--- tags: [xinfra, requirements, infra] create time: 2026-07-08 13:54 --- # XINFRA 平台需求文档 ## 概述 XINFRA 是七牛云的统一基础设施平台，以**七机房容器资源池化**为核心，提供容器编排、多集群管理、数据库治理、缓存管理、CI/CD 自动化、安全态势感知、大内网互联和多云成本管控等一站式能力。 **核心目标**： | # | 目标 | 说明 | |---|------|------| | 1 | 统一入口 | 所有基础设施操作收敛到平台化界面，降低命令行直接操作风险 | | 2 | 多机房资源池化 | 七机房 RKE2 集群统一纳管，实现跨机房调度与服务发现 | | 3 | 安全合规 | 数据库操作全程审计、SQL 上线必须经过审核、WAF 防护常态化 | | 4 | 效率提升 | CI/CD 流水线自动触发部署，Ansible 实现基础设施即代码 | | 5 | 成本可见 | 多云资源成本统一归集，按部门/项目/机房维度呈现 | **设计原则**： - **最小权限**：所有操作默认走 RBAC，APIKey 遵循最小授权范围 - **审计留痕**：数据库变更、容器发布、权限申请等关键操作全程可追溯 - **机房就近**：服务部署和数据访问遵循机房就近原则，降低跨机房延迟 - **平台化自治**：自助申请资源、自助发布、自助诊断，减少人工工单流转 --- ## 核心概念 ### 组内约定 | 概念 | 定义 | |------|------| | 主系统 | XINFRA 平台自身的统管层，负责子系统无法覆盖的能力，如跨子系统的权限收敛、统一入口、全局调度和审计聚合 | | 子系统 | XINFRA 纳管的专项平台（有独立 WebUI 和 API 服务），各司其职：**CloudDM**（数据库管理与 SQL 审核）、**Wayne**（多集群容器管理）、**CacheCloud**（Redis 缓存管理） | | 工具层 | 纳管的 CLI / IaC 工具，无常驻 WebUI，由运维人员通过命令行或脚本触发：**Ansible Playbook**（自动化部署与基础设施即代码） | ### 通用术语 | 概念 | 定义 | | ----------------- | -------------------------------------------------------------------------------------- | | APIKey | Wayne 平台对外提供的 API 认证密钥，用于 CI/CD 流水线等自动化场景的身份认证，遵循最小权限原则 | | RBAC | 基于角色的访问控制（Role-Based Access Control），通过角色分配权限，用户与角色关联实现权限隔离 | | RKE2 | Rancher 发行的轻量级 Kubernetes 发行版，专为生产环境设计，支持离线安装和安全加固 | | CI/CD | 持续集成/持续部署，自动化代码构建、测试和部署的流水线 | | WAF | Web 应用防火墙（Web Application Firewall），防护 SQL 注入、XSS、CSRF 等常见 Web 攻击 | | SLA | 服务等级协议（Service Level Agreement），定义服务可用性的承诺指标，如 99.9% 可用率 | | CNI | 容器网络接口（Container Network Interface），K8s 中负责 Pod 网络通信的插件规范 | | IaC | 基础设施即代码（Infrastructure as Code），通过 Ansible Playbook 等工具实现基础设施自动化管理 | | 运维分层 | 故障按层级自愈：子系统处理应用与中间件故障，主系统管理员通过 Ansible / SSH 兜底基础设施层故障，跨层操作需管理员权限 | | Console + Sidecar | CloudDM 的集群部署模式，Console 负责管理界面，Sidecar 负责实际 SQL 执行和代理 | | Air-gap | 离线部署模式，适配无外网访问的内网环境，所有依赖包需预先下载 | | Harbor | 企业级容器镜像仓库，用于存储和分发 Docker/OCI 镜像 | | 跨系统认证 | 主系统统一 LDAP 认证，一个主系统用户对应各子系统中的多个用户（1:N 映射）。主系统管身份（Authentication），子系统管授权（Authorization） | | containerd | K8s 默认的容器运行时（CRI 标准），负责容器生命周期管理，取代 Docker | ## 平台架构总览 ```mermaid graph TB subgraph 用户层 Dev[开发人员] DBA[DBA] SRE[SRE / 运维] Sec[安全团队] end subgraph 平台层["平台层（主系统 + 子系统）"] subgraph 主系统["主系统（XINFRA 统管层）"] Portal[统一门户
LDAP 认证入口] AuditAgg[审计聚合中心] CICD[CI/CD 流水线] CostBoard[多云成本看板] OpsTerminal[运维终端
Ansible / SSH
「仅管理员」] end subgraph 子系统["子系统（独立部署，各自授权）"] Wayne[Wayne 多集群管理] CloudDM[CloudDM SQL 审核
