1. 课程导论：平台工程与SRE的关系、值班台在平台工程中的定位、服务画像与容量规划的核心价值

1.1 平台工程与SRE：从“消防员”到“建筑师”的演进

在云原生与微服务架构大规模普及的今天，传统运维模式面临两大困境：认知负载过高（开发者需理解底层基础设施细节）与告警疲劳（SRE 团队被碎片化事件淹没）。平台工程（Platform Engineering）与 SRE（Site Reliability Engineering）的融合，正是为了解决这一矛盾。

两者的核心关系可概括为：SRE 定义“可靠性目标与流程”，平台工程提供“规模化实现这些目标的内部开发者平台（IDP）”。SRE 是方法论与度量标准，平台工程是承载这些标准的工程化产品。

1.2 值班台在平台工程中的定位：可观测性的“第一响应层”

在平台工程架构中，值班台（On-Call Console / War Room） 并非一个简单的告警接收界面，而是连接“平台能力”与“可靠性保障”的关键枢纽。它位于内部开发者平台（IDP）的运维观测层，承担以下三大职责：

1. 事件收敛与路由： 将来自基础设施、中间件、应用层的海量告警，通过去重、聚合、抑制，转化为可执行的工单。
2. 上下文聚合： 自动关联变更记录、版本发布、依赖拓扑、历史故障，减少值班人员的信息拼图时间。
3. 自动化执行入口： 提供一键扩缩容、回滚、流量切换等原子操作，缩短平均修复时间（MTTR）。

1.3 服务画像：从“黑盒”到“白盒”的数字化映射

服务画像（Service Profiling） 是指通过多维度的元数据与运行时数据，为每一个服务构建一个动态、可量化的数字孪生体。它回答三个核心问题：

• 这个服务是什么？ —— 技术栈、所属域、负责人、依赖关系。
• 这个服务当前状态如何？ —— 实时 QPS、延迟 P99、错误率、资源水位。
• 这个服务的历史行为模式？ —— 流量周期性、扩容触发记录、故障频率。

服务画像的典型维度如下表所示：

1.4 容量规划的核心价值：从“被动扩容”到“主动预算”

在平台工程视角下，容量规划不再是运维团队的“黑活”，而是嵌入到开发者平台中的自动化决策引擎。其核心价值体现在三个层面：

1. 成本优化： 通过精准的容量预测，避免“过度规划”导致的资源浪费（通常可降低 20%-40% 的云资源成本）。
2. 稳定性保障： 在流量高峰到来前完成自动扩缩容，将“限流/降级”事件的发生概率降至最低。
3. 研发效率提升： 开发者无需手动申请资源，平台根据服务画像自动推荐实例规格与副本数，缩短上线周期。

1.5 三者协同：构建可靠性驱动的内部开发者平台

将值班台、服务画像、容量规划三者整合，形成以下协同效应：

• 值班台 作为实时数据入口，持续丰富服务画像的“运行时”维度。
• 服务画像 为容量规划提供精准的基线数据与依赖拓扑，避免“盲人摸象”式的资源评估。
• 容量规划 的输出（如扩缩容建议、资源预算）反哺值班台，帮助值班人员快速判断当前事件是否与容量瓶颈相关。