把上线拆成三段:部署前 4 项、部署中 4 项、上线后 4 项,共 12 项;每项都能用一个已有基准判定,例如握手 41 毫秒、可用率 98.7%、端口 1080 与 1081。
部署前检查的成本最低,收益最高。四项里任何一项被跳过,后续环节的异常都无法归因到具体环节,只能整体回退重来。
部署前的检查决定了后面能不能验收。四项全部通过再开始安装,否则后续异常无法归因。
部署中的检查以抽查为主。全量逐台验收成本过高,按批次抽查即可发现系统性问题。
批次越小抽查比例应越高:单批次设备数在 10 台以内时建议逐台确认版本号。
上线后的检查有三个用途:建立基线、供后续比对、以及在交接时说明当前环境处于什么状态。四项检查全部落地后,才算完成一次可回溯的上线。
基线一旦建立,后续所有「变慢」「不稳」的判断都能转成与基线的差值比较。没有基线的环境只能靠主观描述,这也是运维交接时最容易丢失的信息。
上线后的检查建立基线,供后续异常比对。没有基线时,「变慢了」这类判断无法量化。
| 检查项 | 基准值 | 记录内容 |
|---|---|---|
| 可用率 | 98.7%(7 天 10080 点) | 记入监控台账 |
| 分区延迟 | 41 至 214 毫秒区间 | 记录所选分区的均值 |
| 连接重建 | 约 2 秒 | 记录是否频繁重建 |
| 采样达标 | 连续 3 点不低于 90% | 记录判定结论 |