"Failures can and will happen, anytime, anywhere. Fail fast, fail small, fail often and recover quickly."。

一个线上持续运行的业务，除了能够实现业务的基础流程，更重要的是能做到即使出现预期之外的非正常场景，也能用系统化的手段来保障业务不受损。

本次议题涉及到如何通过系统化的设计规避这些问题，如何让业务快速从“失败”状态转变正常状态，如何能够将“失败”影响面控制到最小，如何从容应急等方方面面。这是对软件架构、运维体系、组织保障等多个维度的综合考量。

本议题将体系化的介绍面向失败的核心思想，并且结合最佳实践，介绍阿里是如何构建面向失败的架构体系的。

演讲提纲：

1. 面向失败设计的核心思想
2. 建设高可用体系的框架以及抓手
   • 冗余设计避免单点故障与宏观多活架构
   • 服务能力与依赖调用自我保护
   • 为一切不可预料的情况备好预案
   • 自动化运维管控
   • 精细化的监控体系
   • 故障与攻防演练锤炼容灾应急能力
3. 面向失败的组织结构人员协同
4. 面向失败设计的能力赋能
   • 异地多活
   • 高可用防护
   • 高可用评测
   • 全链路压测
5. 最佳实践

听众受益：

1. 体系化的了解阿里多年的稳定性经验
2. 体系化的学习如何时刻关注系统的可用性，提前预防甚至解除风险，做到系统的持续可用