}
]
}
?
[](
)4\. 资源运行图
------------------------------------------------------------------------------
?
资源使用过程中，也可以对资源及资源间的关系通过外部观测数据推测内部状态，如 log/metrics/event。与资源构成图结合，可以在静态资源的基础上叠加动态的洞察数据，直观把握集群资源的使用状态。
?
可通过形如下的数据结构描述：
{
"nodes": [
{
"_id": "35103ac62d4ef0a314e2a5128f44c684205bea2f",
"id": "vpc",
"insight": [
{
"source": {
"vendor": "cloud:aliyun:vpc",
"type": "OpenAPI"
},
"signal": {
"vpc/exist": "DescribeVpcs",
"vswitch/count": "DescribeVSwitches"
}
},
{
"source": {
"vendor": "cloud:aliyun:ecs",
"type": "OpenAPI"
},
"signal": {
"ecs/count": "DescribeInstances",
"securitygroup/count": "DescribeSecurityGroups"
}
}
]
},
{
"_id": "6450e07dc67027f76f29fbfcb841e57200855196",
"id": "ecs",
"insight": [
{
"source": {
"vendor": "cloud:aliyun:ecs",
"type": "OpenAPI"
},
"signal": {
"ecs/exist": "DescribeInstances",
"ecs/count": "DescribeInstances",
"ecs/usage": "DescribeInstanceMonitorData"
}
},
{
"source": {
"vendor": "cloud:aliyun:ecs",
"type": "auto"
},
"signal": {
"ecs/state_change": ""
}
}
]
}
],
"edges": [
{
"_id": "caa1e395c713f47766ca7bcfc20419c0be0f0803",
"source": "i-xxx", "target": "sg-xxx",
"insight": [
{
"source": {
"vendor": "cloud:aliyun:ecs",
"type": "OpenAPI"
},
"signal": {
"exist": "DescribeInstances"
}
}
]
},
{
"_id": "537dc478d95714792b3694674d6164f72b361bb0",
"source": "eip-xxx", "target": "ngw-xxx",
"insight": [
{
"source": {
"vendor": "cloud:aliyun:vpc",
"type": "OpenAPI"
},
"signal": {
"exist": "DescribeEipAddresses"
}
}
]
}
]
}
[](
)预案
=======================================================================
?
集群出现异常是不可避免的，需要在出现异常时安全、有效处理。
?
异常可以通过事件来表征，安全、有效的操作是经过评审、演练过的操作，将异常与操作结合，由异常触发操作，形成经过评审、演练的预案，可以安全有效处理集群异常。
?
[](
)1\. 事件列表
-----------------------------------------------------------------------------
?
集群运行过程中会产生需要关注的事件，事件自身的格式可基于社区 CloudEvents标准来使用：_https://github.com/cloudevents/spec/blob/v1.0.1/spec.md_。
?
可通过形如下的数据结构描述：
{
"events": [
{
"_id": "a1ab5b61857be35a5c5b203dd84b49248161c823",
"description": "restart workload manually",
"event": {
"id": "restart-workload",
"source": "xxx",
"specversion": "1.0",
"type": "com.aliyun.trigger.manual",
"datacontenttype": "application/json",
"data": "{\"NAMESPACE\": \"\", \"NAME\": \"\", \"TYPE\": \"\"}"
}
}
]
}
?
[](
)2\. 操作列表
-----------------------------------------------------------------------------
?
为了降低误操作的可能性，同时避免异常发生时执行未经审核、验证的操作，需要定义集群中可以进行的操作列表。
?
可通过形如下的数据结构描述：
{
"actions": [
{
"_id": "47abc5cd9d64018ebf96dc5b2d6a4fbd35a3cb6d",
"name": "Action Restart Workload",
"exec": "restart-workload",
"env": [
"NAMESPACE",
"NAME",
"TYPE"
]
}
]
}
[](
)3\. 预案列表
-----------------------------------------------------------------------------
?
在事件列表和操作列表基础上，可以将事件和操作关联起来，以事件驱动的方式处理异常，即预案。
?
可通过形如下的数据结构描述：
{
"plans": [
{
"_id": "29a091c48d8992991ed69e8694b017a11abe3eec",
"name": "Plan Restart Workload",
"description": "重启 workload",
"event": "a1ab5b61857be35a5c5b203dd84b49248161c823",
"actions": ["47abc5cd9d64018ebf96dc5b2d6a4fbd35a3cb6d"]
}
]
}
[](
)全局可视化稳定性保障
===============================================================================
?
基于上述**4 张图**和**3 张表**的数据模型，形成对集群稳定性保障的**洞察+预案**的内核，可以衍生出一种全局可视化的稳定性保障服务。
?
