2. 值班基线概念：什么是值班基线、基线核验的重要性、基线在SRE/运维体系中的定位
2.1 什么是值班基线
值班基线（On-Call Baseline）是一组预先定义、可量化的最低值守标准与安全约束集合。它规定了值班人员在响应事件时必须满足的权限边界、响应时效、验证步骤与交接规范。基线不是可选的“最佳实践”，而是强制性的“最低门槛”。
核心定义：值班基线 = 权限边界 + 响应SLA + 核验清单 + 交接协议。任何偏离基线的行为都必须通过审批流程记录并临时豁免。
| 基线维度 | 描述 | 示例 |
|---|---|---|
| 权限边界 | 值班人员可操作的最小权限集，遵循零信任与最小权限原则 | 只读+重启权限，无数据删除/配置修改权限 |
| 响应SLA | 从告警触发到首次确认/介入的时间上限 | P1: 5分钟确认，P2: 15分钟确认 |
| 核验清单 | 每次值班开始/结束时必须执行的检查项 | VPN连通性、Opsgenie路由、密钥轮换状态 |
| 交接协议 | 值班交接时的信息传递与责任转移规则 | 未关闭事件必须逐条口头+书面交接 |
2.2 基线核验的重要性
基线核验（Baseline Verification）是在值班周期开始前、进行中、结束后对基线符合度进行系统性检查的过程。没有核验的基线只是一纸空文。
常见误区：很多团队认为“基线已经定好了，大家照着做就行”，但实际值班中权限漂移、SLA遗忘、交接遗漏是常态。核验是发现基线偏离的唯一手段。
核验的三个关键价值
- 安全合规：确保值班人员始终在最小权限范围内操作，防止权限滥用或误操作导致的安全事件。
- 响应质量：通过SLA核验发现响应瓶颈，持续优化值班效率，避免“告警疲劳”导致的延迟响应。
- 可审计性：每次核验记录形成审计轨迹，满足SOX、PCI-DSS等合规要求，也为事后复盘提供数据支撑。
| 核验阶段 | 核验内容 | 核验频率 | 违规后果 |
|---|---|---|---|
| 值班开始前 | 权限有效性、Opsgenie路由、VPN连接、密钥可用性 | 每次值班前 | 禁止接班，需重新审批 |
| 值班进行中 | 告警响应SLA、事件升级路径、操作记录 | 实时/每小时 | 自动升级给后备值班 |
| 值班结束后 | 交接完整性、未关闭事件状态、权限回收 | 每次值班后 | 记录违规，影响值班评分 |
2.3 基线在SRE/运维体系中的定位
在SRE（站点可靠性工程）和传统运维体系中，值班基线不是孤立存在的，而是连接策略层、执行层与反馈层的关键纽带。
基线的三层定位关系
- 策略层 → 基线：SLO/SLI、错误预算、变更审批等策略通过基线转化为可执行的值班规则。例如，错误预算耗尽时，基线自动收紧变更权限。
- 基线 → 执行层：值班人员按照基线规定的权限、SLA、核验清单执行日常响应与操作，基线是执行的标准模板。
- 执行层 → 反馈层：执行过程中产生的核验数据、违规记录、SLA达标率反馈给反馈层，驱动基线持续优化。
SRE最佳实践：基线应纳入版本控制（如Git），每次变更都经过Code Review。Opsgenie的Schedule与Rotation规则应与基线中的值班人员、权限组、升级路径保持实时同步，避免“基线一套、Opsgenie另一套”的脱节问题。
基线在Opsgenie中的映射
| 基线要素 | Opsgenie对应配置 | 核验方式 |
|---|---|---|
| 值班人员权限 | Team + Schedule + 权限组绑定 | API查询当前值班人员权限范围 |
| 响应SLA | Escalation Policy + 通知规则 | Opsgenie报表对比SLA达标率 |
| 核验清单 | Heartbeat + 自定义告警 | Heartbeat状态监控 |
| 交接协议 | Schedule轮换 + 交接备注 | 交接记录审计 |