见微知著：业务_技术双轮驱动的稳定性实践 - 林万境

个人简介

林万境是阿里巴巴资深技术专家，拥有十五年互联网行业技术架构和运维SRE体系建设经验，曾就职于游戏公司、UCloud和阿里云，擅长电商、泛娱乐、游戏、教育、泛企业等行业的技术运维和服务保障。

业务/技术发展阶段及痛点

业务发展阶段的痛点包括：

• 业务不间断
• C/B端业务模式多样
• 围绕上下游用户的技术支撑与业务拓展融合
• 技术转换快，新兴技术融合
• 数实结合转型中现有IT基础架构和云化架构融合
• 高效运维需求（提高效率、自动化、降低成本、故障自愈能力）

围绕问题的行业技术实践

游戏行业技术变革实践

从页游到手游，从IDC到云的技术演进：

1. 1.0–端游为王阶段（2009年）

   • 业务快速增长，技术追赶
   • IDC运维时代问题：传统部署模式、Windows系统、LNMT架构、数据灾难不可恢复、故障影响重
   • 应对措施：人肉规范化、去Windows化、运维自动化脚本+CRT并发模式、Ansible、高可用备份容灾、架构优化

2. 云运维时代

   • 技术不可控、云上黑盒、排查效率低、新技术水土不服
   • 云运维本质是思维转变：从“车上看路”到“路上看车”
   • 技术保障标准化，集团军模式
   • 电商弹性时代：高并发大促保障（如双十一、双十二）
     • 业务挑战：高并发、架构耦合度高、调整架构时间有限
     • 保障策略：梳理业务运营思路、LB性能压测、关键业务模块拆分、数据层优化、压测降级预案
     • 实现价值：用户量增长300%、架构能力优化、常态化保障

SRE工程化稳定性体系建设

SRE工程化关键原则：

• 运维架构设计原则：N+1设计、可回滚、可禁用、可降级
• 可观测性原则：核心指标、核心链路可监控
• 全链路压测原则：模拟真实业务环境全链路压测
• GOC应急原则：提升MTBF、降低MTTR，标准化应急机制
• 主动运维原则：故障探测、压测、演练、主动架构优化、巡检、容量管理
• 自动化运维原则：DevOps、AiOps方向，人肉工作标准化、规范化、自动化

AI智能化实践

AI在稳定性运维领域的应用：

• 基于大模型的应用场景：运维问答、人脸年轻化、合同文本比对、代码工作轻量化
• AI可能取代不了运维，但前提是运维先抬头
• 当前AI大模型技术服务能力项：多场景方案、知识数据治理、业务应用集成、Prompt优化、Agent构建、模型调优、开源工具集、部署架构、Agenttools库
• 技术人的路和远方建议：
  • 一定要有技术追求
  • 一专多能
  • 学会思考
  • 每年自我反思
  • 学会自我革命
  • 保持松弛感