这样的服务具有如下关键点：
?
* 全局视角
* 数字化
* 可视化
这种服务基于两种原理实现：
?
* 人们对图像的处理效率远高于文字
* 全局视角可以提供「端到端理解系统」「精准定位问题」「安全处理问题」的能力
以日常生活中的交通图为例：
?
通过交通图，可以快速了解到一个区域的道路分布和关键节点，约定俗成的红黄绿颜色可以直观表达道路的拥堵状况。在更丰富的交通图上，还会观察到诸如修路、封路等重要事件。
?
这样，基于可视化的方式，就可以迅速理解一个区域的交通和地理情况。
?
底层的数据模型是基础，应用可视化的手段，使得数据的价值更易被发挥。
?
[](
)一种实现
-------------------------------------------------------------------------
?
### [](
)1）部署形态
?
* Region 化部署
* 面向 Region 内单集群或多集群提供服务
### [](
)**2）使用体感**
?
**根据稳定性保障的最佳实践，将稳定性保障分为如下几个栏目**：
* 运行链路图：
* 该栏目是日常稳定性保障高频使用的区域，通过可视化的能力，直观感知异常的发生、异常范围和影响程度、白屏化+可视化方式处理异常
* 部署架构图
* 该栏目用于理解集群的部署架构，感知和处理部署维度的问题
* 容量管理 (包括节点管理、容量规划等) 在此栏目进行
* 业务流程图
* 该栏目沉淀业务的功能流程图，一方面协助业务控制功能复杂度，一方面协助业务理解业务功能现状，共同助力业务迭代
* 业务相关的数据分析可放在该栏目
* 数据分析：该栏目服务两方面的数据需求
* 业务需求
* 查看类：集群规模等 SLI 信息、集群稳定性等 SLO 信息
* 查询类：根据特征查询统计信息 (如根据 label 查询资源申请等)
* 稳定性保障需求
* 查看类：集群水位等 SLI 信息，集群稳定性保障效果等 SLO 信息
* 查询类：根据特征查询统计信息 (如根据 label 查询关联的所有资源信息、资源泄露信息等)
* 可观测性管理
* 该栏目用管理可观测性相关事宜，包括：
* 观测数据生成
* 观测数据采集
* 观测数据处理
* 观测数据消费
* 可控性管理
* 该栏目用于管理与控制相关的操作，包括：
* 发布管理
* 灾备管理
* 预案管理
* 资源管理
* 混沌工程
* 安全管理
* 定期体检
**系统正常运行期间**：
?
* 通过「数据分析」栏目，确认集群在「可观测性」「可控性」方面的覆盖面和精确性
* 在「可观测性管理」栏目，进行可观测维度的管理，包括 数据源/监控/告警补齐、治理等
* 在「可控性管理」栏目:
* 根据观测数据发现的问题，进行预案配置、issue 管理等
* 根据混沌工程或演练发现的问题，进行预案配置等
* 在「运行链路图」「部署架构图」中，通过可视化方式，将已经配置的监控、告警、预案与组件或链路结合
**系统异常及恢复期间，在「运行链路图」中**：
?
* 通过集群运行链路图或告警，感知异常的发生
* 自动或手动触发问题跟踪
* 通过集群运行链路图中组件及交互的颜色，感知异常的组件、异常的链路和严重程度
* 点击集群运行链路图中组件的异常数字，获取关联的异常详情，或跳转到日志、tracing 系统等进行手动查询
* 根据异常详情或平台提示，确定待执行的预案和关联的组件
* 在集群运行链路图中执行预案 (阻断问题或恢复服务)
* 通过集群运行链路图中组件及交互的颜色，确认预案执行效果
* 自动或手动结束问题跟踪
问题跟踪过程中记录的主要内容有：
?
* issue
* 异常发生的时刻
* 异常处理期间执行的动作
* 运行链路图 snapshot
* 异常恢复的时刻
[](
)数据模型及竞争力分析
===============================================================================
?
数据模型是稳定性保障最佳实践进行迭代、分享和应用的媒介，通用的洞察和预案可以形成标准化的服务，个性化的洞察和预案可通过固定的结构来描述，然后使用通用的控制器来落地。
?
以数据模型形成**洞察+预案**的稳定性保障服务，技术核心为：
?
* 洞察模型
## 总结
这个月马上就又要过去了，还在找工作的小伙伴要做好准备了，小编整理了大厂java程序员面试涉及到的绝大部分**面试题及答案**，希望能帮助到大家
> **[CodeChina开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频】](https://ali1024.coding.net/public/P7/Java/git)**
