郑翼易_个人页

读《云上业务稳定性保障实践白皮书》收获 背景 随着客户云服务规模的不断扩大、迭代速度的不断提高以及系统复杂度的不断增加，人们愈发重视云上业务稳定性的维护。在企业发展中，云服务的稳定运行是必然要求。如何保障云上业务的稳定性是维护云服务的重点之一。 内容 《云上业务稳定性保障实践白皮书》全文： 首先从理论概念出发，阐述了稳定性以及故障的概念，并附有案例定义及目标，清晰易懂；紧跟着介绍了故障管理体系，也就是故障等级、故障分体系以及故障管理全流程。这里着重讲述了故障管理的全流程，包括故障发现、故障应急、故障快恢、故障复盘、改进追踪。可以发现整套故障管理流程是相对科学可靠的，故障发生后的处理方式是值得学习的，这也有利于云服务稳定性的维护。接着，从变更管理系统入手，强调了变更标准流程规范，以及变更管理的动作，其包含了准入、灰度、观测、回滚以及数据记录的上报。最后从三个行业的角度讲述了稳定性保障实践，分别是游戏业务稳定性保障、直播业务稳定性保障、平台网站业务稳定性保障。分别从多个角度阐述了这些业务稳定性保障的实践过程以及注意事项，并且提供了相关操作方法，都是有效可用的建议。 总的来说，本文的实用性高，对云上业务稳定性体系的建设进行了多角度的讲解，有利于我们在某些业务场景下做出合理的决策。 总结 引用文章的话： 稳定性是一个长期、持续化的建设过程。 一方面需要通过实践经验的不断积累，输出体系化的标准和流程，建立科学有效的稳定性评估提升量化标准; 另一方面也需要不断提升数字化、工具化能力，让稳定性提升有数据可依托，让故障应急响应流程从由人工驱动升级到由平台系统驱动，应急响应人员可以更专心地处理故障，缩短故障恢复时间。