業務和管理→變更管理

變更管理

1）任命和原則

目標：快速安全地交付更改,降低發生事件、停機時間和監管違規的風險。

• Predictable&Reversible：每個更改都是可規劃、可驗證和可逆的。
• 基於風險：控制的深度取決於風險（司法管轄區,金錢,PII）。
• Small&Frequent：小增量更容易評估和回滾。
• 自動化第一：基礎架構為代碼，測試，驗證，自動反駁。
• 單一真相來源：單個RFC/滴答聲，單一日歷和操作日誌。

2）覆蓋範圍

產品代碼（後端/前端，移動SDK）。
基礎架構（IaC，Kubernetes/VM/CDN/Edge）。
數據（DB電路，遷移，店面/ETL）。
配置和幻燈片標誌。
集成（PSP，KYC，遊戲提供商）。
安全和訪問策略。

3）角色和RACI

更改所有者（Change Owner）-響應。
發布策展人/RelEng-協調發布列車。
SRE/Ops-操作，SLO/SLA門。
安全/法規遵從性-風險和法規遵從性檢查。
CAB（更改咨詢委員會）-批準正常/高風險更改。
Stakholders業務/支持-Informed。

4）更改分類

標準（標準,預先批準）：頻繁,低風險,按現成的花花公子（例如,國旗更新,按鍵旋轉）。
正常：需要RFC、評估、可能的CAB、測試和回滾計劃。
緊急情況：P1事件的緊急假貨；最小的官僚方式，事後評論/SAV。

5）更改生命周期

1.啟動（RFC）：目標、範圍、風險、受影響的服務/區域、備用計劃。
2.風險評估：Impact × Likelihood矩陣，對SLO/合規性/成本的影響。
3.計劃：窗口，依賴性，遷移，溝通，驗證測試。
4.驗證：自動測試，靜態分析，安全檢查，表演運行。
5.部署：漸進策略（參見第8節）、遙測和加德雷爾。
6.觀察：burn-rate SLO，alerta，業務指標（GGR/NGR，轉換）。
7.完成：接受結果，更新文檔，在出現偏差時發布後。

6）RFC： 最低陣容

背景：為什麼我們要改變，影響假設。
範圍：系統，區域，客戶版本。
風險：矩陣和故障場景，爆炸射線。
部署計劃：循序漸進,帶有「去/停止」標準。
回滾計劃（Backout）：命令/步驟、啟動條件、RTO/RPO期望。
測試計劃：我們檢查之前/之後（功能,表演,安全）。
通訊：我們通知誰，消息模式。
審計：提示符，commites，CI/CD工件鏈接。

7）更改日歷和窗口

統一日歷：所有發布，遷移，關機，外部活動（體育/營銷/假期）。
凍結窗口：主要銷售/錦標賽/高峰時段，稅務報告。
交叉政策：禁止在同一關鍵路徑上發生沖突。
區域波：首先是「溫暖」區域/低流量，然後是主要區域。

8）技術部署戰略

金絲雀：流量比例小→指標比較（p95 latency, error%,轉換）。
藍綠色：平行環境,原子路由切換。
Progressive Delivery：帶有自動停止條件的百分比滾動。
Feature Flags：功能開關,kill-switch, A/B。
Dark Launch/Shadow Traffic：在不影響用戶的情況下檢查陰影。
階梯限制：QPS/競爭力逐步提高。

Gardrails：超出p95/error%閾值時自動停止，退款/充電器增加，授權/存款下降。

9）數據和模式變化

兼容性：擴展遷移（additive）→舊代碼和新模式。
兩階段遷移：（1）添加新字段/索引→ （2）切換代碼→ （3）刪除舊字段。

合同驗證： 具有註冊表的Avro/Protobuf計劃；back/forward compatible.

