架构视界
主页
企业架构
  • 方案总览
  • 业财一体
  • 企业中台
  • 组织与绩效
  • 流程治理
数据收集与分析
  • 转型总览
  • 信息化阶段
  • 数字化解决方案
  • 智数化解决方案
  • 智能化解决方案
  • 产品设计
  • 项目管理
全栈软件工程
AI 原生软件工程
方法论
博客
  • 资源导航
  • 效率工具
  • 展示专区
主页
企业架构
  • 方案总览
  • 业财一体
  • 企业中台
  • 组织与绩效
  • 流程治理
数据收集与分析
  • 转型总览
  • 信息化阶段
  • 数字化解决方案
  • 智数化解决方案
  • 智能化解决方案
  • 产品设计
  • 项目管理
全栈软件工程
AI 原生软件工程
方法论
博客
  • 资源导航
  • 效率工具
  • 展示专区
  • 全栈软件工程

    • 代码工程化
    • 构建
    • 技术栈
    • 测试
    • 运维

运维

运维的目标是让系统在生产环境可控:部署可靠、状态可见、故障可恢复。

1. 部署

方式适用场景代价
脚本部署单机、少量服务手工环节多,过程难复现
容器单节点小团队、多服务并行仍有单点
容器编排多团队、按服务扩容复杂度高,需要平台能力

发布策略按可用性要求选择:停机发布、滚动发布、蓝绿/灰度。无论哪种,都要保留可回滚的上一版制品。

2. 监控

分四层建设,避免只看主机指标:

层关注内容
主机与容器CPU、内存、磁盘、网络
中间件数据库连接、消息堆积、缓存命中
应用接口延迟、错误率、JVM 与线程
业务关键流程成功率、订单与任务量

指标采集常与 Prometheus 配合,Node Exporter 覆盖主机,Grafana 做展示;日志集中收集,按服务与链路定位问题。

3. 告警

  • 阈值告警覆盖资源与错误率,趋势告警覆盖容量;
  • 告警分级:可忽略、需关注、需处理、需立即恢复;
  • 明确值班与升级路径,告警必须有人响应;
  • 抑制重复告警,避免告警疲劳导致真实故障被忽略。

4. 备份与恢复

  • 数据库与对象存储定期备份,备份保留周期与业务要求一致;
  • 备份必须经过恢复演练才算有效,未恢复过的备份只是文件;
  • 明确 RPO 与 RTO:能接受丢多少数据、多久恢复。

5. 应急与复盘

  • 关键故障有预案:回滚、切流、降级、限流;
  • 故障发生后先恢复,再定位;
  • 故障复盘输出改进项,进入技术债台账跟踪。

6. 一个实际例子

多业务域数字化平台技术方案 的运维现状:

  • Docker 单节点部署,按基础服务、平台服务、业务服务、Web 服务四组划分;
  • Nginx 统一托管前端,日志格式与健康检查统一;
  • 监控优先保障平台服务,业务域指标偏少;
  • 数据库定期备份,恢复演练尚未常态化。

这些缺口都作为技术债登记,而不是当作已经完成。

7. 常见误区

  • 监控只有主机指标,应用与业务状态不可见;
  • 告警无人值守,或告警太多无人看;
  • 备份从未恢复过,需要时才发现不可用;
  • 发布依赖手工步骤,出错无法复现;
  • 只处理故障不写复盘,同类问题反复发生。

相关页面

  • 构建:制品与发布衔接
  • 测试:上线前的质量门禁
  • 交付与治理(案例)
最近更新: 2026/11/20 18:00
Contributors: 庆峰
Prev
测试