建议指标
- P50 / P95 DNS 响应时延
- 超时率、重试率、失败率
- 关键域名解析成功率
部署实践
部署运行手册
本页是“可照着执行”的运维流程模板，强调上线前验证、上线中监测、上线后复盘。
阶段 1：建立基线
没有基线就无法判断“升级是否真的变好”。
记录方式
- 按网络区域和终端类型分组
- 保存 7 天以上连续观测样本
- 保留变更前配置快照
阶段 2：灰度发布
推荐分三批次推进，禁止一次性全网切换。
批次 A（5%）
先覆盖技术团队与测试终端，重点观察协议握手和兼容性异常。
批次 B（20%）
覆盖多个办公区域，验证跨网络场景下的稳定性与用户反馈。
批次 C（全量）
满足阈值后再放量，同时保留至少 1 个版本周期的回退开关。
阶段 3：监控告警
指标要能区分“协议问题、网络问题、上游问题”。
| 维度 | 关键指标 | 告警阈值建议 | 处置动作 |
|---|---|---|---|
| 可用性 | 解析失败率 | > 1% | 切换备用上游并开启事件追踪 |
| 性能 | P95 解析时延 | 较基线上涨 30% | 检查链路质量与缓存命中率 |
| 安全 | 证书异常事件 | 任意触发 | 阻断相关链路并人工复核 |
阶段 4：回滚演练
真正可用的系统，必须在异常时“快速、安全、可预期”地回到稳定状态。
回滚触发条件
失败率、时延、核心业务告警任一触发阈值即进入回滚流程，不等人工拍脑袋判断。
回滚后动作
保留证据、记录时间线、复盘根因、更新 runbook，确保同类事件不重复发生。