第五篇　可观测与治理：上线只是开始

第四篇把数据和消息的底盘收拾利索，但上线不代表完工，真正的考验在上线之后：日志散在六台机器上翻不着、告警半夜乱响、发布全凭胆量、账单每月悄悄涨。这一篇讲怎么把运维从手忙脚乱变成稳态运转。

本篇四节按建设顺序排列，建议依次读：

  • 5.1 日志收集：CLS 统一日志平台——日志先集中再谈分析，出了问题五分钟内能捞出全链路。
  • 5.2 监控告警：云监控与自定义指标——从资源指标到业务指标，告警怎么不漏不滥。
  • 5.3 灰度发布：先放 5% 流量再全量——灰度规则、观察窗口与回滚动作。
  • 5.4 成本治理：闲置实例与降配复盘——账单拆分、闲置清查与降配操作清单。

日志要和第三篇的链路追踪串起来才有排查力；灰度发布依赖镜像与快照的回滚底座；成本治理则和第二篇的 CVM 选型直接相关。更多云上运维实战可以翻云上架构实践案例集。

延伸阅读