多实例 HA] CacheCloud[CacheCloud Redis 管理] end end subgraph 工具层 Ansible[Ansible Playbook
「基础设施初始化」] end subgraph 基础设施层 Ingress["Ingress / WAF
「安全防护入口」"] RKE2[RKE2 集群 x7 机房] Network[大内网互联] end subgraph 监控告警["监控告警（外部依赖）"] Prometheus[(Prometheus
Metrics 采集)] Grafana[Grafana 可视化] Alert[告警路由
邮件 / 企业 IM] end subgraph 数据层 MySQL[(MySQL)] PG[(PostgreSQL)] Oracle[(Oracle)] CH[(ClickHouse)] MongoDB[(MongoDB)] Redis[(Redis)] Harbor[(Harbor 镜像仓库)] end Dev -->|1: N 用户映射| Portal DBA -->|1: N 用户映射| Portal SRE -->|1: N 用户映射| Portal Sec -->|1: N 用户映射| Portal Portal --> Wayne Portal --> CICD Portal --> CloudDM Portal --> CacheCloud Portal --> CostBoard SRE --> OpsTerminal Wayne -.->|审计上报| AuditAgg CloudDM -.->|审计上报| AuditAgg CacheCloud -.->|审计上报| AuditAgg Wayne -->|Client-Go| RKE2 CloudDM -->|SQL 审核接入
MySQL / PG / Oracle / CH / MongoDB| MySQL CacheCloud --> Redis CICD --> Harbor CICD -->|APIKey 触发部署| Wayne Ansible --> RKE2 Ansible --> MySQL Ansible --> Redis OpsTerminal -->|兜底操作| RKE2 OpsTerminal -->|兜底操作| Network Ingress --> RKE2 RKE2 --> Network Wayne -.->|Metrics| Prometheus CloudDM -.->|Metrics| Prometheus CacheCloud -.->|Metrics| Prometheus Prometheus --> Grafana Prometheus --> Alert Sec -->|安全事件查询| Ingress CostBoard -.->|云账单 API| CH CostBoard -.->|K8s / 节点指标| Prometheus classDef subsystem fill:#e8f0fe,stroke:#4285f4,stroke-width:2px classDef mainsys fill:#f3e8fd,stroke:#9333ea,stroke-width:2px classDef tool fill:#fef3c7,stroke:#d97706,stroke-width:2px classDef monitor fill:#fff7ed,stroke:#ea580c,stroke-width:2px classDef infra fill:#ecfdf5,stroke:#059669,stroke-width:2px class Wayne,CloudDM,CacheCloud subsystem class Portal,AuditAgg,CICD,CostBoard,OpsTerminal mainsys class Ansible tool class Prometheus,Grafana,Alert monitor class Ingress,RKE2,Network infra ``` > [!tip] 图例说明 > - **紫色节点** = 主系统（XINFRA 统管层：统一门户、审计聚合、CI/CD、成本看板、运维终端） > - **蓝色节点** = 子系统（有独立 WebUI 的平台：Wayne、CloudDM、CacheCloud） > - **黄色节点** = 工具层（CLI/IaC 脚本，无常驻 WebUI：Ansible Playbook） > - **橙色节点** = 监控告警（外部依赖：Prometheus + Grafana + 告警路由） > - **绿色节点** = 基础设施层（Ingress/WAF、RKE2 集群、大内网互联） --- ## 干系人与角色 | 角色 | 职责 | 平台交互模块 | |------|------|-------------| | 开发人员 | 编写代码、提交发布、申请数据库/缓存资源 | Wayne、CI/CD、CloudDM、CacheCloud | | DBA | SQL 审核、数据库性能优化、容量规划 | CloudDM | | SRE / 运维 | 集群维护、自动化部署、故障响应 | Wayne、Ansible、RKE2 | | 安全团队 | WAF 策略制定、安全审计、合规检查 | WAF、CloudDM（审计日志） | | 平台管理员 | 账号权限管理、资源配置、平台运维 | 全模块管理后台 | --- ## 功能需求 ### FR-1 容器编排与资源池化 > 底层基于 Rancher RKE2，覆盖七机房 K8s 集群的统一生命周期管理。 **目标**：为全公司业务提供统一的容器运行时环境，支持跨机房资源调度。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-1.1 | 每个机房独立部署一套 RKE2 集群，各集群拥有独立的 `cluster-cidr`（10.42.0.0/16）和 `service-cidr`（10.43.0.0/16） | P0 | | FR-1.2 | 集群使用 Canal（Calico + Flannel）作为 CNI 插件，kube-proxy 默认 iptables 模式 | P0 | | FR-1.3 | 支持 Air-gap 离线部署能力，适配内网无外网环境 | P0 | | FR-1.4 | 节点注册支持静态 Token 和 Bootstrap 证书签名两种模式 | P1 | | FR-1.5 | 提供容器运行时为 containerd（默认），不依赖 Docker | P0 | | FR-1.6 | 支持 Systemd 服务管理方式部署，确保生产环境标准化 | P0 | **验收标准**： - 七机房集群均可达 Ready 状态 - Pod 跨节点通信正常（验证 CNI 插件） - 离线环境可完成集群初始化和节点扩容 --- ### FR-2 多集群容器管理（Wayne） > 基于 360 开源的 Wayne 平台，作为服务发布和容器管理的统一入口。 **目标**：开发人员通过 Wayne UI 或 API 完成服务部署，无需直接操作 kubectl。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-2.1 | 支持多集群统一管理，通过 Client-Go 连接各机房 RKE2 集群 | P0 | | FR-2.2 | RBAC 权限管理，部门角色与项目角色分离（Project → Environment → Namespace 三级结构） | P0 | | FR-2.3 | 提供表单式（基础模式）和 YAML/JSON 编辑（高级模式）两种 K8s 对象创建方式 | P0 | | FR-2.4 | 发布历史记录与一键回滚能力 | P0 | | FR-2.5 | 完整审计模块，每次操作留痕，支持自定义 Webhook 回调 | P0 | | FR-2.6 | Web Shell 远程终端（基于权限校验的 Pod Exec） | P1 | | FR-2.7 | 资源报表（资源使用占比、上线频次图表） | P1 | | FR-2.8 | APIKey 开放接口，支持 CI/CD 流水线调用 | P0 | | FR-2.9 | 认证支持 DB 内置 + LDAP 混合模式 | P0 | | FR-2.10 | YAML 模板版本锁定，纳入代码仓库管理 | P1 | **用户故事**： > 作为开发人员，我希望通过 Wayne 界面选择项目、环境和集群，上传或编辑 Deployment YAML 后一键发布，发布后能在历史记录中查看变更详情并在异常时快速回滚。 **验收标准**： - 开发人员可在 Wayne 中选择目标集群完成服务部署 - 每次部署操作有完整审计日志 - CI/CD 流水线可通过 APIKey 调用 Wayne API 触发部署 - 回滚操作可在 1 分钟内完成 --- ### FR-3 数据库管理与 SQL 审核（CloudDM） > 基于 ClouGence 开源的 CloudDM，覆盖数据查询、权限管控、SQL 审核、数据脱敏的全链路能力。 **目标**：所有 MySQL 操作必须经过 CloudDM 审核，防止误操作直接打到生产库。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-3.1 | 支持 Console + Sidecar 集群部署模式，Console 端口 8222，Sidecar 端口 8080 | P0 | | FR-3.2 | 支持 20+ 数据源类型（MySQL、Oracle、PG、ClickHouse、Redis、MongoDB 等） | P0 | | FR-3.3 | 内置 54 条 SQL 审核规则，支持规则脚本自定义扩展 | P0 | | FR-3.4 | SQL 上线工单流程：编写 → 预检 → DBA 审核 → 执行，支持手动/立即/定时三种执行方式 | P0 | | FR-3.5 | 权限控制：资源权限（实例/库/Schema/表粒度）+ 功能权限（RBAC），支持申请/赋予/临时权限 | P0 | | FR-3.6 | 数据脱敏能力，对查询结果中的敏感字段进行隐藏或转换 | P1 | | FR-3.7 | 数据库 CI/CD：支持 Git Push / WebHook / HttpCall 三种触发方式 | P1 | | FR-3.8 | 统一认证：支持 OpenLDAP / OIDC SSO | P1 | | FR-3.9 | 全程审计留痕，工单流转记录可追溯 | P0 | **用户故事**： > 作为开发人员，我希望在 CloudDM Web 界面编写 SQL 变更语句后，系统自动进行 54 条规则预检，通过后提交 DBA 审核，审核通过后在指定时间窗口执行，全程结果回填工单。 > 作为 DBA，我希望审核规则可按业务场景自定义，DML 和 DDL 采用不同审核标准和执行窗口。 **验收标准**： - 所有生产库 SQL 操作必须经 CloudDM 工单流程，无直连通道 - 审核规则可按需配置白名单豁免 - 生产部署已替换默认 JWT 密钥和管理员密码 - Console 多实例部署，单实例故障不影响服务可用性 --- ### FR-4 缓存管理（CacheCloud） > 基于搜狐开源的 CacheCloud，支持 Standalone、Sentinel、Cluster 三种 Redis 架构的一站式管理。 **目标**：所有 Redis 场景通过 CacheCloud 统一实例申请和管理，降低大规模 Redis 运维成本。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-4.1 | 支持三种 Redis 架构：Standalone（测试）、Sentinel（生产常规，内存 ≤ 6GB）、Cluster（大数据量，内存 > 6GB） | P0 | | FR-4.2 | Agent 代理部署在每个宿主机上，通过 SSH + 心跳管理 Redis 实例生命周期 | P0 | | FR-4.3 | 接入层 Nginx 双机房部署 + Virtual IP 双向漂移，保证高可用 | P0 | | FR-4.4 | 客户端接入支持 REST API（通用）、Java Jedis/Lettuce SDK、Python 接入 | P0 | | FR-4.5 | 跨机房部署（Cross-Room）：支持双活，客户端 SDK 自动双写双读和机房切换 | P1 | | FR-4.6 | 运维能力：全局统计、工单审批、应用运维、实例运维、数据迁移 | P0 | | FR-4.7 | 诊断工具：慢查询分析、连接数诊断、Bigkey 检测 | P1 | | FR-4.8 | 报警组件：支持邮件、微信、HTTP 接口集成 | P0 | | FR-4.9 | 临时实例自动回收策略，防止资源浪费 | P1 | **用户故事**： > 作为开发人员，我希望通过 CacheCloud 平台自助申请 Redis 实例，选择合适的架构类型和规格，审批通过后自动部署，客户端通过 SDK 获取连接信息即可使用。 **验收标准**： - 三种 Redis 架构均可正常创建和访问 - Agent 心跳正常，实例生命周期管理（启停、备份恢复）功能可用 - 跨机房双活场景下故障切换时间 < 30s --- ### FR-5 CI/CD 流水线 > 双引擎架构，实现代码提交到服务上线的全自动化。 **目标**：CI 编译 → 镜像推送 → 触发 Wayne API 部署，全流程自动化。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-5.1 | CI 阶段：代码编译、单元测试、镜像构建并推送到 Harbor 镜像仓库 | P0 | | FR-5.2 | CD 阶段：CI 成功后自动调用 Wayne API，传入镜像 tag 触发部署 | P0 | | FR-5.3 | 支持 GitLab CI 作为主要 CI 引擎 | P0 | | FR-5.4 | 部署支持多环境（dev / staging / prod），生产环境需审批卡点 | P0 | | FR-5.5 | 部署失败时支持自动回滚到上一个稳定版本 | P1 | | FR-5.6 | 流水线执行状态和日志可在统一界面查看 | P1 | **用户故事**： > 作为开发人员，我希望提交代码后 GitLab CI 自动编译、构建镜像并推送到 Harbor，随后自动调用 Wayne API 部署到 dev 环境；部署到 prod 环境时需要主管审批后方可执行。 **验收标准**： - 代码提交后 10 分钟内完成 dev 环境自动部署 - prod 环境部署必须经过审批 - 部署失败自动回滚，回滚时间 < 2 分钟 --- ### FR-6 自动化部署（Ansible） > 通过 Ansible Playbook 实现基础设施即代码（IaC），用于部署和管理中间件。 **目标**：MySQL Server、PostgreSQL、Redis Cluster 等中间件的部署和配置管理实现自动化。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-6.1 | Playbook 覆盖 MySQL Server、PostgreSQL、Redis Cluster 的部署场景 | P0 | | FR-6.2 | Inventory 按环境分层管理（dev / test / prod） | P0 | | FR-6.3 | 使用 Ansible 模块保证幂等性，避免 shell/command 破坏幂等 | P0 | | FR-6.4 | 首次运行支持 Dry Run（`--check --diff`）预检 | P1 | | FR-6.5 | Playbook 纳入 Git 版本管理，变更可追溯 | P0 | | FR-6.6 | Jinja2 模板实现一套代码适配多环境 | P1 | **验收标准**： - 一套 Playbook 可在 dev / test / prod 环境分别执行，结果一致 - 重复执行 Playbook 不产生副作用（幂等性） - Dry Run 输出与实际执行 diff 一致 --- ### FR-7 安全态势（WAF） > Web 应用防火墙，提供常态化的安全防护能力。 **目标**：为平台和业务服务提供 WAF 防护，及时发现和拦截安全威胁。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-7.1 | 支持常见 Web 攻击防护（SQL 注入、XSS、CSRF 等） | P0 | | FR-7.2 | 安全规则可按业务场景自定义和调整 | P1 | | FR-7.3 | 安全事件实时告警，支持与企业 IM 集成 | P0 | | FR-7.4 | 安全日志可查询和分析，支持审计追溯 | P0 | **验收标准**： - WAF 覆盖所有对外暴露的 HTTP/HTTPS 入口 - 安全事件从发现到告警 < 1 分钟 --- ### FR-8 大内网互联 > 实现七机房之间的网络互通，保障跨机房服务调用和数据同步。 **目标**：七机房容器网络、服务网络互联互通，延迟可控。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-8.1 | 七机房容器网络互通，Pod 跨机房可达 | P0 | | FR-8.2 | 跨机房服务调用延迟监控与告警 | P0 | | FR-8.3 | 网络链路冗余，单链路故障不影响跨机房通信 | P0 | | FR-8.4 | 跨机房流量可视化，支持按机房/服务维度查看 | P1 | **验收标准**： - 同城机房间 Pod 通信延迟 < 2ms - 跨机房服务调用成功率 > 99.99% --- ### FR-9 多云成本看板 > 统一归集多云资源成本，按业务维度可视化呈现。 **目标**：管理层和团队负责人可按部门、项目、机房维度查看资源成本。 | 编号 | 需求描述 | 优先级 | |------|---------|--------| | FR-9.1 | 支持多云厂商（AWS、阿里云、腾讯云等）成本数据接入 | P1 | | FR-9.2 | 按部门 / 项目 / 机房三个维度聚合展示成本 | P0 | | FR-9.3 | 支持月度/季度成本趋势对比 | P1 | | FR-9.4 | 资源闲置告警，识别利用率过低的资源 | P2 | **验收标准**： - 成本数据延迟 < 24 小时 - 支持按维度下钻到具体资源粒度 - 云资源通过各厂商 Billing API 经 Exporter 采集入 ClickHouse；自建机房成本由 Prometheus 节点指标 + SNMP 网络指标汇总，按 Namespace → Project → Department 路径归属 --- ## 非功能需求 ### 性能 | 指标 | 要求 | |------|------| | Wayne 页面操作响应 | P95 < 2s | | CloudDM SQL 审核预检 | 单条 SQL < 3s | | CacheCloud 实例创建 | Sentinel < 5min，Cluster < 10min | | CI/CD 流水线端到端（代码提交到部署完成） | < 10min（dev 环境） | ### 可用性 | 指标 | 要求 | |------|------| | 平台核心服务（Wayne、CloudDM、CacheCloud） | SLA ≥ 99.9% | | 单集群控制面 | SLA ≥ 99.95% | | 跨机房网络互联 | SLA ≥ 99.99% | ### 安全 - 所有平台操作经过 RBAC 权限校验 - 数据库操作全程审计留痕 - 敏感数据（Secret、密码）加密存储 - 生产环境禁止使用默认凭证 ### 可观测性 - 各子系统暴露 Metrics 接口，接入 Prometheus + Grafana - 关键操作日志统一收集到日志平台 - 告警通道统一（邮件 + 企业 IM） ### 可扩展性 - 新机房接入时，RKE2 集群部署和 Wayne 注册可在 1 天内完成 - CloudDM / CacheCloud 支持水平扩展（Console + 多 Sidecar） --- ## 系统集成与依赖关系 ```mermaid graph LR subgraph 认证 LDAP[(企业 LDAP)] -->|统一身份认证| Portal[XINFRA 统一门户] end subgraph 自动化流水线 GitLab[GitLab CI] -->|镜像推送| Harbor[Harbor] GitLab -->|触发部署 API| Wayne end subgraph 平台层 Portal -->|1:N 用户映射| Wayne Portal -->|1:N 用户映射| CloudDM Portal -->|1:N 用户映射| CacheCloud Wayne -->|Client-Go| K8s[RKE2 集群] CloudDM -->|Sidecar SQL 代理| MySQL[(MySQL)] CacheCloud -->|Agent 管理| Redis[(Redis)] Ansible -->|SSH| K8s Ansible -->|SSH| MySQL Ansible -->|SSH| Redis Wayne -.