失败须回退、HTTPDNS缓存需权衡、双向DNS验证爬虫身份、顺序DNS超时不等于高可用、轮询上游仍会命中故障节点、本地缓存加并行上游提高可用性、随机缓存周期避免同时失效、DNS高可用必须验证故障路径
章节作用:本项作为“性能篇:SRE进阶之路”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项围绕“无合格候选”展开;具体候选的成卡、合并或跳过依据及适用边界见覆盖记录。
flowchart TD
A["性能篇:SRE进阶之路"]
A --> B1["无合格候选"]
相关卡片:无(本项无独立知识卡;零卡取舍依据见覆盖记录)
章节作用:本章处于“性能篇:SRE进阶之路”部分,聚焦“高并发网关价值探究”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“网关承载横切能力”,再到“流量网关与业务网关融合”,再到“聚合网关减少客户端往返”,再到“Lura提供可配置聚合”,再到“APISIX批量请求插件”,再到“按需取数减少无效传输”等9项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["高并发网关价值探究"]
A --> B1["网关承载横切能力"]
B1 --> B2["流量网关与业务网关融合"]
B2 --> B3["聚合网关减少客户端往返"]
B3 --> B4["Lura提供可配置聚合"]
B4 --> B5["APISIX批量请求插件"]
相关卡片:网关承载横切能力、流量网关与业务网关融合、聚合网关减少客户端往返、Lura提供可配置聚合、APISIX批量请求插件、按需取数减少无效传输、按数据源拆分缓存边界、鉴权与数据缓存解耦、缓存键忽略参数需业务确认
章节作用:本章处于“性能篇:SRE进阶之路”部分,聚焦“高性能Varnish缓存系统”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“Varnish兼具代理与缓存”,再到“HTTP缓存缩短业务链路”,再到“请求合并抑制缓存击穿”,再到“过期缓存可缩小故障面”,再到“CDN与Varnish的取舍”,再到“神圣模式绕过异常后端”等14项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["高性能Varnish缓存系统"]
A --> B1["Varnish兼具代理与缓存"]
B1 --> B2["HTTP缓存缩短业务链路"]
B2 --> B3["请求合并抑制缓存击穿"]
B3 --> B4["过期缓存可缩小故障面"]
B4 --> B5["CDN与Varnish的取舍"]
相关卡片:Varnish兼具代理与缓存、HTTP缓存缩短业务链路、请求合并抑制缓存击穿、过期缓存可缩小故障面、CDN与Varnish的取舍、神圣模式绕过异常后端、宽限模式异步刷新缓存、软清除保留故障退路、响应头下放缓存时长、一致性哈希提高缓存命中、热Key需要主动打散、滑动窗口判定后端健康、配置分层隔离应用差异、测试请求应可显式绕过缓存
章节作用:本章处于“性能篇:SRE进阶之路”部分,聚焦“SRE漏斗优化法则”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“SRE漏斗优化法则”,再到“性能优化应先减量”,再到“技术白名单约束架构选型”,再到“在链路前端拦截请求”,再到“按需返回压缩数据量”,再到“批量交互减少I-O往返”等8项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["SRE漏斗优化法则"]
A --> B1["SRE漏斗优化法则"]
B1 --> B2["性能优化应先减量"]
B2 --> B3["技术白名单约束架构选型"]
B3 --> B4["在链路前端拦截请求"]
B4 --> B5["按需返回压缩数据量"]
相关卡片:SRE漏斗优化法则、性能优化应先减量、技术白名单约束架构选型、在链路前端拦截请求、按需返回压缩数据量、批量交互减少I-O往返、计算可迁移到链路外部、资源效率要匹配负载形态
章节作用:本章处于“性能篇:SRE进阶之路”部分,聚焦“awesome性能分析工具”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“性能清单应嵌入日常流程”,再到“系统信号可反推代码问题”,再到“bcc-tools覆盖系统各层”,再到“tcplife聚焦连接生命周期”,再到“DNS解析延迟诊断”,再到“火焰图可作为变更门禁”等8项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["awesome性能分析工具"]
A --> B1["性能清单应嵌入日常流程"]
B1 --> B2["系统信号可反推代码问题"]
B2 --> B3["bcc-tools覆盖系统各层"]
B3 --> B4["tcplife聚焦连接生命周期"]
B4 --> B5["DNS解析延迟诊断"]
相关卡片:性能清单应嵌入日常流程、系统信号可反推代码问题、bcc-tools覆盖系统各层、tcplife聚焦连接生命周期、DNS解析延迟诊断、火焰图可作为变更门禁、Netdata提高异常发现效率、深层排障成本高昂
章节作用:本章处于“性能篇:SRE进阶之路”部分,聚焦“性能优化实践锦集”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“TIME-WAIT减少非零成本”,再到“长连接参数需验证生效”,再到“简单响应应在入口终止”,再到“动态容器追踪免进程号”,再到“CDN缓存不只服务静态文件”,再到“CDN动态加速优化传输链路”等14项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["性能优化实践锦集"]
A --> B1["TIME-WAIT减少非零成本"]
B1 --> B2["长连接参数需验证生效"]
B2 --> B3["简单响应应在入口终止"]
B3 --> B4["动态容器追踪免进程号"]
B4 --> B5["CDN缓存不只服务静态文件"]
相关卡片:TIME-WAIT减少非零成本、长连接参数需验证生效、简单响应应在入口终止、动态容器追踪免进程号、CDN缓存不只服务静态文件、CDN动态加速优化传输链路、CDN过期保护异步回源、用资源排名筛选优化目标、缓存前先验证重复分布、小幅收益说明未击中主瓶颈、pprof记录Go运行时开销、配置应在变更时反序列化、远端配置也属于请求热路径、配置职责会随时间膨胀
章节作用:本项作为“扩展篇:在团队间搭建桥梁”的篇首导语,说明该主题在运维生命周期中的位置并引出后续章节。
内容脉络:本项围绕“无合格候选”展开;具体候选的成卡、合并或跳过依据及适用边界见覆盖记录。
flowchart TD
A["扩展篇:在团队间搭建桥梁"]
A --> B1["无合格候选"]
相关卡片:无(本项无独立知识卡;零卡取舍依据见覆盖记录)
章节作用:本章处于“扩展篇:在团队间搭建桥梁”部分,聚焦“业务开发人员视角下的技术风险”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“业务阶段决定技术方案适配”,再到“稳定性工作要进入团队目标”,再到“跨职能冲突源于目标不同”,再到“重构决策要计入机会成本”,再到“发布清单也是风险数据源”,再到“自研基础组件要先过评审”等13项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["业务开发人员视角下的技术风险"]
A --> B1["业务阶段决定技术方案适配"]
B1 --> B2["稳定性工作要进入团队目标"]
B2 --> B3["跨职能冲突源于目标不同"]
B3 --> B4["重构决策要计入机会成本"]
B4 --> B5["发布清单也是风险数据源"]
