操作層體系結構

1）操作層任務

操作層是提供可預測操作的平臺和實踐集：快速發布，低MTTR，合規性和可管理成本。它為產品和基礎設施創建欄桿：標準，自動化，可觀察性，變更管理和安全訪問。

2）邏輯模型（平面和域）

┌────────────────────────────────────────────────────────┐
│        Interface Plane (UX)          │← ChatOps/Portals/API
└────────────────────────────────────────────────────────┘
┌────────────────────────────────────────────────────────┐
│ Control Plane: Policy, Orchestration, Identity, CMDB │
└────────────────────────────────────────────────────────┘
┌────────────────────────────────────────────────────────┐
│ Data/Execution Plane: CI/CD, Jobs, IaC, Runtime Ops  │
└────────────────────────────────────────────────────────┘
┌────────────────────────────────────────────────────────┐
│ Telemetry Plane: Logs, Metrics, Traces, SLO Dashboards │
└────────────────────────────────────────────────────────┘
┌────────────────────────────────────────────────────────┐
│ Security & Compliance Plane: Secrets, RBAC, Audit, IR │
└────────────────────────────────────────────────────────┘
┌────────────────────────────────────────────────────────┐
│ Finance/Cost Plane: Usage, Quotas, Budgets, FinOps   │
└────────────────────────────────────────────────────────┘

• 服務目錄/CMDB：服務，所有者，SLO，依存關系的統一註冊表。
• 編排：piplines，任務，冠，備份，DR。
• 策略（政策即代碼）：Alerts, Access, retentions, change-gates。
• 可觀察性：度量/跟蹤器/logi，SLI/SLO，Alerta和狀態頁。
• 可用性/秘密：JIT/JEA，令牌，加密，KMS/Vault。
• 事件/更改：ITSM/滴答聲，CAB/RFC，後模擬器，模擬。
• DataOps：數據合同,新鮮,線性,質量。
• FinOps：成本核算，限制，配額，優化。

3）參考流

3.1個版本（CI/CD → GitOps）

1.帶有代碼/清單的公關→測試/掃描→工件簽名。
2.帶有SLO Gardreils的漸進式塗層（金絲雀/藍綠色）。
3.降解時的自動後衛；遙測中的發布註釋。

3.2個事件（Detect →Respond → Recover）

1.燒傷/癥狀+法定人數→ Page+戰爭室。
2.通過軌道/邏輯進行診斷；花花公子。
3.回滾/倒退/限制→ AAR/RCA → CAPA。

3.3更改（RFC/CAB）

1.風險分析+服務窗口+backout計劃。
2.非關鍵性警報的溢出，SLO信號是活躍的。
3.事件和報告，政策修訂。

4）服務目錄和CMDB

屬性：所有者，SLI/SLO，依賴項（內部/外部），dashbords，Alerta，runbook'和，數據類（PII/財務），區域（prod/stage/dev）。
自動填充：來自CI/CD、遙測和存儲庫。
用途：Alert路由、升級、閃光射線計算、成熟度報告。

5）策略作為代碼（Policy-as-Code）

類別：可用性（RBAC/ABAC），安全性（SAST/SCA/DAST），Alerta/SLO，可用性，更改目標，資源/配額。
力學：聲明性規則（YAML/Rego/CEL），CI驗證，Control Plane執行。

門示例： 「如果所有SLO都是綠色的，沒有活躍的SEV-1，測試已經通過，簽名是有效的，則允許丟棄。」

6）編排和表演

CI/CD: build → scan → sign → promote.

Jobs/CronJobs/DAG：後援/輪換/後衛；截止日期和競爭（Forbid/Replace）。
相似性和回滾：先後檢查，步驟標記，巡回休息器。
啟動權：JIT帳戶，限量版；審計。

7）可觀察性和信號質量

按領域劃分的SLI/SLO：可用性/潛在性/業務運營成功，數據新鮮度。
Alerts： burn-rate在兩個窗口中,定額,dedup/rate-limit, runbook和所有者。
Logi/度量/Traces trace_id相關聯；從圖形到日誌的通道。
狀態頁面：模板，升級頻率，出版物審核。

8）可用性，秘密，加密

保密庫（KMS/Vault），輪換，禁止回購中的秘密。
JIT/JEA：在操作/輪班期間授予權利。
服務之間的mTLS/OIDC；映像簽名/SBOM。
審核：不變日誌,WORM用於關鍵操作。

9）事件，更改，服務窗口

事件：SEV矩陣，IC/TL/Comms/Scribe，升級模式，AAR→RCA→CAPA。
更改：RFC/CAB，風險評估，金絲雀，背景。
服務窗口：時間選擇、通信、規則支持、事件。

10）操作層中的DataOps

數據合同（電路，SLA新鮮/完整）。
每層DQ測試（青銅/銀/黃金）。
線性和目錄；婚姻隔離。
數據和Alerta的SLO按新鮮/漂移。

11） FinOps和成本

單元經濟學：$/1k查詢，$/成功交易，$/GiB標誌，$/SLO項目。
配額/限額：egress, log卷,任務持續時間。
優化：分期/緩存/實現/歸檔（熱戰冷）。
報告：廉價的「昂貴」服務/請求，超支差異。

12）接口： ChatOps/Portals/API

平臺門戶：服務目錄,dploy/回滾按鈕, SLO狀態,窗口插槽,策略。

ChatOps: `/deploy`, `/handover start`, `/mw create`, `/status update` — с аудитом и evidence.

