3. 参数化设计原理：参数化核心思想、变量与模板分离、配置驱动设计

参数化设计是 Runbook 从“固定脚本”走向“可复用、可适配”的关键转折点。其本质是将运行逻辑与运行环境解耦，使同一份 Runbook 能够通过改变输入参数，适配不同 SLO 指标、不同阈值、不同告警来源，从而触发自愈流程。

3.1 参数化核心思想：从“写死”到“注入”

传统 Runbook 常将阈值、主机名、API 端点等直接写在脚本中，导致每新增一个场景就需要复制一份脚本。参数化设计通过“注入”机制，将可变部分抽象为参数，Runbook 本身只关注执行逻辑。

3.2 变量与模板分离：Runbook 的“骨架”与“血肉”

变量与模板分离是参数化设计的落地手段。模板定义执行流程、步骤、判断逻辑，构成 Runbook 的“骨架”；变量定义具体数值、目标、凭证，构成 Runbook 的“血肉”。两者通过占位符机制结合。

3.2.1 模板层：定义“做什么”

模板使用占位符（如 ${}、{{}}）标记可变位置，不包含任何环境特定值。模板本身可版本化管理，通过 CI/CD 流程进行单元测试。

# runbook_template.yaml
name: "SLO自愈-{{ .SLO_Name }}"
trigger:
  type: "alert"
  source: "{{ .Alert_Source }}"
steps:
  - name: "诊断步骤"
    action: "diagnose"
    params:
      target: "{{ .Target_Host }}"
      metric: "{{ .Metric_Name }}"
  - name: "恢复步骤"
    action: "remediate"
    params:
      threshold: {{ .Threshold }}
      action_type: "{{ .Action_Type }}"
  - name: "验证步骤"
    action: "verify"
    params:
      expected_value: {{ .Expected_Value }}

3.2.2 变量层：定义“对谁做”

变量层以配置文件、环境变量或 API 参数形式存在，按场景组织。不同 SLO 场景对应不同变量集，运行时动态加载。

# scenario_high_latency.yaml
SLO_Name: "高延迟自愈"
Alert_Source: "prometheus"
Target_Host: "api-gateway-01"
Metric_Name: "p99_latency_ms"
Threshold: 500
Action_Type: "restart_pod"
Expected_Value: 200

# scenario_error_rate.yaml
SLO_Name: "错误率自愈"
Alert_Source: "grafana"
Target_Host: "user-service-02"
Metric_Name: "error_rate"
Threshold: 1.5
Action_Type: "scale_up"
Expected_Value: 0.5

3.3 配置驱动设计：用配置代替编码

配置驱动设计是参数化设计的进阶形态。它要求 Runbook 的执行逻辑、步骤编排、条件分支、错误处理等行为，全部由外部配置控制，而非硬编码在脚本中。这使得非开发人员（如 SRE 工程师）也能通过修改配置来调整自愈行为。

3.3.1 配置驱动 vs 传统编码

3.3.2 配置驱动设计的关键要素

1. 配置校验（Schema Validation）： 在加载配置时进行类型、范围、必填项校验，避免运行时错误。
2. 配置分层（Hierarchical Config）： 支持默认配置 → 场景配置 → 运行时覆盖的三层结构。
3. 配置热加载（Hot Reload）： 引擎应支持在不重启的情况下重新加载配置，适应快速变化的 SLO 需求。
4. 配置版本化（Versioned Config）： 每次配置变更都应记录版本号，支持回滚和审计。

3.4 参数化设计的 SLO 自愈适配示例

以下示例展示如何通过参数化设计，使同一份 Runbook 适配“高延迟”和“高错误率”两种 SLO 场景：

# 通用自愈 Runbook 模板（简化）
name: "slo_remediation"
steps:
  - if: "{{ .Metric }} == 'latency'"
    then:
      - action: "restart_pod"
        params:
          pod_selector: "app={{ .AppName }}"
          max_restart_count: {{ .MaxRestart }}
  - if: "{{ .Metric }} == 'error_rate'"
    then:
      - action: "scale_up"
        params:
          deployment: "{{ .AppName }}"
          replicas: {{ .ScaleReplicas }}
  - always:
      - action: "notify"
        params:
          channel: "{{ .NotifyChannel }}"
          message: "自愈完成: {{ .Metric }} 已恢复"

通过传入不同参数集，即可触发不同自愈路径：