相关卡片:业务阶段决定技术方案适配、稳定性工作要进入团队目标、跨职能冲突源于目标不同、重构决策要计入机会成本、发布清单也是风险数据源、自研基础组件要先过评审、需求评审应携带技术预算、成本目标应改写为业务价值、技术治理需要显式资源承诺、激励机制决定基建参与度、物理隔离可替代昂贵重写、Binlog驱动缓存失效、技术债应按核心影响排序
章节作用:本章处于“扩展篇:在团队间搭建桥梁”部分,聚焦“SRE视角全篇总结”,把全书的SRE运维架构主线落实到这一组机制、方法或案例。
内容脉络:本项先从“用户体验校验内部指标”,再到“稳定性能力需要统一盘点”,再到“稳定性共建的三个前提”,再到“技术风险库要持续迭代”,再到“技术竞品分析要匹配能力”,再到“按可缓存性设计降级路径”等10项内容;候选去向和适用边界见覆盖记录。
flowchart TD
A["SRE视角全篇总结"]
A --> B1["用户体验校验内部指标"]
B1 --> B2["稳定性能力需要统一盘点"]
B2 --> B3["稳定性共建的三个前提"]
B3 --> B4["技术风险库要持续迭代"]
B4 --> B5["技术竞品分析要匹配能力"]
相关卡片:用户体验校验内部指标、稳定性能力需要统一盘点、稳定性共建的三个前提、技术风险库要持续迭代、技术竞品分析要匹配能力、按可缓存性设计降级路径、降级策略应自动恢复、自愈动作必须贴合业务边界、自愈任务要收拢并演练、CMDB连接资源与事件
| 章节号 | 章节标题 | 精读/略读 | 状态(pending/done) | 卡片数 |
|---|---|---|---|---|
| 前序1 | 序 | 精读 | done | 0 |
| 前序2 | 前言 | 精读 | done | 0 |
| 篇1 | 开端篇:弱化边界感 | 精读 | done | 0 |
| 1 | 引言 | 精读 | done | 6 |
| 2 | 重视测试环境和预发布环境 | 精读 | done | 5 |
| 篇2 | 监控篇:底层逻辑的艺术 | 精读 | done | 0 |
| 3 | 浅谈监控系统设计 | 精读 | done | 10 |
| 4 | 云原生可观测性开源工具 | 精读 | done | 9 |
| 5 | 高阶实战 | 精读 | done | 10 |
| 6 | 挖掘Nginx的监控价值 | 精读 | done | 8 |
| 篇3 | 故障篇:故障的生命周期 | 精读 | done | 0 |
| 7 | 事前治理的方法论 | 精读 | done | 7 |
| 8 | 变更管控设计思路 | 精读 | done | 12 |
| 9 | 轮值的设计思路 | 精读 | done | 7 |
| 10 | 故障演练与应急预案 | 精读 | done | 8 |
| 11 | 应急响应流程实践 | 精读 | done | 14 |
| 12 | 静态容灾降级系统 | 精读 | done | 13 |
| 13 | 基于OpenResty的动态限流设计思路 | 精读 | done | 10 |
| 14 | 故障复盘 | 精读 | done | 9 |
| 篇4 | 容量篇:性能与成本间的平衡 | 精读 | done | 0 |
| 15 | 成本优化 | 精读 | done | 12 |
| 16 | 智能伸缩平台 | 精读 | done | 11 |
| 17 | 容量规划 | 精读 | done | 12 |
| 18 | 编程能力 | 精读 | done | 13 |
| 篇5 | 全局视角篇:运维破圈 | 精读 | done | 0 |
| 19 | 开启测试视角 | 精读 | done | 13 |
| 20 | 开启用户视角 | 精读 | done | 13 |
| 21 | 开启前端和App开发人员视角 | 精读 | done | 12 |
| 22 | DNS应用场景实践 | 精读 | done | 14 |
| 篇6 | 性能篇:SRE进阶之路 | 精读 | done | 0 |
| 23 | 高并发网关价值探究 | 精读 | done | 9 |
| 24 | 高性能Varnish缓存系统 | 精读 | done | 14 |
| 25 | SRE漏斗优化法则 | 精读 | done | 8 |
| 26 | awesome性能分析工具 | 精读 | done | 8 |
| 27 | 性能优化实践锦集 | 精读 | done | 14 |
| 篇7 | 扩展篇:在团队间搭建桥梁 | 精读 | done | 0 |
| 28 | 业务开发人员视角下的技术风险 | 精读 | done | 13 |
| 29 | SRE视角全篇总结 | 精读 | done | 10 |
历史 29 章的 done 因缺少 _coverage.md 单元证据暂改 pending;卡片数保留既有文件数量,待逐单元回读核验。
| spine项 | 类型 | 排除理由 |
|---|---|---|
| cover.xhtml | 封面 | 仅封面图片及标题,无可供知识取材的正文 |
| Copyright.xhtml | 版权页 | 出版和版权信息,不构成正文 |
| Section0001_0001.xhtml | 内容简介 | 书籍简介/营销推荐文字,非作者正文论证;不作为章节知识覆盖 |
| Section0001_0002.xhtml | 专家推荐语 | 书籍简介/营销推荐文字,非作者正文论证;不作为章节知识覆盖 |
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| Zabbix | 第3章 | 作为常见系统监控工具被提及,未展开机制。 |
| Prometheus | 第3章 | 作为常见系统监控工具被提及,未展开机制。 |
| execsnoop | 第3章 | 作为捕获短时进程的工具被介绍,未展开实现机制。 |
| eBPF | 第3、26章 | 作为 Linux 性能分析基础被提及,并通过 bcc-tools 展示用途,但未展开其内部机制。 |
| SkyWalking | 第3章 | 作为分布式全链路监控系统被列举,未单独展开。 |
| Zipkin | 第3章 | 作为分布式全链路监控系统被列举,未单独展开。 |
| CAT | 第3章 | 作为分布式全链路监控系统被列举,未单独展开。 |
| Pinpoint | 第3章 | 作为分布式全链路监控系统被列举,未单独展开。 |
| 标题 | 类型(书/论文/框架/源码项目) | 出现章节 | 一句话语境 |
|---|---|---|---|
| SRE生存指南:系统中断响应与正常运行时间最大化 | 书 | 第1章 | Nat Welch 基于 Mikey 金字塔调整出七层 SRE 金字塔,并强调沟通包围且支撑每一层。 |
| Dapper论文 | 论文 | 第4章 | 作为应用分布式追踪方案的来源被提及,正文未展开论文机制。 |
| Nginx实战:基于Lua语言的配置、开发与架构详解 | 书 | 第6、24章 | 作为Ngx_Lua开发的延伸读物被推荐,正文未展开该书内容。 |
| BPF之巅:洞悉Linux系统和应用性能 | 书 | 第26章 | 其系统优化工具箱被用于展示跨系统层级的性能分析清单。 |
| Linux性能分析的前60000ms | 文章 | 第26章 | 提供一组可在系统分析和巡检开始阶段执行的基础命令清单。 |
| 性能之巅 | 书 | 第26章 | 作为继续学习系统性能分析的延伸读物被推荐,正文未展开。 |
| 问题标题 | 问题卡 | 解决方案卡(如有) | 出现章节 | 一句话说明 |
|---|
| 序号 | 实践标题 | 实践方式 | 状态(pending/done) | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 1 | 建立跨团队技术风险库 | 真实任务 | done | 第29章 | 技术风险库表格、治理任务与责任记录 |
| 2 | 做一次漏斗式性能审计 | 真实任务 | done | 第25、27章 | 五层审计表、基线摘要与决策记录 |
| 3 | 验证缓存故障保护路径 | 行为实验 | done | 第24、27章 | 故障场景矩阵、时序记录与边界清单 |
