4. 巡检前置条件：升级窗口确认、变更审批流程、巡检工具链准备

在启动服务目录平台容量水位巡检之前，必须完成三项前置条件：升级窗口确认、变更审批流程、巡检工具链准备。这三项条件决定了巡检能否在正确的时间、以合规的方式、使用可靠的数据进行。任何一项缺失，都可能导致巡检结果无效或升级过程受阻。

4.1 升级窗口确认

升级窗口是集群变更的“安全时间框”，容量巡检必须在该窗口内完成数据采集与评估。窗口确认包含以下要素：

4.2 变更审批流程

变更审批是运维合规的“安全锁”。容量巡检作为变更的前置步骤，必须纳入审批流程的节点中。标准审批流程包含以下阶段：

1. 变更申请提交：填写变更单，包含集群版本、升级范围、影响面评估、回滚方案。
2. 技术预审：SRE 团队审核变更方案的技术可行性，确认巡检前置条件已满足。
3. 容量水位评估：执行巡检脚本，输出容量报告，作为审批附件。
4. 变更审批：根据容量报告，审批人决定是否允许变更。
5. 变更执行：审批通过后，在窗口内执行升级。
6. 变更关闭：升级完成并验证后，关闭变更单。

4.3 巡检工具链准备

巡检工具链是执行容量水位巡检的技术基础。本课程使用 Prometheus + Grafana + 自研巡检脚本 三件套。以下为各组件在巡检中的角色与准备要点：

4.4 自研巡检脚本准备清单

自研巡检脚本是工具链的核心执行单元。以下为脚本部署与配置的详细清单：

# 测试 Prometheus 连通性
curl -s http://prometheus:9090/api/v1/query?query=up | head -20

# 巡检脚本 dry-run 模式
python3 /opt/sre/capacity-check/check.py --dry-run --config config.yaml

# 检查报告输出
ls -la /tmp/capacity-report-*.json

4.5 前置条件检查清单

在进入巡检执行阶段前，建议使用以下清单逐项确认：

• 升级窗口：已确认窗口时间、时长、业务低峰期标识，无冲突变更。
• 变更审批：变更单已提交，技术预审通过，巡检作为审批节点已配置。
• Prometheus：Target 健康、指标可用、采集间隔 ≤ 15s、retention 覆盖窗口。
• Grafana：巡检 Dashboard 已导入、数据源连接正常、告警规则已配置。
• 自研巡检脚本：部署完成、依赖安装、配置正确、dry-run 通过。
• 网络与权限：脚本所在节点可访问 Prometheus API，有权限写入报告目录。