->|审计上报| AuditAgg[审计聚合] CloudDM -.->|审计上报| AuditAgg CacheCloud -.->|审计上报| AuditAgg end subgraph 跨集群 Wayne -->|调度| ClusterA[机房 A] Wayne -->|调度| ClusterB[机房 B] Wayne -->|调度| ClusterN[机房 N...] end subgraph 安全与网络 WAF[WAF] -->|HTTP/HTTPS 防护| Ingress[Ingress 入口] Ingress --> K8s Network[大内网] -->|互联| ClusterA Network -->|互联| ClusterB end subgraph 监控告警 K8s -.->|Metrics| Prometheus[(Prometheus)] MySQL -.->|Metrics| Prometheus Redis -.->|Metrics| Prometheus Prometheus --> Grafana[Grafana] Prometheus --> Alert[告警路由] end subgraph 成本采集 CloudAPI[云厂商 Billing API] -->|Exporter| CH[(ClickHouse)] Prometheus -->|节点/网络指标| CostBoard[成本看板] CH --> CostBoard end ``` **关键集成点**： | 源 | 目标 | 接口方式 | 说明 | |----|------|---------|------| | 企业 LDAP | XINFRA 统一门户 | LDAP Bind | 统一身份认证，1:N 用户映射到子系统 | | XINFRA 统一门户 | 各子系统 | 内部 API / 会话代理 | 用户选择子系统后代入本地身份 | | GitLab CI | Wayne | REST API（APIKey 认证） | 自动触发部署 | | GitLab CI | Harbor | Docker Push | 镜像推送 | | Wayne | RKE2 | Client-Go（K8s API） | 容器编排操作 | | CloudDM | MySQL | Sidecar SQL 代理 | SQL 审核执行 | | CacheCloud | Redis | Agent（SSH + 心跳） | 实例生命周期管理 | | Ansible | 各主机 | SSH | 基础设施初始化部署 | | 各子系统 | 审计聚合中心 | HTTP Webhook | 操作审计统一归集 | | 各子系统 + 基础设施 | Prometheus | HTTP / Exporter | Metrics 采集 | | 云厂商 Billing API | ClickHouse | Exporter 定时拉取 | 多云成本数据归集 | | Prometheus | 告警路由 | Alertmanager | 统一告警（邮件 / 企业 IM） | --- ## 风险与约束 | 风险 | 影响 | 缓解措施 | |------|------|---------| | RKE2 版本升级可能引入不兼容变更 | 集群稳定性 | 先在测试环境验证，灰度发布 | | Wayne 开源版本维护活跃度不确定 | 功能迭代受限 | 内部 Fork 并保持核心模块可维护 | | 七机房网络链路故障 | 跨机房服务中断 | 网络冗余 + 自动切换 + 告警监控 | | SQL 审核规则误判 | 合法 SQL 被拦截 | 白名单机制 + 规则持续调优 | | Redis 大 Key / 热 Key | 性能劣化 | CacheCloud 诊断工具 + 应用侧治理 | --- ## 运维分层模型 > 故障按层级自愈，跨层操作需主系统管理员权限。 | 故障层级 | 处理方 | 工具链 | 权限要求 | |---------|--------|--------|---------| | 应用发布异常 | 子系统自愈 | Wayne 一键回滚 | 项目成员 | | 中间件故障 | 子系统自恢复 | CacheCloud / CloudDM 内置运维能力 | 子系统运维角色 | | 基础设施故障 | 主系统管理员 | Ansible Playbook / SSH 终端 | 仅主系统管理员 | | 机房级故障 | 主系统管理员 | Ansible + 大内网链路切换 | 仅主系统管理员 | > [!warning] 安全约束 > Ansible / SSH 终端等基础设施级操作仅对主系统管理员角色可见，普通用户菜单中不包含此项。所有跨层操作全程审计留痕。 --- ## 关联笔记 - [[technical/xinfra-preview]] - [[technical/xinfra-preview/k8s-rke2-fundamentals]] - [[technical/xinfra-preview/wayne-overview]] - [[technical/xinfra-preview/cloud-dm-overview]] - [[technical/xinfra-preview/cachecloud-overview]] - [[technical/xinfra-preview/ansible-playbook-basics]]