API：與ITSM/HR/計費/提供商集成。

13）責任模式（RACI）

平臺/SRE：控制平面，策略，可觀察性，旋轉。
產品/Dev：SLO服務，發行版，花花公子。
安全：秘密，漏洞，IR。
Data/Analytics： DataOps, SLA新鮮/質量。

法規遵從性/法律： 法規遵從性,保管性.

支持/Comms：狀態頁面、客戶端消息。

14）操作層成熟度度量

SLO覆蓋：具有某些SLI/SLO和burn-rate的服務百分比。

Alert hygiene: actionable ≥80%, FP ≤5%, alerts/on-call-hour (p95).

DORA：降低頻率，領先時間，MTTR，更改失敗率。
更改管理：RFC更改的百分比,「即時」窗口的百分比,回滾。
安全：保密/證書的平均輪換時間，漏洞關閉。
FinOps：$/單位和QoQ儲蓄百分比。
Docs： runbook/SOP覆蓋,新鮮度（≤90天）。

15）支票清單「最低可行運營層（MVP）」

• 服務目錄/CMDB與所有者，SLO，依存關系和行車記錄儀。
• CI/CD+GitOps，工件簽名，漸進版本，自動回滾。
• 具有trace_id和SLO Alert的聯合遙測（徽標/度量/路徑）（雙窗口，法定人數）。
• Policy-as-Code：可用性，Alerta，回避，更改遊戲。
• 秘密存儲，JIT/JEA，mTLS/SSO，不可更改的審計。
• ITSM/事件：SEV矩陣，花花公子，狀態頁面，升級模式。
• 服務窗口：日歷、RFC模板、backout計劃、evidence。
• FinOps：成本可見性、配額/限額、報告。
• 文檔（Docs-as-Code），SOP/Runbook模板，準備工作清單。

16）反模式

沒有控制平面和策略的「平臺=腳本集」。
監視「從所有」→雪崩的警報fatigue。
沒有GitOps/審核的手動 Prod更改。
沒有存儲和旋轉的環境變量的秘密。
缺乏SLO：我們爭論感官而不是質量目標。
分散的目錄/所有者表→丟失的升級。
High-risk沒有反向計劃。
沒有結構/相關性的日誌→冗長的調查。

17）迷你模板

17.1個服務卡（目錄）

Service: checkout-api
Owner: @team-checkout
SLO: availability 99. 9% (28d), p95 latency ≤ 250 ms
Dependencies: payments-api, auth, redis, psp-a
Dashboards: SLO, errors, latency, capacity
Runbooks: rb://checkout/5xx, rb://checkout/rollout
Data: PII masked; retention 30d logs, 365d audit
Change gates: canary 1/5/25%, auto-rollback on burn-rate breach

17.2 Alert政治（想法）

yaml id: checkout-latency-burn type: burn_rate sli: http_latency_p99 windows:
short: {duration: 1h, threshold: 5%}
long: {duration: 6h, threshold: 2%}
quorum: [ "synthetic:eu,us", "rum:checkout" ]
owner: team-checkout runbook: rb://checkout/latency routing: page:oncall-checkout controls: {dedup_key: "svc=checkout,region={{region}}", rate_limit: "1/15m"}

17.3 Gate deploy（偽）

yaml allow_deploy_when:
tests: passed signatures: valid active_sev: none_of [SEV-0, SEV-1]
slo_guardrails: green_last_30m rollback_plan: present

18）實施路線圖（8至12周）

1.奈德。1-2：服務清單→ 目錄/CMDB；基本的SLI/SLO和dashbords。
2.奈德。3-4：GitOps+漸進版本；Policy-as-Code（Alerta/Retentions）。
3.奈德。5-6：單一遙測和狀態頁面；具有法定人數的burn-rate；runbook覆蓋。
4.奈德。7-8：秘密/JIT，不變審計；RFC/服務窗口。
5.奈德。9-10：FinOps報告，配額/限制；優化日誌和存儲。
6.奈德。11-12：事件模擬/DR；成熟度量標準；持續改進計劃。

19）結果

操作層體系結構是一個控制平面以及標準化實踐，可將操作轉變為可重復，可測量和安全的過程。服務目錄，GitOps，遙測，策略，安全訪問和管理的更改可提供可持續的發布，快速恢復和透明的成本-即業務的可預測性。