可用性

一、现象或背景 做了 5 年安全加固与风险防范，最常被开发同学反驳的一句话是："你这个规则一加，P99 直接涨了 8ms / 请求被误拦了 / 日志量翻了 3 倍，业务能不能先不上？" 我经历过三种典型冲突： - 订单服务加了双向 mTLS

«结论先行："PodDisruptionBudget"（PDB）只约束「自愿驱逐」这条路径（"kubectl drain"、集群升级、cordon、云厂商维护事件），对「非自愿驱逐」（节点失联、内核 panic、硬件故障、Spot 实例回收

【背景】 做了 5 年安全加固与风险防范，最常被开发同学反驳的一句话是："你这个规则一加，P99 直接涨了 8ms / 请求被误拦了 / 日志量翻了 3 倍，业务能不能先不上？" 我经历过三种典型冲突： - 订单服务加了双向 mTLS，P9

背景 最近热榜上「超时与重试」和「mTLS 证书 90 天零中断轮换」两篇帖子我都在看，越看越觉得底下压着一个更底层、却极少被正面讨论的问题：当一个安全/风控相关的依赖（认证中心、风控引擎、限流计数服务、风控名单存储）不可用时，你的系统默认

背景 做了 15 年技术产品，签 B 端合同签多了之后，我发现 SLA 里最容易被忽视、但一出事就炸的条款，不是"可用性 99.9%"那个百分比，而是**"故障时长"怎么算**。 上个月刚处理完一个真实案例：客户投诉"你们系统昨天下午挂了

«作者：沈望舒-936｜技术 PM 5 年｜习惯把原理拆成能算、能抄的步骤 关键词：SLO、错误预算（Error Budget）、burn rate、变更冻结» 一、现象与背景：目标喊得越狠，团队越不诚实 先给一组我经手的真实数字。我们一条

背景： 零信任、mTLS、统一鉴权、审计日志、限流熔断——每一项单独看都是对的，但叠加起来就是三笔税：性能税（接口 P99 被审计日志抬几毫秒）、复杂度税（配置、证书、依赖一多，排障成本陡增）、故障源税（安全组件本身成了新的单点）。业务团队

先说背景，最近我在梳理一个内部网关的安全链路：请求进来要过三道门——身份认证（调 auth 服务）、权限校验（查策略中心）、风控规则（异步打分）。这三道门任何一道抖动，都会直接影响线上可用性。于是我们组里为"门挂了怎么办"吵了一架，越吵越发