1. 骨干网络自动化与可观测性工程导论

骨干网络是运营商、云服务商和大型企业园区之间承载跨地域流量的核心传输层。它通常由数十到数百台核心路由器、汇聚路由器、光传输设备以及边界网关组成，链路带宽从 100G 到 400G 不等，承载着成千上万条 BGP 路由和 MPLS 标签交换路径。当这样一张网络出现路由震荡、链路拥塞或配置漂移时，故障影响面往往覆盖多个省份甚至多个国家。传统"登录设备逐台敲命令"的运维方式，在设备规模超过几十台之后就会迅速失效：一次全网策略变更可能需要数小时，且极易因人为疏忽引入新的故障。这正是骨干网络自动化与可观测性工程要解决的核心问题。

课程定位：从手工运维到工程化体系

本课程面向已经具备一定网络基础（熟悉 IP 路由、BGP、MPLS 基本概念）的工程师，目标不是教会某一条命令，而是建立一套可落地、可复现、可度量的工程方法。它横跨三个专业领域：网络工程提供协议与拓扑知识，软件工程提供版本控制、测试与持续集成方法，数据工程提供指标采集、存储与可视化能力。三者交汇处，才是真正的骨干网络自动化与可观测性工程。

需要明确的是，自动化不等于"写脚本"。脚本只是手段，工程化的核心在于：变更可版本化、可评审、可回滚；状态可采集、可查询、可告警；故障可定位、可复现、可复盘。缺少这些约束的自动化，只是把手工误操作换成了批量误操作，风险反而更大。

四个核心概念

声明式配置：运维人员描述"网络应该是什么样"，而不是"依次执行哪些命令"。例如用 YANG 模型描述某台核心路由器的接口地址、IS-IS 开销和 BGP 邻居策略，由工具负责计算差异并下发。声明式的好处是幂等——重复执行同一份意图，结果一致，不会因为执行次数不同而产生漂移。

单一事实来源（SSOT）：所有配置意图、设备清单、拓扑关系、IP 地址规划都存放在一个受版本控制的仓库中，而不是散落在各台设备的 running-config 或工程师的本地文件里。SSOT 是自动化的前提，没有它，任何"自动生成配置"都只是把混乱搬到了另一个地方。

遥测（Telemetry）：区别于传统的 SNMP 轮询，现代骨干网普遍采用 gRPC/HTTP2 的流式推送，设备按秒级或亚秒级周期主动上报接口速率、队列丢包、BGP 邻居状态、CPU 与内存等指标。推送模式降低了采集延迟，也让高频指标成为可能。

可观测性三支柱：指标（Metrics）回答"系统现在怎么样"，日志（Logs）回答"发生了什么事件"，链路追踪（Traces）回答"一个请求经过了哪些环节"。骨干网场景中，指标用于容量与健康度监控，日志用于协议事件与配置变更审计，追踪则更多用于跨域业务路径分析。

技术栈全景

把上述概念落到工具上，可以形成一条从意图到验证的完整链路。下图展示了骨干网络自动化与可观测性工程的主要技术分层与数据流向：左侧是意图与配置源，中间是执行与采集通道，右侧是可观测性与反馈闭环。

图中左侧的 Git 仓库与策略模板构成意图层，中间的 NETCONF/gNMI 与 Ansible 构成执行层，右侧的 Prometheus、Loki、Grafana 构成观测层，最右侧是真实的骨干设备。虚线回路表示：设备运行状态经采集后进入合规校验，若发现配置漂移或指标异常，则触发工单并修正意图仓库，形成闭环。

学习路径建议

本课程后续章节按"基础能力—自动化实施—可观测性建设—综合实战"四条主线展开。建议的学习顺序是：先掌握 YANG 模型与 NETCONF/gNMI 协议的基本操作，能够手工完成一次候选配置的编辑与提交；再引入 Git 与模板引擎，把重复性配置变成可版本化的代码；随后搭建 Prometheus + Grafana 采集链路，理解指标命名规范与告警规则编写；最后通过一个跨设备、跨协议的变更场景，把配置下发、指标验证和回滚串成完整流程。

需要强调的是，自动化与可观测性不是两个独立项目，而是同一套工程能力的两面：自动化负责"把意图可靠地变成配置"，可观测性负责"确认配置产生了预期效果，并在偏离时及时发现"。只做自动化不做观测，等于闭着眼睛开车；只做观测不做自动化，则永远停留在"发现问题但修复缓慢"的状态。本课程的目标，是让这两条线在骨干网络场景中真正合拢。