📚 课程目录第1章课程导论

1. 课程导论：限流保护与自动化Runbook联动的背景、目标与整体架构概览

在微服务与云原生架构大规模普及的今天，服务间的调用链日益复杂。单一服务的流量突发、代码缺陷或依赖故障，极易引发级联效应，导致整个系统雪崩。传统的运维模式依赖人工告警与手动降级，存在以下核心痛点：

本课程提出的 限流保护与自动化 Runbook 联动 方案，旨在将混沌工程引入稳定性建设，通过主动注入故障来验证限流组件的有效性，并利用自动化 Runbook 实现故障的自动发现、决策与恢复，最终达成 熔断降级自愈 的目标。

  核心认知： 限流是“盾”，Runbook 是“剑”。混沌工程则是“磨刀石”，通过主动制造故障来验证盾的坚固与剑的锋利。

通过本课程的学习，你将掌握以下关键能力：

能力维度	具体目标	交付物
理论	理解限流（令牌桶/漏桶/滑动窗口）、熔断（半开/关闭/打开）、降级策略的原理与适用场景	策略对比表、决策树
工程	基于 Go/Python 实现可配置的限流中间件与熔断器	核心代码库
自动化	设计并编写自动化 Runbook，实现故障检测→决策→执行→验证的闭环	Runbook 模板（YAML/Python）
验证	使用混沌工程工具（如 Chaos Mesh）注入延迟、异常、流量突增等故障	混沌实验场景集
实战	完成一个完整的“故障注入→限流触发→熔断降级→Runbook 自愈→恢复验证”案例	可复现的验证报告

本课程设计的系统架构遵循 “感知-决策-执行-验证” 四层闭环模型。下图展示了核心组件及其交互关系：

上述架构在实际运行中，遵循以下 6 个关键步骤，形成完整的自愈循环：

混沌注入：通过混沌工程平台向目标服务注入预定义的故障（如延迟 500ms）。
限流/熔断触发：服务内置的限流器检测到请求堆积或错误率飙升，触发熔断器进入“打开”状态，快速失败。
指标异常上报：Prometheus 采集到熔断器状态变更及 QPS 下跌指标，触发 Alertmanager 告警。
Runbook 自动拉起：告警 Webhook 调用自动化 Runbook 引擎，传入故障上下文（服务名、熔断状态、当前阈值）。
策略调整与恢复：Runbook 执行预定义动作，例如：
- 临时提升限流阈值以应对突发流量；
- 重启故障实例或摘除异常节点；
- 通知下游服务开启降级逻辑（如返回缓存数据）。
验证与闭环：Runbook 持续监控恢复指标，确认服务恢复正常后，将熔断器重置为“关闭”状态，并记录实验报告。

设计要点： 步骤 5 中的策略调整必须包含“回滚预案”。例如，在提升限流阈值的同时，设置一个 TTL（如 300 秒），到期后自动恢复原始配置，防止因手动遗忘导致配置永久漂移。

为了帮助你在实际项目中做出合适的选择，下表对比了本课程涉及的核心组件：