基于 Kubernetes 的 Serverless PaaS 稳定性建设万字总结
💡
原文中文，约11400字，阅读约需27分钟。
📝
内容提要
本文介绍了云产品SAE业务侧稳定性实际建设过程中的经验和思考，重点介绍了SAE稳定性建设的思路和体系，以及根因定界和运行时可用性探针等技术，建立了统一告警中心和事件中心。SAE还将探索将运行时可用性探针与ebpf技术相结合，提供更为深入的调试排查手段。
🎯
关键要点
- 云计算已成为数字经济的基础设施，稳定性是云产品的基本要求。
- SAE（Serverless 应用引擎）是首款面向应用的 Serverless PaaS 平台，提供全托管免运维服务。
- SAE 的设计理念是简化用户体验，屏蔽底层 Kubernetes 复杂度。
- SAE 稳定性建设分为故障预防、故障发现、故障定位和故障恢复四个阶段。
- 稳定性体系包括 UT/E2E、巡检、诊断引擎和可用性探针。
- SAE 通过 Infra 诊断引擎实现故障的主动发现和诊断。
- 状态监听机制确保 Kubernetes 资源状态变化的实时监控。
- 模式诊断通过历史问题总结，抽象出通用的诊断规则。
- 根因定界能力通过多维度分析问题，减少误报，提高故障定位效率。
- 运行时可用性探针在用户实例内部监测健康状态，提升稳定性。
- 统一告警中心整合多种告警源，提升告警处理效率。
- 告警分级机制确保不同类型告警得到合理处理。
- 事件中心统一管理和展示事件，便于用户及时响应故障。
- 一键运维功能提升了运维效率，未来将演进为自动化运维。
- 稳定性建设是长期投入的方向，需系统化设计架构以预防故障。
🏷️
标签
➡️
