2. 服务画像核心概念：服务元数据、运行时特征、依赖关系、健康指标的定义与建模

服务画像是将分布式系统中每个服务的静态属性、动态行为、外部联系与健康状态进行结构化建模的过程。它是质量门禁策略的“数据底座”，也是排查发布环境差异的“对照基准”。本章定义四个核心维度：服务元数据、运行时特征、依赖关系与健康指标，并给出各自的建模方法。

2.1 服务元数据（Service Metadata）

服务元数据是服务的“身份证”，描述服务在组织、代码、部署层面的静态属性。它不随运行状态变化，是环境差异排查的第一对照层。

2.2 运行时特征（Runtime Characteristics）

运行时特征描述服务在特定环境下的动态行为参数，包括资源配置、启动参数、日志级别与 JVM/OS 参数。这些特征在不同环境（开发、测试、预发、生产）之间极易产生差异，是质量门禁的“高频检查点”。

• 资源配置：CPU 核数、内存限制（requests / limits）、磁盘挂载。
• 启动参数：JVM -Xmx、-Xms、GC 策略、Spring Profile 激活。
• 日志配置：日志级别（DEBUG / INFO / WARN / ERROR）、日志轮转策略。
• 网络参数：监听端口、连接超时、最大连接数。

# 运行时特征建模示例（YAML 片段）
runtime:
  cpu: "2"
  memory: "4Gi"
  jvm_args: "-Xms2g -Xmx2g -XX:+UseG1GC"
  active_profile: "production"
  log_level: "INFO"
  port: 8080
  max_connections: 200

2.3 依赖关系（Dependency Graph）

依赖关系建模服务之间的调用链路、中间件依赖与外部 API 依赖。它是环境差异排查中最复杂的维度，因为依赖拓扑在不同环境可能完全不同（例如：测试环境连接 Mock 服务，生产环境连接真实下游）。

依赖关系分为三类：

1. 内部服务依赖：通过 RPC / HTTP 调用的其他微服务。
2. 中间件依赖：MySQL、Redis、Kafka、Elasticsearch 等。
3. 外部依赖：第三方 API、SaaS 服务、DNS 解析。

2.4 健康指标（Health Indicators）

健康指标是服务运行时状态的量化度量，用于判断服务是否“健康”以及是否符合质量门禁的准入/准出标准。健康指标分为三个层级：

健康指标的建模应遵循 RED 方法（Rate, Errors, Duration）与 USE 方法（Utilization, Saturation, Errors）的组合：

# 健康指标建模示例（Prometheus 风格）
metrics:
  - name: request_duration_seconds
    type: histogram
    threshold_p99: 0.5
  - name: errors_total
    type: counter
    threshold_rate: 0.01
  - name: cpu_utilization
    type: gauge
    threshold: 0.8
  - name: db_connection_pool_usage
    type: gauge
    threshold: 0.7

2.5 四维建模总览

将上述四个维度整合为统一的服务画像模型，形成可被质量门禁引擎消费的 JSON Schema：

{
  "service_metadata": {
    "name": "order-service",
    "domain": "trade",
    "repo": "git@gitlab.com/backend/order.git",
    "tech_stack": "Java 17",
    "owner": "sre-team"
  },
  "runtime_characteristics": {
    "cpu": "2",
    "memory": "4Gi",
    "jvm_args": "-Xms2g -Xmx2g",
    "log_level": "INFO"
  },
  "dependency_graph": {
    "upstream": ["api-gateway", "user-service"],
    "downstream": ["payment-service", "inventory-service"],
    "middleware": ["mysql-master", "redis-cluster", "kafka-order-topic"]
  },
  "health_indicators": {
    "liveness": {"endpoint": "/health", "interval_sec": 15},
    "performance": {"p99_ms": 500, "error_rate": 0.01},
    "capacity": {"cpu_max": 0.8, "mem_max": 0.85}
  }
}