域·运维

GD-K

域组基础进阶高级17 节点

§1组简介

组目录:本质层方法论层技术实践层域·概念与需求域·架构设计域·实现与构造域·测试域·部署域·运维域·演化与弃用域·质量属性域·团队与康威域·方法论主干域·跨域横切·质量属性横切·技术债横切·团队与康威案例层

本组 17 个节点，类型为域组，域 K，覆盖阶段 基础 / 进阶 / 高级。

← 上一页组总索引全局交互总览视图视图入口

§2成员节点目录

节点 ID	名称	层/来源	阶段	简介
ESS-K-01	可靠性即风险管理	本质 essence	基础	服务可靠性不是追求零故障，而是在创新速度与稳定之间对可接受风险做显式管理：把不可靠度视为有限、可预算的资源，据此决定何时发布、何时加固。
ESS-K-02	故障不可避免性与容错	本质 essence	基础	可靠性与容错这组概念要先分清两个词。局部停止正常工作叫故障，例如一块盘坏掉、一台机器宕机，或所依赖的外部服务中断；整个系统不再满足对用户承诺的服务级别目标叫失效。两者其实是同一件事在不同观察层次上的称呼：只有一块盘的系统里，盘坏就是系统失效；而在多盘系统里，单盘坏掉只是整体视角下的一项故障，只要数据在别处还有副本，服务就能继续。由此得到容错的定义，即出现某些故障时仍能照常提供服务；反过来，某部分一旦出问题就必然升级为整体失效，这个部分就是单点故障。定义里还隐含一层要求：容错总是相对于某个服务级别承诺而言的，离开承诺就无所谓失效。
ESS-K-03	可观测性本质	本质 essence	进阶	可观测性是仅凭系统对外产生的输出，推断其内部状态、回答未预先设问之问题（未知未知）与「为什么」的能力；它要求系统先具备充分的自我表达，而非事后拼凑。
ESS-K-04	度量驱动的反馈闭环	本质 essence	进阶	运维与可靠性改进必须以可观测的度量形成闭环：用度量暴露现状、驱动决策、验证效果，再据结果校准下一轮行动，使改进成为持续的反馈过程而非一次性工程。
MTH-K-01	服务等级目标方法	方法论 methodology	基础	用「好事件数 / 总事件数」定义服务水平指标，据此设定低于百分之百的目标值与聚合窗口，并与含后果的协议相区分，把模糊的服务质量转化为可度量、可协商、可决策的目标。
MTH-K-02	错误预算政策与燃尽率告警	方法论 methodology	进阶	把允许失败量（100% 减去目标）配套为组织政策，明确预算耗尽时的发布、回滚与加固动作；并以多窗口、多燃尽率组合告警，在预算被快速消耗时及时触发干预。
MTH-K-03	四大黄金信号监控方法	方法论 methodology	基础	面向用户的系统若只能测量四个指标，就选延迟、流量、错误与饱和度；它们覆盖用户感知的核心维度，并以症状而非原因驱动告警，从而在信息有限时仍能及时发现并定位问题。
MTH-K-04	可观测性信号关联方法	方法论 methodology	进阶	用数值聚合、带上下文的事件记录与请求级路径追踪三类信号共同刻画系统，并通过统一的身份与时间基准把它们关联起来；价值在于信号可相互串联以定位根因，而非信号数量或支柱的划分。
MTH-K-05	事件响应与无指责复盘方法	方法论 methodology	进阶	以明确的角色分工、活文档与显式交接组织事件响应，尽快缓解影响；事后以无指责复盘聚焦系统性成因、假设参与者基于当时信息善意行事，并把行动项闭环为可验证的改进。
MTH-K-06	混沌工程方法	方法论 methodology	高级	在生产环境中对系统做受控实验：先定义稳态与假设，再注入真实的动荡变量，比较对照组与实验组的差异以证伪假设，从而主动发现系统性弱点并建立对系统韧性的信心。
MTH-K-07	容量规划与变更管理方法	方法论 methodology	高级	以意图驱动的方式编码服务依赖与冗余约束、随需求与供给变化自动重算资源计划；同时把发布变更视为首要故障来源，以渐进暴露、分批与门控降低变更风险并测量其效果。
TEC-K-01	断路器与重试退避	技术实践 technology	进阶	断路器、超时与重试是一组协同的远程调用稳定性实现：超时限制等待，断路器在失败达阈值后快速失败以阻止级联，重试仅针对幂等操作的瞬时故障并以指数退避加抖动控制节奏。
TEC-K-02	可观测性信号采集	技术实践 technology	进阶	通过 traces、metrics、logs 等信号从系统外部推断内部状态，以回答未知未知与为何发生；工程界习称三支柱，其价值关键在于信号可关联而非数量多少。
TEC-K-03	服务等级目标与错误预算	技术实践 technology	高级	用 SLI（好事件/总事件）度量服务水平，设定小于 100% 的 SLO 目标，并以错误预算等于 100% 减 SLO 驱动发布与加固决策；SLA 则是含后果的对外契约。
TEC-K-04	混沌工程实践	技术实践 technology	高级	在生产中对系统做受控实验以建立对其抵御动荡条件能力的信心：定义稳态、提出假设、注入真实事件、比较对照组与实验组以证伪，并最小化爆炸半径。
TEC-K-05	无指责复盘实践	技术实践 technology	进阶	无指责复盘是一种事故发生后的书面复盘，其记录对象包括影响范围、处置与缓解过程、根因分析与后续行动项，而它的定义性特征在于聚焦方向：考察导致事件的那些系统性原因与当时的决策情境，而不是追查哪个个人或团队该被追究。它之所以被称为一种文化而不只是一份文档，是因为它同时规定了两件事——产出什么内容，以及以什么态度对待参与者。书中把它归入提升系统抵御人为失误能力的手段之列，与测试、回滚机制、渐进发布、监控与可观测性、界面设计并列，说明它的定位是组织层面的可靠性工程实践，而非单纯的行政流程。理解这一定义要抓住三组区分。
TEC-K-06	DORA 交付指标	技术实践 technology	基础	用一组软件交付效能指标衡量组织的交付吞吐与稳定性；当前官方口径为五项指标，由早期四键扩展而来，并已用失败部署恢复时间取代平均修复时间。

