本次分享围绕蚂蚁基础设施 SRE 团队在云原生架构的演进过程中的的稳定性建设，复盘真实的生产故障案例，探讨在云原生的时代的技术风险防控策略。针对 SRE 的经典方法论之一的 SLO 体系，对于其在云原生场景的构建、扩展和运营，将结合真实的使用场景，剖析难点和挑战，并给出具备可操作性的解决路径。

演讲提纲：

1. 引论

• 真实故障场景分享
• 回顾经典的技术风险防控体系建设
  • 事前/事中/事后

2. 云原生场景下的稳定性建设的特征分析

• 分布式系统的大量使用和业务增长带来的问题
• 云厂商/云服务的使用对底层基础设施的冲击

3. SLO 驱动的技术风险防控体系

• 经典概念对齐以及扩展概念引入
• 结合真实故障的使用案例分享 SLO 数据建设
• SLO 运营思路和潜在误区
  • 实践并验证过的有效运营手段分享，例如预警、定位、大盘等
  • 公示、文档等强运营流程在稳定性建设中的作用
  • 误区：不要把 SLO 当作传统监控使用

4. 总结展望：SLO 使用的三个阶段

你将获得：

• 了解 SLO 驱动的稳定性建设的使用场景以及其对应的优势
• 了解 SLO 体系构建过程中的困难挑战以及对应的解决思路
• 了解云原生场景下的稳定性建设的可行思路和优化手段