智能家居市场近年来高速增长，技术革新与消费升级是主要驱动力。米家作为小米 IoT 业务的核心，已成为全球最大的消费级物联网平台，接入设备达 8.61 亿台，月活用户超 1 亿。由于 IoT 业务的特殊性，运维需同时保障用户和设备的稳定性，且用户对故障的容忍度极低，故障易引发社会关注。

本次演讲将通过米家历史故障案例，介绍近 2-3 年米家是如何通过完善应急保障体系和运维自动化平台，逐步提升业务稳定性，包括业务架构优化、基础组件升级、质量加固经验以及故障预案的制定与实施。

演讲提纲

1. 小米 IoT 业务及架构介绍

• 业务概况
• 架构详解

2. IoT 业务质量保障遇到的问题和挑战

• 用户和设备双侧稳定性保障难题
• 用户对故障的低容忍与应对压力

3. SRE 的故障应急体系的建设与落地

• 预警机制
• 预案管理
• 关键服务的故障自愈
• 应急指挥&协作机制
• 复盘改进

4. 应急案例分享

您认为，这样的技术在实践过程中有哪些痛点？

• 用户和设备双侧稳定性能力保障能力的建设
• 自动化运维能力有待提升，后续如何通过 AIOps 能力增强业务稳定性

演讲亮点

• 全球领先平台的独家经验分享，米家作为全球最大的消费级物联网平台，首次深度揭秘其在 IoT 业务质量保障方面的宝贵经验
• 故障应急体系建设的方法论结合具体案例，系统性的介绍如何全面提升业务质量

听众收益

• 深入了解 IoT 业务特性与质量保障精髓
• 掌握系统性提升业务质量的方法论
• 探索 IoT 业务与运维系统的平衡之道