1. 课程导论：Golden Signals 的起源、核心价值与课程定位
1.1 起源：Google SRE 圣经中的四大黄金信号
2016 年，Google 在《Site Reliability Engineering》（SRE 圣经）中正式提出 Golden Signals 概念，旨在解决分布式系统“可观测性”与“可靠性度量”之间的鸿沟。传统监控依赖 CPU、内存等单机指标，在微服务架构下无法反映真实用户体验。Google SRE 团队从海量运维实践中提炼出四个最关键的信号维度：
| 信号 | 英文 | 核心关注点 | 典型度量方式 |
|---|---|---|---|
| 延迟 | Latency | 请求处理耗时，区分成功与失败请求的延迟 | P50 / P95 / P99 分位延迟 |
| 流量 | Traffic | 系统承载的请求量级与模式 | QPS / RPS / 带宽 |
| 错误 | Errors | 显式错误（HTTP 5xx）与隐式错误（业务异常） | 错误率 / 错误预算消耗 |
| 饱和度 | Saturation | 资源使用接近瓶颈的程度 | CPU 利用率 / 内存使用率 / 连接池水位 |
关键认知： Golden Signals 不是替代传统监控，而是提供一种面向用户视角的可靠性度量框架。在可靠性评审中，这四个信号构成“系统健康状态”的最小完备集。
1.2 在可靠性评审中的核心价值
可靠性评审（Reliability Review）是 SRE 团队在架构变更、容量规划、故障复盘等场景下的关键决策环节。Golden Signals 在此场景中发挥三大核心价值：
- 统一度量语言：开发、运维、产品团队使用同一套信号体系沟通，避免“你说延迟高，我说 CPU 低”的认知错位。
- 量化风险边界：通过信号阈值定义“健康区间”，评审时能快速判断系统是否处于风险区域。
- 驱动改进闭环：评审结论直接转化为信号目标（SLO），形成“评审→设定→监控→再评审”的持续改进循环。
实践建议： 在可靠性评审中，建议将 Golden Signals 作为评审检查清单的第一项。先确认四个信号是否完整覆盖，再深入分析具体指标。
1.3 课程目标与受众
本课程面向 SRE 工程师、可靠性架构师、平台运维负责人，以及参与架构评审的后端开发骨干。课程目标分为三个层次：
| 层次 | 目标 | 对应能力 |
|---|---|---|
| 认知层 | 理解 Golden Signals 的语义定义与设计哲学 | 能准确区分四个信号，避免常见误用 |
| 应用层 | 掌握在可靠性评审中提取、分析、呈现信号的方法 | 能独立完成一次基于日志的 Golden Signals 评审 |
| 决策层 | 基于信号数据做出架构改进、容量规划、故障优先级判断 | 能输出可执行的可靠性改进建议 |
前置要求： 学员应具备基本的分布式系统知识，了解 HTTP 协议、微服务架构、日志采集（如 ELK/Loki）的基本概念。本课程不涉及基础监控工具安装，聚焦于指标分析与评审决策。
1.4 课程章节概览
本课程共 30 章，按“基础→方法→实战→进阶”四阶段组织：
- 第 1-5 章（基础篇）：Golden Signals 起源、日志数据模型、信号提取原则、SLO 设定基础。
- 第 6-15 章（方法篇）：每个信号的日志提取方法、聚合策略、异常检测、可视化呈现。
- 第 16-25 章（实战篇）：基于真实日志的评审案例，涵盖电商、金融、IoT 等场景。
- 第 26-30 章（进阶篇）：多信号关联分析、自动化评审、混沌工程与信号验证。
学习建议： 每章末尾均配有“评审检查点”和“常见误区”，建议学员在阅读后立即对照自身系统进行实践，形成“学→练→评”的闭环。