1. 质量门禁概念
1.1 质量门禁的定义
质量门禁（Quality Gate）是 DevOps 流水线中预设的一组自动化检查点，用于在软件交付的特定阶段评估当前制品是否满足预定义的质量标准。只有通过门禁检查的制品才能进入下一阶段，否则将被阻断或标记为“不合格”。
核心思想：将质量决策从“人工评审”前置为“自动化验证”，在每次代码提交、构建、部署时强制执行质量基线，防止低质量制品向下游扩散。
| 维度 | 说明 | 典型指标 |
|---|---|---|
| 代码质量 | 静态分析、代码规范、重复率 | SonarQube 质量阈、圈复杂度 |
| 测试覆盖 | 单元/集成/端到端测试通过率与覆盖率 | 行覆盖率 ≥ 80%、测试通过率 100% |
| 安全合规 | 漏洞扫描、依赖检查、密钥泄露检测 | 高危漏洞 0、许可证合规 |
| 性能与可靠性 | 响应时间、错误率、资源使用 | P99 延迟 ≤ 200ms、错误率 ≤ 0.1% |
| 可观测性 | 日志、指标、链路数据完整性 | PromQL 误差预算消耗率 ≤ 阈值 |
1.2 质量门禁在 DevOps 中的位置
质量门禁嵌入在持续集成/持续交付（CI/CD）管线的关键节点，形成“构建-验证-门禁-推进”的闭环。门禁通常部署在以下阶段之间：
- 代码提交 → 构建阶段：检查提交信息规范、分支策略合规。
- 构建完成 → 单元测试：验证编译产物完整性、基础代码质量。
- 测试通过 → 制品打包：执行覆盖率门禁、安全扫描。
- 制品就绪 → 预发布环境：触发集成测试、性能基准门禁。
- 预发布验证 → 生产发布：执行可观测性门禁（PromQL 误差预算检查）。
1.3 门禁触发条件
质量门禁的触发条件分为事件驱动和定时驱动两类。在可观测性门禁场景中，PromQL 查询结果与误差预算阈值的比较是核心触发逻辑。
| 触发类型 | 触发条件 | 典型场景 |
|---|---|---|
| 事件驱动 | 代码合并请求（MR/PR）创建或更新 | 开发分支合并到主分支前执行代码质量门禁 |
| 事件驱动 | 制品构建完成 | Docker 镜像构建后触发安全扫描门禁 |
| 事件驱动 | 部署到预发布环境 | 触发集成测试与性能基准门禁 |
| 定时驱动 | 固定时间窗口（如每小时、每天） | 定期检查生产环境误差预算消耗率 |
| 条件驱动 | PromQL 查询结果超过阈值 | sum(rate(http_requests_total{status=~"5.."}[5m])) / sum(rate(http_requests_total[5m])) > 0.001 |
最佳实践：在可观测性门禁中，建议将 PromQL 查询封装为“误差预算消耗率”指标，并与 SLO 目标联动。例如：
1 - (sum(rate(http_requests_total{status=~"5.."}[1h])) / sum(rate(http_requests_total[1h]))) 低于 99.9% 时触发阻断。
1.4 阻断策略
当门禁条件不满足时，系统根据预设策略执行阻断动作。阻断策略分为硬阻断和软阻断两种模式，具体选择取决于风险等级和业务容忍度。
| 策略类型 | 动作 | 适用场景 | 示例 |
|---|---|---|---|
| 硬阻断 | 立即终止流水线，阻止制品进入下一阶段 | 安全漏洞、关键 SLO 违反、数据完整性受损 | PromQL 查询显示错误预算已耗尽（error_budget_remaining <= 0） |
| 软阻断 | 允许流水线继续，但触发告警并创建审批工单 | 性能退化、覆盖率轻微不足、非关键指标偏离 | P99 延迟超过阈值但仍在可接受范围（latency_p99 > 200ms 且 < 500ms） |
| 条件阻断 | 根据上下文动态决定阻断强度 | 灰度发布、金丝雀部署、流量比例控制 | 新版本错误率高于基线 2 倍时硬阻断，否则软阻断 |
注意：硬阻断策略应谨慎使用，避免因误报导致发布阻塞。建议为 PromQL 门禁设置“冷却期”或“多次采样确认”机制，例如连续 3 个采样周期均超过阈值才执行硬阻断。
1.5 门禁与误差预算的联动关系
在可观测性驱动的质量门禁中，误差预算（Error Budget）是核心量化依据。门禁阈值直接映射到误差预算的消耗率，形成“SLO 定义 → 误差预算计算 → PromQL 查询 → 门禁阈值校准 → 阻断决策”的闭环。
联动公式：
门禁触发条件：
其中
error_budget_remaining = 1 - (1 - SLO_target) * (total_events / window)门禁触发条件：
error_budget_consumption_rate > threshold其中
consumption_rate = (1 - success_rate) / (1 - SLO_target)