my-vault/02_Areas/Personal Development/System Architecture/架构目标（Architecture Goals）.md

title, tags, created, updated

title	tags	created	updated
架构目标（Architecture Goals）总结	architecture goals SLO NFR governance	<% tp.file.creation_date('YYYY-MM-DD') %>	<% tp.file.last_modified_date('YYYY-MM-DD HH:mm') %>

架构目标 = 面向业务的可度量NFR 套件 + 清晰边界与取舍 + 工程化落地（观测、演练、回滚）+ 持续复盘。

1. 目标框架（Framework）

• 业务价值：增长/转化/留存/合规/成本
• 质量属性（NFR）：可用性、性能、安全、可维护性、可扩展性、可观测性、韧性、成本、合规
• 约束：预算、交付周期、团队能力、地域/数据主权、遗留系统边界
• 产出：SLO/阈值、数据源、验证方法、Error Budget、ADR/Trade-off 记录

2. 维度与指标（Dimensions & KPIs）

维度	典型指标
可用性	月度 SLO（如 99.95%）、MTTR、MTBF、Error Budget
性能	P95/P99 延迟、QPS/TPS、并发连接、队列时长
可靠性/韧性	错误率、降级成功率、熔断/限流命中、故障演练通过率
安全	高危漏洞处置时限、证书/密钥轮换周期、加密覆盖率、审计合规
可维护性	变更 Lead Time、变更失败率、回滚时长、代码可测试性
可扩展性	扩缩容时间、峰值利用率、容量裕度
可观测性	RED/USE 覆盖率、追踪采样策略、告警→行动闭环率
成本	Cost/Txn、成本结构占比（计算/存储/网络/日志/监控）
合规	数据驻留/留存期/可删除、审计通过率

3. SMART 化表达（Examples）

• 可用性：99.95%/月；“可用”定义= P95 ≤ 400ms 且错误率 ≤ 0.2% → Error Budget ≈ 22 分钟/月
• 性能：/checkout P95 ≤ 250ms、P99 ≤ 600ms @ 5k QPS
• 安全：高危漏洞 ≤ 24h 修复；静态数据加密 100% 覆盖
• 维护：主干集成 Lead Time ≤ 1 天；单键回滚 ≤ 15 分钟
• 成本：Cost/1000 req ≤ $0.08；监控+日志成本 ≤ 18%

4. 制定流程（Playbook）

1. 业务对齐 → 明确北极星指标
2. 关键路径建模 → C4 + 时序 + 依赖图
3. 设定 SLO 与成本上限 → 基于历史与压测基线
4. 明确约束与非目标（不做/后做）
5. 方案权衡 → Trade-off Matrix + ADR
6. 接入度量/告警/演练 + 灰度/回滚策略
7. 月度/季度复盘 → 目标、成本、事故与技术债

Trade-off Matrix（简表）

方案	可用性	成本	复杂度	交付周期	结论
单 Region 多 AZ	高	中	中	快	先上
多 Region 主备	更高	高	高	中	次阶段
多 Region 多活	最高	最高	最高	慢	暂缓

5. 落地抓手（Engineering Levers）

• 变更安全网：金丝雀 + 自动回滚 + 契约测试 + DB 迁移对称脚本
• 韧性底座：超时/重试退避/熔断/隔离舱/限流/降级 统一库 + 配置化
• 容量模型：峰值 N 倍冗余；弹性扩容 ≤ 5 分钟
• 观测默认开启：RED/USE 指标、端到端追踪、Runbook 与告警绑定
• 数据主权：谁是“真源”、一致性策略（强一致/最终一致/CQRS/Outbox）

6. 冲突与解法（Trade-offs）

• 可用性 ↔ 成本：分层 SLO + 主备先行，逐步演进多活
• 性能 ↔ 一致性：核心写强一致，读侧 CQRS + 最终一致
• 安全 ↔ 体验：风险分层验证（低风险免验证，高风险二验）
• 可观测性 ↔ 成本：追踪采样 + 热点全量；日志冷热分层

7. 评审清单（Checklist）

• 与业务北极星对齐，定义“可用/达成”的判定条件
• 每个目标 可度量（阈值、数据源、验证方法）
• 明确 非目标/边界 与阶段性演进计划
• 关键链路有端到端观测与 Runbook/告警
• 具备 压测与容量评估、留足冗余
• 灰度/回滚/契约测试/DB 迁移流程完备
• 安全与合规评审通过，关键证据归档
• 成本上限与分摊模型可视化
• ADR/Trade-off 文档化并归档

8. 模板（Templates）

8.1 SLO 模板

【目标名称】结算服务端到端可用性
SLO：99.95% / 月；滑动窗口：5 分钟
“可用”定义：P95 ≤ 400ms 且 错误率 ≤ 0.2%
Error Budget：≈ 22 分钟/月
数据源：Prometheus / OTel（checkout_end_to_end_*）
发布策略：金丝雀 + 自动回滚
韧性参数：依赖超时 800ms；重试指数退避上限 2 次
演练计划：季度混沌、半年度跨 AZ 切流
负责人：结算团队 TL