简介：Kubernetes 在生产环境中的采用率越来越高，复杂度越来越高，由此带来的稳定性保障的挑战越来越大。

Kubernetes 在生产环境中的采用率越来越高，复杂度越来越高，由此带来的稳定性保障的挑战越来越大。

对于基于 Kubernetes 的云产品，稳定性保障已成为根本诉求，稳定性缺点会给产品带来微小的损失，如用户散失、用户信念降落、产品迭代速度变慢等。

尽管基于 Kubernetes 的稳定性保障很重要，但业界短少基于实际的标准化稳定性保障计划，导致同样的问题在同一产品或不同的产品中反复呈现，最佳实际不能利用在更多雷同技术栈的产品中，不同产品造成的稳定性保障最佳实际也不能互补。

为此，基于过来的开发实际以及基于 Kubernetes 的稳定性保障教训，尝试造成《Kuberentes 稳定性保障手册》，将稳定性保障最佳实际进行积淀，使得人人对 Kubenretes 稳定性保障的实践造成全面的了解，相应的工具和服务成为基础设施，复用在相似技术栈的产品中，减速稳定性保障最佳实际的流传、迭代和利用。

本篇文章作为《Kubernetes 稳定性保障手册》第一篇文章，形象稳定性保障中的核心内容，作为稳定性保障最简使用手册。

极简手册指标

• 1min 了解稳定性保障指标
• 3min 把握稳定性保障全局视图
• 一站查找稳定性保障举荐工具或服务

稳定性保障指标

• 满足服务或产品对稳定性的诉求
• 减速服务或产品的迭代

稳定性保障查看项

稳定性保障级别

实际

方法论

全局视图

实际流程：

1. 整顿运行链路图，标记链路是否是要害链路
2. 基于运行链路图，进行可观测性配置
3. 基于链路重要水平，进行可控性治理

为了升高实际的老本，须要把握云产品中的元素及交互关系，从根底的元素和交互方面解构简单零碎：

• 元素 (2 类)云产品组件云产品
• 交互 (2 类，共 3 种场景)云产品外部组件本身组件与组件之间云产品之间云产品与云产品之间

如下图：

随着 元素数量 和交互关系 的增多，零碎会逐渐变得复杂，稳定性保障面临的挑战也会越来越大，要防止引入非必要的复杂性。

因而，须要先梳理分明以后的运行链路图，进行链路重要性剖析，并整顿组件大图，判断组件的爆炸半径。在此基础上，还须要进行参加人员的 review，防止在人员的投入方面存在单点危险。

运行链路图示例：

链路重要性示例：

云产品间交互示例：

基于上述对系统复杂度、运行链路的剖析，面对稳定性保障的问题域，能够无效提出、落地解决方案。

问题解决

实际流程：

1. 长期保护角色列表、性能流程图、运行链路图
2. 在多个分级的「告警群」中感知问题的产生和复原
3. 在惟一的「问题解决群」中解决问题和复盘问题

对于简单的零碎，通常会有如下的角色关系：

梳理分明每层的角色，并使得参加同学能够不便查找指标同学，会缩短问题解决工夫。

问题域

概述

举荐

后续

对于《Kubernetes 稳定性保障手册》，接下来会进行如下的章节细化，别离从方法论和工具 / 服务的角度进行总结，造成初版后与大家分享，进行共建：

作者：悟鹏
原文链接
本文为阿里云原创内容，未经容许不得转载