| 4 | 从发布清单提炼风险规则 | 证据验证 | done | 第8、28章 | 风险编码表、证据摘要与试行规则 |
| 5 | 绘制服务降级矩阵 | 决策实践 | done | 第12、13、29章 | 接口降级矩阵、争议项与测试候选 |
| 维度 | 覆盖状态(已覆盖/补充生成/未覆盖) | 关联卡片标题或未覆盖理由 |
|---|---|---|
| 服务拆分原则 | 已覆盖 | [[公共服务要让需求方共同负责]]、[[流量网关与业务网关融合]]、[[按数据源拆分缓存边界]]从责任、共性能力和缓存边界讨论拆分。 |
| 通信机制 | 已覆盖 | [[同步阻塞会沿调用链放大]]、[[聚合网关减少客户端往返]]、[[Binlog驱动缓存失效]]覆盖同步阻塞、批量聚合和异步事件触发的取舍。 |
| 一致性与事务权衡 | 未覆盖 | 本书讨论缓存实时性与Binlog失效,但未系统展开跨服务事务、一致性模型或补偿策略,不补造结论。 |
| 可观测性设计 | 已覆盖 | [[监控对象来自完整链路]]、[[全链路监控定位跨服务瓶颈]]、[[变更监控连接故障上下文]]覆盖指标、链路与变更事件。 |
| 容错设计 | 已覆盖 | [[按可缓存性设计降级路径]]、[[非核心慢接口应允许全熔断]]、[[降级策略应自动恢复]]覆盖降级、熔断和恢复闭环。 |
| 扩展性瓶颈与应对 | 已覆盖 | [[容量规划在不足与冗余间取平衡]]、[[弹性平台不等于Pod伸缩]]、[[热Key需要主动打散]]覆盖容量、弹性和热点瓶颈。 |
| 部署与发布策略 | 已覆盖 | [[灰度发布限制故障爆炸半径]]、[[灰度监控回滚缺一不可]]、[[发布清单也是风险数据源]]覆盖灰度、回滚与发布治理。 |
历史 V8 批次的 297 张稳定知识卡曾复用 13 个现有主题索引。本次 V10 回读与审查新增《短时进程需事件追踪》《三类监控观察不同对象》《用故障时间差检验监控》《扩容发布避免版本交错》《慢查询需在入口阻断》《网络故障按地域运营商聚类》《DNS地域解析可做粗粒度放量》,主题归属与索引内容待 S4 复核;本次 S2 章节回读已完成,S3–S7 仍须逐步验收,不沿用历史批次的全量验收结论。
| 卡片标题 | 结论 | 主题文件或原因 |
|---|---|---|
| 运维架构覆盖服务生命周期 | 已复用 | notes/_topics/business-driven-tech-evolution.md |
| SRE以软件化实现可靠性目标 | 已复用 | notes/_topics/org-architecture-alignment.md |
| SRE转型不等于增加编码 | 已复用 | notes/_topics/business-driven-tech-evolution.md |
| 技术选择服从业务约束 | 已复用 | notes/_topics/business-driven-tech-evolution.md |
| 跨部门经验扩展问题边界 | 已复用 | notes/_topics/org-architecture-alignment.md |
| SRE金字塔由沟通贯穿 | 已复用 | notes/_topics/business-driven-tech-evolution.md |
| 测试环境也是风险门禁 | 已复用 | notes/_topics/change-release-safety.md |
| 环境阻塞量化迭代内耗 | 已复用 | notes/_topics/change-release-safety.md |
| 预发布是受控风险区 | 已复用 | notes/_topics/change-release-safety.md |
| 内部环境也有用户体验 | 已复用 | notes/_topics/interaction-design-principles.md |
| 环境治理从问题树落地 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 监控对象来自完整链路 | 已复用 | notes/_topics/logging-observability.md |
| 三类监控观察不同对象 | 已复用 | notes/_topics/logging-observability.md |
| 变更监控连接故障上下文 | 已复用 | notes/_topics/logging-observability.md |
| 持续阈值会漏掉瞬时尖峰 | 已复用 | notes/_topics/logging-observability.md |
| 短时进程需事件追踪 | 已复用 | notes/_topics/logging-observability.md |
| 全链路监控定位跨服务瓶颈 | 已复用 | notes/_topics/logging-observability.md |
| 工具选型要权衡时间成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 黑盒监控验证用户结果 | 已复用 | notes/_topics/logging-observability.md |
| 告警治理保护响应注意力 | 已复用 | notes/_topics/logging-observability.md |
| 黄金信号覆盖服务压力 | 已复用 | notes/_topics/logging-observability.md |
| Kindling关联内核与链路 | 已复用 | notes/_topics/logging-observability.md |
| 三类遥测需要按请求关联 | 已复用 | notes/_topics/logging-observability.md |
| 应用探针存在三类盲区 | 已复用 | notes/_topics/logging-observability.md |
| eBPF降低跨语言观测侵入 | 已复用 | notes/_topics/logging-observability.md |
| 套接字读写拆分请求耗时 | 已复用 | notes/_topics/logging-observability.md |
| 探针按领域分离关注点 | 已复用 | notes/_topics/logging-observability.md |
| 三段式探针形成事件流水线 | 已复用 | notes/_topics/logging-observability.md |
| 标准事件隔离实现细节 | 已复用 | notes/_topics/logging-observability.md |
| 诊断视图应对应具体问题 | 已复用 | notes/_topics/logging-observability.md |
| 规范要形成监测控制闭环 | 已复用 | notes/_topics/nfr-in-design.md |
| SQL质量在上线前动态拦截 | 已复用 | notes/_topics/nfr-in-design.md |
| 例外白名单需要持续复核 | 已复用 | notes/_topics/nfr-in-design.md |
| 规范监控需要定位责任场景 | 已复用 | notes/_topics/logging-observability.md |
| 匿名管道连接父子进程 | 已复用 | notes/_topics/performance-profiling.md |
| HTTP管道减少高延时等待 | 已复用 | notes/_topics/nfr-in-design.md |
| Redis管道摊薄网络往返 | 已复用 | notes/_topics/nfr-in-design.md |
| 链路数据可发现批处理机会 | 已复用 | notes/_topics/logging-observability.md |
| 规范平台统一闭环状态 | 已复用 | notes/_topics/nfr-in-design.md |
| 规则编排与平台开发分离 | 已复用 | notes/_topics/nfr-in-design.md |
