云原生、DevOps 与可观测性：从零开始的阶段导学
这一页是本阶段的入口，不假设读者已经接触过对应框架。先建立“为什么需要它、它在链路中的位置、如何验证”的心智模型，再进入各专题。
1. 本阶段解决什么问题
让同一不可变制品从 CI 进入运行平台，并在发布、扩缩容、故障和回滚过程中保持可观察、可控制。重点不是记 YAML，而是理解镜像、调度、网络、配置、健康、遥测和 SLO 的契约。
前置知识
- 能构建可运行 jar 和容器镜像
- 理解进程、端口、HTTP 与数据库迁移
2. 零基础词汇与心智模型
1. 不可变制品
同一提交生成带摘要的镜像，环境差异通过外部配置注入，不在部署时重新编译。
学会的证据： 能从运行实例追溯到提交、构建和镜像摘要。
2. 声明式编排
Kubernetes 控制器持续把实际状态收敛到期望状态；Pod 是可替换实例，不应保存唯一持久数据。
学会的证据： 能解释 Deployment 滚动更新和 Service 选择器。
3. 探针与优雅停机
readiness 决定是否接流量，liveness 判断是否需重启；终止时先停止接流量再完成在途请求。
学会的证据： 能验证 SIGTERM、宽限期和连接排空。
4. 可观测性与 SLO
日志、指标和 trace 是回答未知问题的遥测；SLO 用用户可感知指标定义可靠性目标和错误预算。
学会的证据： 能从告警跳到仪表盘、trace、日志与 runbook。
3. 建议学习顺序
- 构建小型安全镜像
- 学习 Pod/Deployment/Service/配置/探针
- 建立 CI/CD 与数据库迁移策略
- 接入 OpenTelemetry、SLO 和故障响应
4. 完整链路
flowchart LR
A["Commit"] --> B["CI测试与扫描"]
B --> C["不可变镜像"]
C --> D["部署控制器"]
D --> E["灰度/滚动发布"]
E --> F["指标日志Trace"]
F --> G{"SLO满足?"}
G -->|否| H["回滚/止损/复盘"]
5. 最小代码切片
readinessProbe:
httpGet: { path: /actuator/health/readiness, port: 8080 }
livenessProbe:
httpGet: { path: /actuator/health/liveness, port: 8080 }
6. 第一个可验证练习
将服务容器化并部署到本地集群；配置 readiness/liveness，滚动更新时持续请求，观察是否出现失败；随后让数据库不可用，验证探针和告警行为。
7. 初学者容易混淆的边界
- liveness 依赖所有下游会造成重启风暴
- latest 标签不提供不可变版本
- 有仪表盘但没有可执行告警与 runbook 不等于可运维
8. 阶段验收
- 能解释控制器收敛
- 能设计安全发布和回滚
- 能用遥测定位一次跨服务慢请求