1. 课程导论：Policy Check 与 SLI 集成的背景、目标与核心价值

1.1 为什么需要集成：从“规则孤岛”到“可观测性闭环”

在微服务与云原生架构下，SRE 团队通常同时维护两套独立体系：Policy Check 规则库（用于合规、安全、资源限制的静态/动态检查）与 SLI 口径（用于服务等级指标的定义与采集）。两者长期处于“规则孤岛”状态——Policy 变更后无法自动反映到 SLI 的统计口径，SLI 的异常也无法触发 Policy 的自动修复。

这种割裂导致以下典型痛点：

• 口径漂移：Policy 规则更新后，SLI 的计数逻辑未同步，造成监控数据与合规要求不一致。
• 告警风暴：Policy 违规事件与 SLI 错误率告警各自独立触发，重复告警且缺乏关联。
• 修复延迟：SLI 检测到错误率升高后，需要人工排查 Policy 配置，无法自动回滚或调整。
• 审计盲区：合规审计时，Policy 执行记录与 SLI 历史数据无法交叉验证。

1.2 集成架构的目标

本课程设计的集成架构旨在达成以下四个核心目标：

1.3 核心价值：从“被动响应”到“主动治理”

Policy Check 与 SLI 口径的集成，为 SRE 团队带来三个层级的价值跃升：

1. 第一层：消除数据孤岛
   • Policy 规则库成为 SLI 口径的“元数据源”，SLI 采集器直接从规则库读取计数条件。
   • SLI 的异常事件自动注入 Policy 引擎，触发规则重评估。
2. 第二层：自动化决策链路
   • 当 SLI 错误率突破阈值时，Policy 引擎自动检查当前部署的合规状态。
   • 若发现违规，自动触发预定义的修复策略（如回滚至上一合规版本）。
3. 第三层：可观测性驱动的规则优化
   • 基于 SLI 历史数据，自动识别“过度约束”或“约束不足”的 Policy 规则。
   • 提供规则优化建议，持续提升 Policy 的精准度与 SLI 的可靠性。

1.4 集成架构全景图

下图展示了 Policy Check 规则库与 SLI 口径集成后的核心组件与数据流：

1.5 集成后的关键能力对比

下表从六个维度对比集成前后的能力差异：

1.6 课程学习路径

本课程将按照以下逻辑逐步展开：

1. 基础篇（第 2-5 章）：Policy Check 规则库的元数据结构、SLI 口径的标准化定义、规则与口径的映射模型。
2. 核心篇（第 6-15 章）：规则同步引擎的设计、事件关联算法、闭环自愈执行器的实现、审计追踪机制。
3. 进阶篇（第 16-25 章）：大规模集群下的性能优化、多租户隔离、规则冲突检测、基于机器学习的规则优化。
4. 实践篇（第 26-30 章）：生产环境部署方案、混沌工程验证、故障演练、运维手册与最佳实践。