| URI指纹自动发现新接口 | 已复用 | notes/_topics/logging-observability.md |
| 参数指纹约束无效透传 | 已复用 | notes/_topics/logging-observability.md |
| 上下游耗时指标边界不同 | 已复用 | notes/_topics/logging-observability.md |
| 上游状态与客户端状态不同 | 已复用 | notes/_topics/interaction-design-principles.md |
| 响应字节波动补足状态码 | 已复用 | notes/_topics/logging-observability.md |
| 访问日志重建请求转发路径 | 已复用 | notes/_topics/logging-observability.md |
| TLS卸载需保留来源协议 | 已复用 | notes/_topics/logging-observability.md |
| 按变更动态提高链路采样 | 已复用 | notes/_topics/logging-observability.md |
| 小风险会累积耗尽SLO | 已复用 | notes/_topics/nfr-in-design.md |
| 复盘要沉淀可复用防线 | 已复用 | notes/_topics/incident-response.md |
| 事前治理有四类证据入口 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 专家经验要封装成组织能力 | 已复用 | notes/_topics/nfr-in-design.md |
| 风险治理也有运营成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 按收益排序小步治理风险 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 用故障时间差检验监控 | 已复用 | notes/_topics/logging-observability.md |
| 扩容发布避免版本交错 | 已复用 | notes/_topics/change-release-safety.md |
| 变更对象有四个维度 | 已复用 | notes/_topics/change-release-safety.md |
| 兼容性降低同步升级耦合 | 已复用 | notes/_topics/change-release-safety.md |
| 发布计划受依赖与业务时段约束 | 已复用 | notes/_topics/change-release-safety.md |
| 灰度发布限制故障爆炸半径 | 已复用 | notes/_topics/change-release-safety.md |
| 不可回滚变更需要替代护栏 | 已复用 | notes/_topics/change-release-safety.md |
| 变更完成要由效果复核 | 已复用 | notes/_topics/change-release-safety.md |
| 变更事件中心统一故障上下文 | 已复用 | notes/_topics/change-release-safety.md |
| 变更风险贯穿六阶段 | 已复用 | notes/_topics/change-release-safety.md |
| 高危命令权限绑定工单 | 已复用 | notes/_topics/change-release-safety.md |
| 灰度监控回滚缺一不可 | 已复用 | notes/_topics/logging-observability.md |
| 历史请求可验证无流量灰度 | 已复用 | notes/_topics/change-release-safety.md |
| 值班核心是确保首响与协调 | 已复用 | notes/_topics/incident-response.md |
| 业务线值班缩短专家到场时间 | 已复用 | notes/_topics/incident-response.md |
| 稳定性目标要转成值班指标 | 已复用 | notes/_topics/logging-observability.md |
| 应急主导者优先控局止血 | 已复用 | notes/_topics/incident-response.md |
| 值班机器人实现自动升级 | 已复用 | notes/_topics/incident-response.md |
| 一线值班生成SRE需求池 | 已复用 | notes/_topics/incident-response.md |
| 值班时收集而非展开优化 | 已复用 | notes/_topics/incident-response.md |
| 故障演练是受控破坏实验 | 已复用 | notes/_topics/incident-response.md |
| 真实演练验证依赖假设 | 已复用 | notes/_topics/incident-response.md |
| 演练扩展复杂系统认知 | 已复用 | notes/_topics/incident-response.md |
| 演练同时验收监控与响应 | 已复用 | notes/_topics/logging-observability.md |
| 人员缺席也是故障对象 | 已复用 | notes/_topics/incident-response.md |
| 演练预期必须可验收 | 已复用 | notes/_topics/incident-response.md |
| 应急预案是触发动作映射 | 已复用 | notes/_topics/incident-response.md |
| 预案与自动化也要定期演练 | 已复用 | notes/_topics/incident-response.md |
| 统一入口减少应急信息差 | 已复用 | notes/_topics/incident-response.md |
| 应急人力应递进投入 | 已复用 | notes/_topics/incident-response.md |
| 稳定性接口人负责协调 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 固定节奏同步客诉进展 | 已复用 | notes/_topics/incident-response.md |
| 报警渠道按处置级别分层 | 已复用 | notes/_topics/incident-response.md |
| 客诉阈值从历史故障反推 | 已复用 | notes/_topics/incident-response.md |
| 第三方状态应纳入监控 | 已复用 | notes/_topics/logging-observability.md |
| 应急负责人负责控制节奏 | 已复用 | notes/_topics/incident-response.md |
| 高保链路优先于非核心功能 | 已复用 | notes/_topics/logging-observability.md |
| 止血优先于根因定位 | 已复用 | notes/_topics/incident-response.md |
| 应急动作由时序信号选择 | 已复用 | notes/_topics/incident-response.md |
| 降级能力需要持续验收 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 慢查询需在入口阻断 | 已复用 | notes/_topics/incident-response.md |
| 网络故障按地域运营商聚类 | 已复用 | notes/_topics/incident-response.md |
| 静态容灾只保护可陈旧数据 | 已复用 | notes/_topics/high-availability-architecture.md |
