1. 课程导论：什么是SRE值班台服务画像？为什么平台工程需要它？

1.1 从值班痛点说起

在传统SRE运维模式中，值班团队经常面临以下困境：

• 告警风暴：一夜收到数百条告警，但80%是噪音，真正需要处理的根因事件不到5条。
• 知识断层：新同学接手值班时，面对陌生的微服务拓扑和中间件，不知道“先看哪个指标、再查哪个日志”。
• 响应混乱：故障发生时，多个团队互相推诿，缺乏统一的“服务健康度”判断标准。
• 重复建桥：每次故障复盘都发现，如果当时能快速定位到“这个服务的黄金指标阈值”或“这个组件的依赖关系”，MTTR可以缩短50%以上。

这些痛点的根源在于：值班团队缺少一份针对每个服务的、结构化的、可执行的“画像”。这份画像不是简单的架构图，而是融合了服务元数据、黄金指标、依赖关系、常见故障模式、应急操作手册的标准化知识载体。

1.2 什么是SRE值班台服务画像？

SRE值班台服务画像是一套面向值班场景的、结构化的服务知识图谱与可执行规范。它把每个服务在“值班响应”这个特定上下文中的关键信息，以统一模板和标准化格式沉淀下来，让值班人员能在30秒内理解“这个服务是什么、它依赖谁、它怎么才算健康、它出问题了我该先做什么”。

一个完整的服务画像通常包含以下五个核心维度：

下面这张图展示了服务画像在值班台中的核心位置：

1.3 为什么平台工程需要它？

平台工程的核心目标是提升开发者的自助服务体验和交付效率，而SRE值班台服务画像正是连接“平台能力”与“值班响应”的关键桥梁。没有画像，平台工程构建的监控、告警、CMDB、ChatOps等能力就像散落的积木，无法在值班场景中形成合力。

具体来说，服务画像在平台工程中扮演以下三个关键角色：

1. 标准化知识载体：平台工程需要统一管理成百上千个微服务。画像提供了标准化的服务描述模板，让平台可以自动采集、校验、展示服务信息，避免“每个团队各自维护一份Wiki”的混乱局面。
2. 值班自动化的数据底座：平台上的自动化工具（如告警降噪、智能诊断、自动扩缩容）需要依赖画像中的依赖关系、阈值和操作手册才能正确执行。没有画像，自动化就是“盲人摸象”。
3. 降低认知负载：平台工程通过“黄金路径”降低开发者的认知负载。服务画像就是值班场景的“黄金路径”——它告诉值班人员“在平台生态中，你应该如何正确、高效地处理这个服务的问题”。

1.4 画像落地前后的对比

为了更直观地理解服务画像的价值，我们对比一下平台工程中引入画像前后的值班体验：

下面这张图展示了服务画像在平台工程生态中的位置：

1.5 本课程的学习路径

本课程将围绕“服务画像”的落地方法，从定义、构建、集成、运营、演进五个阶段展开。你将学到：

• 如何设计服务画像的标准化模板（元数据、指标、依赖、故障模式、Runbook）。
• 如何通过平台工程工具（如Backstage、Kubernetes、Terraform）自动采集和生成画像。
• 如何将画像集成到值班台（告警系统、ChatOps、Dashboard）中，实现“画像驱动值班”。
• 如何建立画像的持续运营机制，确保画像不腐化、不失效。
• 如何通过画像数据反哺平台工程，实现服务治理的闭环。