大量遷移：蹦床，停頓，平均水平，跳躍和進步。
災難性：RPO/RTO測試，狙擊，恢復排練。
BI數據：通過MR/SR和度量詞典（ID，公式）更改店面/度量。

10）管理配置和秘密

Config as Data：轉化的configs、電路驗證、通過周圍環境推廣。
秘密：關鍵輪換，最低特權原則，轉介審核。
區域覆蓋：限制/合作夥伴（PSP/KYC）-通過參數化，而不是通過代碼分支。

11）合規與審計（iGaming上下文）

更改的痕跡：已切換的人/時間/內容（標誌，configi，路線，遷移）。
Segregation of Duties：作者、評論者和解雇者的不同角色（類似SOX）。
監管報告：虛構版本，計算版本控制（GGR/NGR，獎金），PII訪問控制。
供應商：SDK/供應商證書的固定版本, SLA承諾。

12）通訊

警報模板：發布之前（時間/風險）,期間（狀態、流量百分比、指標）和之後（結果）。
外部消息：在影響客戶時,標語/狀態頁面。
協調：#release-war-room,發行版所有者,更新頻率。

13）效率指標

DORA: Deployment Frequency, Lead Time for Changes, Change Failure Rate (CFR), MTTR.

SLO Impact：發行前/發行後在SLO中的時間份額。
Backout Rate：按更改類別回滾的頻率。
Release Debt：「懸掛」狀態下的未完成遷移/幻燈片。
業務影響：轉換，KYC TTV，成功率PSP，GGR/NGR滾動。

14）反模式

Big-bang版本：一次很多變化--很難理解回歸的原因。
不兼容的遷移：刪除/重命名字段而無需雙讀。
沒有所有者和刪除時間表的標誌：邏輯的「永恒」分支。
沒有遙測和停止標準的發布：「眼睛」和後來的損壞檢測。
忽略日歷：與峰值事件/活動的交叉點。
沒有花花公子和審計的手動步驟：高變異性和風險。

15）支票單

開始前（RFC準備就緒）

• 目標和KPI更改措辭
• 風險和blast radius評級，選擇更改類
• 部署計劃和Backout逐步說明
• 測試計劃和stadge/canar上的結果是
• 通訊和日歷更新，stakholders通知

在滾動期間

• p95/error%度量標準、業務提示和日誌實時監控
• 進展階段以支票記錄確認
• 當加德雷爾被觸發時-自動停止和回滾

之後

• 發布結果已記錄（changelog,版本,工件）
• 在發生偏差的情況下采取後續行動（≤ 5個工作日）
• 債務（拆除旗幟，最終遷移）與所有者一起列入backlog

16）迷你模板

• 目標/假設
• 範圍和影響（服務、區域、數據、客戶）
• 風險（Impact × Likelihood）和減少措施
• 推出計劃（步驟,流量百分比,go/no-go標準）
• 背面計劃（步驟,RTO/RPO,數據）
• 測試計劃（功能/表演/安全）
• 通訊（頻道、頻率）
• 文物（字幕，PR，廣告牌）

• 更改："Payments-Service v2.14+遷移psp_limits"
• 窗口：2025-11-02：00-01：00 EET
• 受影響地區：歐盟,LATAM （10%→50%→100%）
• 風險/警戒線：error%> 2%10分鐘-停止和回滾
• 聯系人：@Owner，@SRE-on-call，@Support-lead

• 觸發：p95>+25%10 min, PSP success <97%
• 步驟：（1） traffic −→ 0%對v2。14;（2）將標誌切換到v2。13;（3）通過狙擊手/支票點回滾遷移；（4）煙霧測試；（5）報告。

17）與發布列車集成

發布火車：固定插槽（例如，每周2 ×），merge-cut的SLA。
Hotfix政策：單獨的火車/支線，加速行駛。
轉化：semver，工件和環境中的標簽，SBOM。

18）結果

變更控制不是速度制動，而是安全加速度的機制。以風險為導向的分類，良好的RFC，漸進式滾動，兼容的數據遷移，清晰的通信和可測量性將發行版轉變為可管理，可重復和可審核的過程。