| 服务内降级与服务共用故障域 | 已复用 | notes/_topics/incident-response.md |
| 静态容灾由五个系统协作 | 已复用 | notes/_topics/high-availability-architecture.md |
| URL认领把容灾变成上线门禁 | 已复用 | notes/_topics/change-release-safety.md |
| 真实访问日志定义热点数据 | 已复用 | notes/_topics/logging-observability.md |
| 时间版本保留可用旧数据 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 静态降级降低备机房容量需求 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 无故障时容灾判断走最短路径 | 已复用 | notes/_topics/incident-response.md |
| 路由匹配先精确后正则 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 部分容灾按异常比例分流 | 已复用 | notes/_topics/high-availability-architecture.md |
| 镜像流量解决恢复盲区 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 灰度环境持续验收容灾能力 | 已复用 | notes/_topics/change-release-safety.md |
| 写穿缓存可替代周期爬虫 | 已复用 | notes/_topics/caching-strategies.md |
| 限流先区分保护目标 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 静态限流难适应事故变化 | 已复用 | notes/_topics/incident-response.md |
| 共享内存承载动态限流规则 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 限流调节需要监控反馈 | 已复用 | notes/_topics/logging-observability.md |
| 局部平滑限流需配全局兜底 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 响应时间定义限流触发线 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 百分比限流应渐进收敛 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 随机丢弃仍需来源限流校正 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 非核心慢接口应允许全熔断 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 限流自动化也需定期演练 | 已复用 | notes/_topics/incident-response.md |
| 复盘会议前先完成事实包 | 已复用 | notes/_topics/incident-response.md |
| 故障时间线要拆分关键节点 | 已复用 | notes/_topics/incident-response.md |
| 复盘先客观还原事故现场 | 已复用 | notes/_topics/incident-response.md |
| 根因分析要覆盖技术与流程 | 已复用 | notes/_topics/incident-response.md |
| 定责标准应在事故前定义 | 已复用 | notes/_topics/incident-response.md |
| 改进措施必须带验收闭环 | 已复用 | notes/_topics/incident-response.md |
| 复盘流程本身也要复盘 | 已复用 | notes/_topics/incident-response.md |
| 故障经验要跨部门传播 | 已复用 | notes/_topics/incident-response.md |
| 故障库连接案例与处理专家 | 已复用 | notes/_topics/incident-response.md |
| 成本目标应由容量评估校准 | 已复用 | notes/_topics/capacity-scheduling.md |
| 降本决策要计算总成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 容量上限要用压力测试确认 | 已复用 | notes/_topics/capacity-scheduling.md |
| 降本前后同时对比体验指标 | 已复用 | notes/_topics/logging-observability.md |
| 性能比例要放回用户链路判断 | 已复用 | notes/_topics/logging-observability.md |
| 先优化资源关系再删除机器 | 已复用 | notes/_topics/capacity-scheduling.md |
| 成本治理需要可见和可归属 | 已复用 | notes/_topics/capacity-scheduling.md |
| 缩容应渐进且可逆 | 已复用 | notes/_topics/capacity-scheduling.md |
| 付费模型要匹配资源生命周期 | 已复用 | notes/_topics/capacity-scheduling.md |
| 云服务选型要比较综合成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 冷热分层按真实读取模式设计 | 已复用 | notes/_topics/capacity-scheduling.md |
| 低侵入优化适合作为第一阶段 | 已复用 | notes/_topics/capacity-scheduling.md |
| 弹性平台不等于Pod伸缩 | 已复用 | notes/_topics/capacity-scheduling.md |
| HPA按指标比例计算副本 | 已复用 | notes/_topics/logging-observability.md |
| Pending需求触发节点 | 已复用 | notes/_topics/capacity-scheduling.md |
| 节点池要避免单一机型依赖 | 已复用 | notes/_topics/capacity-scheduling.md |
| 缩容参数共同定义安全窗口 | 已复用 | notes/_topics/capacity-scheduling.md |
| 定时伸缩要提前覆盖启动时延 | 已复用 | notes/_topics/capacity-scheduling.md |
| 预测伸缩提前量取决于交付时延 | 已复用 | notes/_topics/capacity-scheduling.md |
| 多指标伸缩取最大推荐值 | 已复用 | notes/_topics/logging-observability.md |
| 预测策略先预览再自动执行 | 已复用 | notes/_topics/capacity-scheduling.md |
| 扩容期间用限流桥接容量缺口 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 购买失败时按业务优先级腾挪 | 已复用 | notes/_topics/capacity-scheduling.md |
| 容量规划在不足与冗余间取平衡 | 已复用 | notes/_topics/capacity-scheduling.md |
