1. 课程导论：什么是服务画像？为什么需要服务画像？DORA Metrics 的起源与核心价值
1.1 什么是服务画像？
服务画像（Service Profiling）是对一个软件服务在研发效能、运行质量、交付风险三个维度上的系统性描述与量化建模。它并非简单的监控仪表盘，而是一组经过工程化提炼的特征向量，用于回答以下核心问题：
- 这个服务健康吗？ —— 从部署频率、变更失败率等指标判断。
- 这个服务交付效率如何？ —— 从前置时间、吞吐量等指标衡量。
- 这个服务存在哪些工程风险？ —— 从代码复杂度、依赖脆弱性、测试覆盖率等维度评估。
关键认知： 服务画像不是静态的“服务档案”，而是随着每一次代码提交、部署、线上事件动态更新的活体模型。它让团队能够基于数据而非直觉做决策。
1.2 为什么需要服务画像？
在微服务架构和 DevOps 实践中，团队面临三大挑战：
| 挑战 | 典型表现 | 服务画像的解决方式 |
|---|---|---|
| 信息孤岛 | 研发看 Git 提交，运维看监控，QA 看测试报告，三者数据割裂 | 将研发、运维、QA 数据统一映射到同一服务实体上 |
| 决策滞后 | 上线后才发现性能劣化或测试遗漏 | 通过质量门禁在 CI/CD 管道中实时阻断风险 |
| 标准模糊 | “尽快上线” vs “保证质量” 缺乏量化共识 | 用 DORA Metrics 等标准建立可量化的质量红线 |
服务画像的核心价值在于：
- 可观测性升级：从“看指标”到“看画像”，提供服务的全局健康视图。
- 门禁自动化：将画像中的关键指标作为质量门禁的输入，实现自动化阻断与放行。
- 持续改进基线：每次迭代后对比画像变化，量化改进效果。
1.3 DORA Metrics 的起源与核心价值
DORA（DevOps Research and Assessment）是 Google Cloud 旗下的研究团队，自 2014 年起每年发布《State of DevOps Report》。通过对数万名工程团队的调研，他们发现：软件交付效能可以用四个关键指标来度量，即 DORA Metrics。
DORA 四大核心指标：
| 指标 | 定义 | 高绩效标准 | 低绩效标准 |
|---|---|---|---|
| 部署频率（Deployment Frequency） | 单位时间内向生产环境部署的次数 | 按需（每日多次） | 每周一次到每月一次 |
| 变更前置时间（Lead Time for Changes） | 从代码提交到成功部署到生产环境的时间 | 小于 1 小时 | 一周到一个月 |
| 变更失败率（Change Failure Rate） | 部署导致生产环境故障的比例 | 低于 5% | 高于 45% |
| 故障恢复时间（Time to Restore Service） | 从发现生产故障到完全恢复的时间 | 小于 1 小时 | 超过 1 周 |
DORA Metrics 的核心价值在于：
- 标准化：为“快”与“稳”提供了全球公认的度量语言。
- 可对比：团队可以对照行业基准（高/中/低绩效）定位自身水平。
- 可行动：每个指标都对应具体的工程实践改进方向（如 CI/CD 成熟度、自动化测试覆盖率、监控告警响应等）。
1.4 服务画像与 DORA Metrics 的关系
服务画像是载体，DORA Metrics 是核心度量维度。一个完整的服务画像至少包含以下三层：
在本课程中，我们将以 DORA Metrics 作为质量门禁的核心度量，结合服务画像的工程实践，构建一套从数据采集 → 画像建模 → 门禁策略 → 自动化阻断 → 持续改进的完整案例体系。