1. 课程导论
1.1 什么是 IDP 自助门户？
内部开发者平台（Internal Developer Platform, IDP）是现代云原生组织提升研发效能的核心载体。IDP 自助门户是平台团队面向应用开发者提供的统一操作界面，开发者无需关心底层基础设施细节，即可通过 Web UI、CLI 或 API 自助完成环境创建、服务部署、配置变更等日常操作。
| 角色 | 关注点 | IDP 自助门户提供的价值 |
|---|---|---|
| 应用开发者 | 快速上线、减少等待 | 一键部署、环境自服务、发布回滚 |
| 平台工程师 | 稳定性、标准化、安全合规 | 统一管控、策略注入、可观测性集成 |
| SRE | 可靠性、容量、故障恢复 | 灰度准入、指标驱动、自动化降级 |
核心观点：IDP 自助门户不是简单的“按钮面板”，而是将平台能力（基础设施、可观测性、发布策略）以产品化方式交付给开发者的关键入口。
1.2 灰度发布：从全量到渐进
灰度发布（Canary Release）是一种渐进式交付策略，新版本先在小范围用户或流量中验证，确认无异常后再逐步扩大范围，最终覆盖全部生产流量。相比蓝绿部署和金丝雀部署，灰度发布更强调持续评估、动态调整、自动回滚。
- 金丝雀阶段：1%～5% 流量，验证核心功能与错误率。
- 扩大阶段：10% → 50% → 100%，每步停留观察窗口。
- 自动回滚条件：错误率上升、P99 延迟突增、业务指标下降。
实践要点：灰度发布的核心挑战不在于“切流量”，而在于“如何定义正常”。没有可量化的准入标准，灰度就变成了盲人摸象。
1.3 Prometheus 在准入检查中的核心价值
Prometheus 作为云原生监控的事实标准，为灰度发布准入检查提供了实时、多维、可编程的数据基础。传统灰度依赖人工观察仪表盘或固定阈值告警，而 Prometheus 驱动的准入检查可以实现：
- 实时指标拉取：通过 PromQL 查询金丝雀实例的当前错误率、延迟、饱和度。
- 多维对比：将金丝雀指标与基线版本、历史同期、全局平均值进行对比。
- 自动化决策：将 PromQL 查询结果嵌入准入策略引擎，输出 Pass / Warning / Fail。
- 可观测性闭环：准入检查结果自动写回 Prometheus，形成发布事件指标。
常见误区：不要将 Prometheus 告警规则直接当作准入检查标准。告警规则面向“已发生故障”，准入检查需要“即将发生风险”的预测性判断，两者在阈值设计、评估窗口、聚合粒度上存在本质差异。
1.4 课程目标与学习路径
本课程面向 SRE、平台工程师、高级后端开发者，旨在帮助学员掌握如何基于 Prometheus 构建一套生产级灰度发布准入检查系统，并将其无缝集成到 IDP 自助门户中。
| 模块 | 核心内容 | 产出物 |
|---|---|---|
| 第 1～3 章 | IDP 架构、Prometheus 数据模型、灰度策略设计 | 准入检查指标体系设计文档 |
| 第 4～8 章 | PromQL 高级查询、多维度对比、滑动窗口评估 | 可复用的准入检查 PromQL 模板库 |
| 第 9～15 章 | 准入检查引擎开发、策略编排、自动回滚触发 | Go/Python 实现的准入检查微服务 |
| 第 16～22 章 | IDP 门户集成、Webhook 对接、发布事件指标 | IDP 灰度发布插件 + Grafana 发布大盘 |
| 第 23～30 章 | 生产化加固、混沌工程验证、大规模集群优化 | 生产级准入检查平台 + 运维手册 |
学习建议：每章都包含可运行的代码片段和 PromQL 示例，建议在本地或测试集群中跟随操作。第 15 章后提供完整的蓝图源码仓库，可直接用于生产环境二次开发。
1.5 本章小结
- IDP 自助门户是平台工程的核心界面，灰度发布是生产变更的安。
- Prometheus 为灰度准入检查提供实时、多维、可编程的指标基础。
- 本课程从策略设计到引擎开发再到门户集成，覆盖完整生产链路。