电商平台云原生迁移与自动化运维体系建设
背景/挑战: 支撑业务全球化扩张,原有混合云架构部署复杂、扩展性差、故障排查耗时,SLA 仅 99.0%,运维效率成为瓶颈。
核心职责与行动:
主导 核心应用从虚拟机/物理机向 Kubernetes (AKS) 的微服务化迁移,设计 多区域高可用架构(HPA, PDB, 跨可用区部署)。
设计并开发 基于 GitLab CI/CD + Helm + Argo CD 的自动化发布流水线,实现 金丝雀发布、自动回滚、环境一致性管理。
构建 统一可观测性平台:集成 Prometheus (采集)、Thanos (长期存储/查询)、Grafana (可视化)、Elasticsearch(日志)、Tempo (链路追踪),编写 自定义指标 Exporter 和告警规则。
开发 自动化故障诊断工具包 (Python),集成 日志、指标、链路数据,显著提升 复杂问题定位效率。
实施 Azure 成本优化方案:分析 资源利用率,引入 Spot VM 与 RI,开发 非峰值时段自动缩容脚本 (Azure Functions + Python)。
技术栈: Kubernetes (AKS), Docker, Helm, Argo CD, GitLab CI/CD, Prometheus, Thanos, Grafana, Loki, Tempo, Python, Azure (VMSS, AKS, Blob Storage, Functions, Monitor), Linux.