| 不同资源需要不同容量模型 | 已复用 | notes/_topics/capacity-scheduling.md |
| 线上与压测偏移要显式校准 | 已复用 | notes/_topics/performance-profiling.md |
| 流量入口清单是容量计算边界 | 已复用 | notes/_topics/capacity-scheduling.md |
| 容量对象应包含弱依赖与配额 | 已复用 | notes/_topics/capacity-scheduling.md |
| 容量数据应取常态高峰并解释异常 | 已复用 | notes/_topics/capacity-scheduling.md |
| 容量短板要放在全链路定位 | 已复用 | notes/_topics/logging-observability.md |
| 只读流量可做低成本容量验证 | 已复用 | notes/_topics/capacity-scheduling.md |
| 压测要识别适中点与临界点 | 已复用 | notes/_topics/performance-profiling.md |
| 新服务放量是高风险容量变更 | 已复用 | notes/_topics/change-release-safety.md |
| 活动容量承诺要有流量边界 | 已复用 | notes/_topics/capacity-scheduling.md |
| 尖刺限流为扩容争取时间 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 先用伪代码拆解复杂平台 | 已复用 | notes/_topics/performance-profiling.md |
| 运维脚本也必须进入版本管理 | 已复用 | notes/_topics/performance-profiling.md |
| SRE编程能力有四层价值 | 已复用 | notes/_topics/performance-profiling.md |
| 性能沟通要带根因与方案 | 已复用 | notes/_topics/performance-profiling.md |
| 语言特性会改变系统资源形态 | 已复用 | notes/_topics/capacity-scheduling.md |
| 缓存选型应匹配并发与数据形态 | 已复用 | notes/_topics/caching-strategies.md |
| 进程数不能机械等于CPU核数 | 已复用 | notes/_topics/performance-profiling.md |
| 线程池参数要随负载演进复验 | 已复用 | notes/_topics/performance-profiling.md |
| 协程轻量不等于并发无限 | 已复用 | notes/_topics/performance-profiling.md |
| 同步阻塞会沿调用链放大 | 已复用 | notes/_topics/performance-profiling.md |
| 共享内存适合低延迟进程协作 | 已复用 | notes/_topics/performance-profiling.md |
| 稳定性平台也要被故障演练 | 已复用 | notes/_topics/incident-response.md |
| 系统调用能反证应用配置失效 | 已复用 | notes/_topics/performance-profiling.md |
| SRE与测试共同扩展质量边界 | 已复用 | notes/_topics/performance-profiling.md |
| 压测结果要回流容量与链路优化 | 已复用 | notes/_topics/logging-observability.md |
| 未压测接口应被上线门禁拦截 | 已复用 | notes/_topics/change-release-safety.md |
| 流量回放要设置多重防误投 | 已复用 | notes/_topics/performance-profiling.md |
| 三路响应对比可过滤测试噪声 | 已复用 | notes/_topics/performance-profiling.md |
| 真实请求驱动变更回归 | 已复用 | notes/_topics/change-release-safety.md |
| 破坏性测试优先覆盖高危链路 | 已复用 | notes/_topics/logging-observability.md |
| 慢下游测试验证超时与资源耗尽 | 已复用 | notes/_topics/capacity-scheduling.md |
| 资源域名增加解析成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 图片上传与展示都要限制尺寸 | 已复用 | notes/_topics/performance-profiling.md |
| 埋点应批量触发并压缩响应 | 已复用 | notes/_topics/performance-profiling.md |
| 前端重复请求制造异常QPS | 已复用 | notes/_topics/interaction-design-principles.md |
| 性能工具建议需要业务再判断 | 已复用 | notes/_topics/performance-profiling.md |
| SRE目标是约束下的用户体验 | 已复用 | notes/_topics/interaction-design-principles.md |
| 内部平台也要按用户价值排序 | 已复用 | notes/_topics/interaction-design-principles.md |
| 公共服务要让需求方共同负责 | 已复用 | notes/_topics/interaction-design-principles.md |
| 外部体验从打开产品前开始 | 已复用 | notes/_topics/interaction-design-principles.md |
| 客服反馈应成为一手体验信号 | 已复用 | notes/_topics/interaction-design-principles.md |
| 体验最后一公里晚于系统稳定 | 已复用 | notes/_topics/interaction-design-principles.md |
| 内部试用需要激励与低摩擦反馈 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 舆情信号可补足监控盲区 | 已复用 | notes/_topics/logging-observability.md |
| 复杂交互也要接受成本评审 | 已复用 | notes/_topics/capacity-scheduling.md |
| 低使用服务应连同隐藏架构清理 | 已复用 | notes/_topics/interaction-design-principles.md |
| WAF误伤需要可恢复闭环 | 已复用 | notes/_topics/interaction-design-principles.md |
| 风控发布要监控拦截结果分布 | 已复用 | notes/_topics/logging-observability.md |
| 体验验证要覆盖低端设备与弱网 | 已复用 | notes/_topics/interaction-design-principles.md |
| 前端延迟优化更贴近用户感知 | 已复用 | notes/_topics/performance-profiling.md |
| 浏览器缓存逐级查找 | 已复用 | notes/_topics/caching-strategies.md |
| HTML与散列资源分治 | 已复用 | notes/_topics/capacity-scheduling.md |
