VIP20
本课程属于：043-SLO告警自愈剧本 DevOps、SRE 与可观测性工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

自动化故障隔离设计：基于Runbook联动的SLO自愈流程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
SLO自愈与Runbook联动的核心… · 课程目标与适用人群
课程导论SLO
02
SLO基础概念
服务水平指标(SLI) · 服务水平目标(SLO) · 错误预算的定义与关系
SLO基础概念
03
Runbook基础概念
Runbook的定义 · 分类（故障处理 · 变更操作
Runbook基础概念
04
自动化故障隔离概述
故障隔离的目标 · 原则（最小影响 · 快速止血）与传统手动隔离的痛点
自动化故障隔离概…故障隔离的目标
05
SLO与Runbook联动架构
整体架构图 · 数据流（监控→告警→决策→执行→反馈…
SLORunbook
06
SLI采集与指标设计
黄金信号（延迟 · 流量 · 错误
SLI采集
07
SLO阈值与错误预算计算
滚动窗口计算 · 燃烧速率（Burn Rate）与多窗…
SLO阈值
08
告警触发与SLO降级判定
基于错误预算消耗速率的告警分级（Pa… · Ticket · Info）与降级判定逻辑
SLO告警触发
09
Runbook触发条件设计
告警标签匹配 · 上下文参数传递（服务名 · 区域
Runbook触发条件设计
10
Runbook原子操作设计
原子操作的定义（重启 · 流量切换 · 限流
Runbook原子操作设计
11
故障隔离策略一
实例级隔离——基于健康检查与SLO偏…
故障隔离策略一SLO
12
故障隔离策略二
AZ/区域级隔离——跨可用区流量切换…
故障隔离策略二AZ
13
故障隔离策略三
依赖降级——对下游依赖服务进行熔断 · 限流与降级（Fallback）
故障隔离策略三依赖降级
14
故障隔离策略四
版本回滚——基于部署历史与SLO对比…
故障隔离策略四SLO
15
Runbook编排引擎设计
DAG（有向无环图）编排 · 并行/串行执行 · 超时与重试机制
Runbook编排引擎设计
16
安全护栏设计
熔断总开关 · 执行前人工确认窗口 · 最大执行次数限制与回滚预案
安全护栏设计熔断总开关
17
自愈流程状态机设计
状态定义（待触发 · 执行中 · 成功
自愈流程状态机设…状态定义
18
自愈结果反馈与SLO再评估
自愈动作执行后重新计算SLO · 判断是否解除隔离或升级告警
SLO自愈结果反馈
19
告警风暴抑制与自愈风暴防护
告警聚合 · 自愈动作去重 · 冷却期（Cooldown）与全局限流
告警风暴抑制自愈风暴防护
20
Runbook版本管理与灰度发布
Runbook的版本化存储 · 灰度执行策略（金丝雀Runbook）…
Runbook版本管理
21
自愈流程的可观测性
自愈事件日志 · 执行轨迹Trace · SLO变化曲线与Runbook执行指…
自愈流程的可观测…自愈事件日志
22
混沌工程与自愈验证
通过混沌实验主动注入故障 · 验证Runbook自愈流程的有效性与…
混沌工程自愈验证
23
多服务依赖场景的自愈协调
服务依赖图分析 · 级联故障隔离与全局SLO优先级调度
多服务依赖场景的…服务依赖图分析
24
多云/混合云场景下的自愈设计
跨云流量调度 · 云厂商API适配与统一Runbook…
多云混合云场景下的自…
25
自愈流程的告警通知与协同
自愈动作执行通知 · 人工介入通道 · 升级策略（On-call escal…
自愈流程的告警通…协同
26
Runbook即代码（Runbook as Code）
使用YAML/DSL定义Runboo… · 集成GitOps与CI/CD流水线
Runbookas
27
自愈流程的审计与合规
执行记录审计 · 权限管控 · 变更审批流与合规报告生成
自愈流程的审计合规
28
案例实战一
电商网站购物车服务故障——基于SLO…
案例实战一SLO
29
案例实战二
数据库连接池耗尽——基于错误率SLO…
案例实战二SLO
30
课程总结与最佳实践
SLO自愈体系落地路线图 · 常见陷阱与未来演进方向（AIOps集…
课程总结最佳实践