1. 课程导论：平台工程变更管理概述、风险评估的重要性、冻结窗口的概念与价值
1.1 平台工程变更管理概述
在平台工程实践中，变更管理是保障平台稳定性与可靠性的核心流程。每一次对基础设施、配置、代码或服务的修改，都构成一次“变更”。变更管理的目标是在快速交付与风险控制之间取得平衡，避免因变更引入故障、性能退化或安全漏洞。
核心定义：平台工程变更管理是指对平台基础设施、运行时环境、配置策略及服务版本进行计划、审批、实施与验证的全生命周期管控过程。
典型的变更管理流程包含以下关键阶段：
| 阶段 | 描述 | 关键产出 |
|---|---|---|
| 变更请求 | 提出变更需求，描述变更范围、目的与预期影响 | 变更请求单 (CR) |
| 风险评估 | 分析变更可能带来的故障、性能、安全等风险 | 风险等级评分 |
| 审批决策 | 根据风险等级决定是否批准、拒绝或推迟变更 | 审批结论 |
| 实施部署 | 在目标环境中执行变更操作 | 部署记录 |
| 验证测试 | 验证变更是否达到预期效果，且未引入副作用 | 测试报告 |
| 关闭归档 | 确认变更成功，更新配置基线并归档 | 变更关闭记录 |
1.2 风险评估的重要性
风险评估是变更管理的决策中枢。没有准确的风险评估，变更管理将沦为“流程空转”——要么过度保守导致交付延迟，要么过于激进导致线上事故频发。
风险评估的核心价值体现在以下三个维度：
- 预防故障：识别变更可能触发的已知或未知故障模式，提前制定回退或熔断策略。
- 优化资源：将有限的测试与审批资源聚焦在高风险变更上，低风险变更可走简化通道。
- 量化决策：用风险等级（如 P0/P1/P2）替代主观判断，使审批过程可审计、可追溯。
实践建议：建议将风险评估与自动化工具链集成。例如，通过 CI/CD 管道自动扫描变更涉及的模块、依赖关系与历史故障记录，生成初始风险评分，再由 SRE 团队复核。
1.3 冻结窗口的概念与价值
冻结窗口是指在特定时间段内，暂停对生产环境或关键平台实施非紧急变更的策略。冻结窗口通常与业务高峰期、重大活动或系统维护周期对齐，目的是在关键时段内消除变更引入的不确定性，保障业务连续性。
冻结窗口的典型应用场景包括：
- 电商大促：双11、618等流量洪峰期间，冻结所有非必要变更。
- 财报发布：金融系统在财报季冻结变更，确保数据准确与合规。
- 版本发布后稳定期：大版本上线后设置 24-72 小时的观察窗口，仅允许紧急修复。
- 节假日：春节、国庆等运维人员响应能力下降的时段。
注意：冻结窗口并非“一刀切”禁止所有变更。紧急安全补丁、P0 级故障修复等应通过特批通道执行，但需严格记录与事后复盘。
冻结窗口的价值体现在以下方面：
| 价值维度 | 具体表现 |
|---|---|
| 降低故障概率 | 消除变更引入的未知风险，使系统状态在关键时段内保持稳定 |
| 提升运维确定性 | 运维团队可集中精力监控与应急响应，而非处理变更带来的连锁问题 |
| 增强业务信心 | 业务方对平台稳定性有明确预期，减少因变更导致的意外中断 |
| 优化变更节奏 | 迫使团队在冻结前完成变更规划与测试，形成更健康的发布节奏 |
1.4 三者关系：变更管理 → 风险评估 → 冻结窗口
变更管理、风险评估与冻结窗口三者构成递进式的稳定性保障体系：
- 变更管理是流程框架，定义了“做什么、谁来做、怎么做”。
- 风险评估是决策引擎，为每个变更赋予风险等级，指导审批与测试策略。
- 冻结窗口是时间维度的风险控制策略，在关键时段内主动降低变更频率与风险敞口。
课程目标：本课程将深入讲解如何通过风险评估任务编排，在冻结窗口期间实现高效的变更测试验证，确保平台在关键业务时段内的稳定性与可观测性。