§3组内关系图

前置依赖实现依据推导案例印证对比冲突

域·运维：组内关系图（全部 17 个成员）：内联 17 个节点、28 条组内边，连线按边类型着色（六类配色见下）；构建期确定性计算，无运行期脚本。

§4学习路径提示

本组内存在 5 条前置依赖边（prerequisite），推荐先掌握前置知识点，再进入依赖它的节点。

推荐阅读顺序（拓扑序）

四大黄金信号监控方法 → 混沌工程方法 → 容量规划与变更管理方法 → 断路器与重试退避 → 可观测性信号采集 → 服务等级目标与错误预算 → 混沌工程实践 → 无指责复盘实践 → DORA 交付指标 → 可观测性信号关联方法 → 事件响应与无指责复盘方法 → 可观测性本质 → 故障不可避免性与容错 → 错误预算政策与燃尽率告警 → 度量驱动的反馈闭环 → 服务等级目标方法 → 可靠性即风险管理

故障不可避免性与容错 → 可靠性即风险管理承认故障不可避免是可靠性风险管理的前提
可观测性本质 → 度量驱动的反馈闭环可观测性使度量驱动反馈闭环成为可能
度量驱动的反馈闭环 → 可靠性即风险管理反馈闭环支撑对风险的持续管理
事件响应与无指责复盘方法 → 错误预算政策与燃尽率告警事件响应决策依赖错误预算政策
混沌工程方法 → 事件响应与无指责复盘方法事件复盘证据驱动混沌实验设计