| no-cache存储后须校验 | 已复用 | notes/_topics/caching-strategies.md |
| ETag补足更新时间校验精度 | 已复用 | notes/_topics/caching-strategies.md |
| HTTP2减少应用层分片 | 已复用 | notes/_topics/performance-profiling.md |
| 资源提示是机会提示而非执行保证 | 已复用 | notes/_topics/capacity-scheduling.md |
| 重定向链把每次跳转都变成等待 | 已复用 | notes/_topics/performance-profiling.md |
| 可分散计算应评估下沉客户端 | 已复用 | notes/_topics/interaction-design-principles.md |
| 预取与预渲染成本不同 | 已复用 | notes/_topics/capacity-scheduling.md |
| 首屏串行依赖会放大后端波动 | 已复用 | notes/_topics/interaction-design-principles.md |
| 弱网时媒体质量应动态降级 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 多地探测切换也会误判 | 已复用 | notes/_topics/high-availability-architecture.md |
| 健康检查应止于代理层 | 已复用 | notes/_topics/high-availability-architecture.md |
| DNS故障转移必须容忍误切 | 已复用 | notes/_topics/incident-response.md |
| CNAME集中多域名切换控制 | 已复用 | notes/_topics/high-availability-architecture.md |
| TTL让DNS切换渐进生效 | 已复用 | notes/_topics/high-availability-architecture.md |
| HTTPDNS失败须回退 | 已复用 | notes/_topics/high-availability-architecture.md |
| HTTPDNS缓存需权衡 | 已复用 | notes/_topics/caching-strategies.md |
| 双向DNS验证爬虫身份 | 已复用 | notes/_topics/high-availability-architecture.md |
| 顺序DNS超时不等于高可用 | 已复用 | notes/_topics/high-availability-architecture.md |
| 轮询上游仍会命中故障节点 | 已复用 | notes/_topics/incident-response.md |
| 本地缓存加并行上游提高可用性 | 已复用 | notes/_topics/caching-strategies.md |
| 随机缓存周期避免同时失效 | 已复用 | notes/_topics/caching-strategies.md |
| DNS高可用必须验证故障路径 | 已复用 | notes/_topics/incident-response.md |
| DNS地域解析可做粗粒度放量 | 已复用 | notes/_topics/high-availability-architecture.md |
| 网关承载横切能力 | 已复用 | notes/_topics/load-balancing.md |
| 流量网关与业务网关融合 | 已复用 | notes/_topics/load-balancing.md |
| 聚合网关减少客户端往返 | 已复用 | notes/_topics/load-balancing.md |
| Lura提供可配置聚合 | 已复用 | notes/_topics/load-balancing.md |
| APISIX批量请求插件 | 已复用 | notes/_topics/load-balancing.md |
| 按需取数减少无效传输 | 已复用 | notes/_topics/load-balancing.md |
| 按数据源拆分缓存边界 | 已复用 | notes/_topics/caching-strategies.md |
| 鉴权与数据缓存解耦 | 已复用 | notes/_topics/caching-strategies.md |
| 缓存键忽略参数需业务确认 | 已复用 | notes/_topics/caching-strategies.md |
| Varnish兼具代理与缓存 | 已复用 | notes/_topics/caching-strategies.md |
| HTTP缓存缩短业务链路 | 已复用 | notes/_topics/caching-strategies.md |
| 请求合并抑制缓存击穿 | 已复用 | notes/_topics/caching-strategies.md |
| 过期缓存可缩小故障面 | 已复用 | notes/_topics/caching-strategies.md |
| CDN与Varnish的取舍 | 已复用 | notes/_topics/caching-strategies.md |
| 神圣模式绕过异常后端 | 已复用 | notes/_topics/caching-strategies.md |
| 宽限模式异步刷新缓存 | 已复用 | notes/_topics/caching-strategies.md |
| 软清除保留故障退路 | 已复用 | notes/_topics/caching-strategies.md |
| 响应头下放缓存时长 | 已复用 | notes/_topics/caching-strategies.md |
| 一致性哈希提高缓存命中 | 已复用 | notes/_topics/caching-strategies.md |
| 热Key需要主动打散 | 已复用 | notes/_topics/caching-strategies.md |
| 滑动窗口判定后端健康 | 已复用 | notes/_topics/caching-strategies.md |
| 配置分层隔离应用差异 | 已复用 | notes/_topics/caching-strategies.md |
| 测试请求应可显式绕过缓存 | 已复用 | notes/_topics/caching-strategies.md |
| SRE漏斗优化法则 | 已复用 | notes/_topics/performance-profiling.md |
| 性能优化应先减量 | 已复用 | notes/_topics/performance-profiling.md |
| 技术白名单约束架构选型 | 已复用 | notes/_topics/performance-profiling.md |
| 在链路前端拦截请求 | 已复用 | notes/_topics/logging-observability.md |
| 按需返回压缩数据量 | 已复用 | notes/_topics/performance-profiling.md |
| 批量交互减少I-O往返 | 已复用 | notes/_topics/interaction-design-principles.md |
| 计算可迁移到链路外部 | 已复用 | notes/_topics/logging-observability.md |
| 资源效率要匹配负载形态 | 已复用 | notes/_topics/capacity-scheduling.md |
| 性能清单应嵌入日常流程 | 已复用 | notes/_topics/performance-profiling.md |
| 系统信号可反推代码问题 | 已复用 | notes/_topics/performance-profiling.md |
