1. 课程导论：服务画像与质量门禁的概念、SLO台账在可观测性中的定位、课程目标与受众
1.1 从“黑盒”到“白盒”：服务画像的诞生
在微服务与云原生架构下，一个业务请求往往穿越数十个服务节点。传统监控只能回答“系统挂了”，却无法回答“哪个服务变慢了、为什么变慢、对用户产生了什么影响”。服务画像正是为解决这一痛点而生——它是一组描述服务运行时特征的结构化元数据集合，涵盖拓扑依赖、资源消耗、调用链模式、错误分布与性能基线。
核心观点： 服务画像 = 静态元数据（服务名、版本、Owner）+ 动态指标（延迟、错误率、吞吐量）+ 依赖关系（上游/下游调用拓扑）。
1.2 质量门禁：从“事后复盘”到“事前拦截”
质量门禁（Quality Gate）是指在软件交付或运行时，基于预设的SLO（Service Level Objective）阈值自动阻断或告警的机制。它把“质量”从一种抽象期望转化为可编程的检查点。
| 维度 | 传统模式 | 质量门禁模式 |
|---|---|---|
| 触发时机 | 故障发生后（告警） | 指标越界前（阻断/降级） |
| 决策依据 | 人工经验 | SLO台账 + 自动化策略 |
| 影响范围 | 全量用户受损 | 灰度/熔断保护核心链路 |
| 反馈闭环 | 事后复盘 -> 修复 | 实时检测 -> 自动回滚/限流 |
常见误区： 质量门禁不是简单的“阈值告警”，它必须与SLO台账联动，区分“燃烧率”与“错误预算”，避免因毛刺导致频繁误阻断。
1.3 SLO台账在可观测性中的定位
SLO台账是连接数据采集层与决策行动层的“配置中枢”。在可观测性体系中，它承担以下核心职责：
- 指标定义： 将SLI（Service Level Indicator）转化为可计算的PromQL或SQL表达式。
- 阈值管理： 存储目标值（SLO）、告警窗口、燃烧率策略。
- 归属映射： 关联服务画像中的Owner、PagerDuty、Slack频道。
- 审计追溯： 记录每次SLO变更的时间、原因、审批人。
1.4 课程目标与受众
本课程旨在帮助SRE与运维开发人员掌握从服务画像梳理到SLO台账落地的完整工作流，最终实现质量门禁的自动化集成。
| 角色 | 核心收益 | 前置知识 |
|---|---|---|
| SRE工程师 | 掌握SLO台账设计方法，能独立配置质量门禁 | 熟悉PromQL、告警规则 |
| 运维开发工程师 | 学会将台账集成到CI/CD与自愈平台 | 了解Python/Go、REST API |
| 平台架构师 | 理解服务画像与可观测性体系的整体设计 | 微服务架构、云原生基础 |
学习建议： 每章结束后，对照自己团队的实际服务，尝试梳理一份最小化的SLO台账草稿，效果远优于只看不练。
1.5 课程知识体系总览
全课程共30章，按“认知 -> 设计 -> 实现 -> 运营”四个阶段递进。下图展示了核心模块之间的依赖关系：
1.6 本章小结
- 服务画像是SLO台账的元数据基础，没有画像就没有精准的SLI定义。
- 质量门禁是SLO台账的消费端，通过自动化策略将SLO转化为阻断或告警。
- SLO台账在可观测性体系中处于“配置中枢”位置，向上对接数据，向下驱动行动。
- 本课程面向SRE、运维开发与架构师，按“认知-设计-实现-运营”四阶段递进。