| bcc-tools覆盖系统各层 | 已复用 | notes/_topics/performance-profiling.md |
| tcplife聚焦连接生命周期 | 已复用 | notes/_topics/performance-profiling.md |
| DNS解析延迟诊断 | 已复用 | notes/_topics/high-availability-architecture.md |
| 火焰图可作为变更门禁 | 已复用 | notes/_topics/change-release-safety.md |
| Netdata提高异常发现效率 | 已复用 | notes/_topics/performance-profiling.md |
| 深层排障成本高昂 | 已复用 | notes/_topics/capacity-scheduling.md |
| TIME-WAIT减少非零成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 长连接参数需验证生效 | 已复用 | notes/_topics/performance-profiling.md |
| 简单响应应在入口终止 | 已复用 | notes/_topics/performance-profiling.md |
| 动态容器追踪免进程号 | 已复用 | notes/_topics/performance-profiling.md |
| CDN缓存不只服务静态文件 | 已复用 | notes/_topics/caching-strategies.md |
| CDN动态加速优化传输链路 | 已复用 | notes/_topics/caching-strategies.md |
| CDN过期保护异步回源 | 已复用 | notes/_topics/caching-strategies.md |
| 用资源排名筛选优化目标 | 已复用 | notes/_topics/capacity-scheduling.md |
| 缓存前先验证重复分布 | 已复用 | notes/_topics/caching-strategies.md |
| 小幅收益说明未击中主瓶颈 | 已复用 | notes/_topics/performance-profiling.md |
| pprof记录Go运行时开销 | 已复用 | notes/_topics/performance-profiling.md |
| 配置应在变更时反序列化 | 已复用 | notes/_topics/change-release-safety.md |
| 远端配置也属于请求热路径 | 已复用 | notes/_topics/performance-profiling.md |
| 配置职责会随时间膨胀 | 已复用 | notes/_topics/performance-profiling.md |
| 业务阶段决定技术方案适配 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 稳定性工作要进入团队目标 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 跨职能冲突源于目标不同 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 重构决策要计入机会成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 发布清单也是风险数据源 | 已复用 | notes/_topics/change-release-safety.md |
| 自研基础组件要先过评审 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 需求评审应携带技术预算 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 成本目标应改写为业务价值 | 已复用 | notes/_topics/capacity-scheduling.md |
| 技术治理需要显式资源承诺 | 已复用 | notes/_topics/capacity-scheduling.md |
| 激励机制决定基建参与度 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 物理隔离可替代昂贵重写 | 已复用 | notes/_topics/org-architecture-alignment.md |
| Binlog驱动缓存失效 | 已复用 | notes/_topics/caching-strategies.md |
| 技术债应按核心影响排序 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 用户体验校验内部指标 | 已复用 | notes/_topics/logging-observability.md |
| 稳定性能力需要统一盘点 | 已复用 | notes/_topics/performance-profiling.md |
| 稳定性共建的三个前提 | 已复用 | notes/_topics/org-architecture-alignment.md |
| 技术风险库要持续迭代 | 已复用 | notes/_topics/high-availability-architecture.md |
| 技术竞品分析要匹配能力 | 已复用 | notes/_topics/high-availability-architecture.md |
| 按可缓存性设计降级路径 | 已复用 | notes/_topics/caching-strategies.md |
| 降级策略应自动恢复 | 已复用 | notes/_topics/overload-protection-degradation.md |
| 自愈动作必须贴合业务边界 | 已复用 | notes/_topics/high-availability-architecture.md |
| 自愈任务要收拢并演练 | 已复用 | notes/_topics/incident-response.md |
| CMDB连接资源与事件 | 已复用 | notes/_topics/capacity-scheduling.md |
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
主题索引
比较主备、主从、集群、分区与异地多活等高可用架构的适用范围、数据同步与代价。
主题索引
比较限流、减载、退避重试、分级依赖与防御成本的过载应对手段。
主题索引
时序模型与拉推采集、黄金指标与分位、探针与 APM、容量与负载、监控分层。
主题索引
比较缓存穿透、雪崩、热点等问题的成因与应对方案。
主题索引
比较冗余容量、故障域、逻辑与物理资源解耦等容量规划与调度方法。
主题索引
比较变更速度、渐进发布、紧急发布与回滚边界的工程控制。
主题索引
比较团队边界、组织结构与技术架构如何对齐,以及组织惯性对架构变革的影响。
主题索引
比较事故/安全事件的分级、指挥、沟通、演练与交接做法。
主题索引
Trace/Span 模型、标识与上下文传播、采样取舍、OpenTelemetry 与采集器管道。
主题索引
比较采样剖析、火焰图、执行追踪与调用栈诊断的使用方法和解读边界。
主题索引
日志该记什么、怎么分级与结构化,采集管道与存储成本,以及审计证据与安全事件还原。
主题索引
比较负载均衡的分层组合方式与各类分配算法的取舍。
主题索引
比较把安全、可靠性等非功能需求前置到设计与评审阶段的方法与取舍。
主题索引
三支柱的关系与成本、自建与采购、成熟度演进、组织文化与工具化落地。
主题索引
比较业务规模与复杂度变化如何驱动技术选型和架构分阶段演进。
主题索引
告警规则与路由、SLO 与错误预算、告警疲劳,以及怎样让告警对应可行动的响应。
主题索引
比较分组、反馈、心智模型、一致性、约束与选择数量等交互设计原则。