背景
为保证在大型活动/节日（双十一、黑色星期五）时服务稳定，提出各个角色必要的行动清单
涉及到的角色与职能范围（包括但不限于）
产品：确定核心功能链路，制定服务降级默认行为，提供活动预估数据
技术（开发/测试）：服务压测，性能优化，提供服务最大承受能力，线上问题排查
运维：提供基础能力与监控
事前准备
时间节点：活动前四周
第一周
人员：拉通各角色执行人员，成立活动临时小组
内容：
全员对齐核心功能链路产品基于活动需要的feature、issue，整理本期的需求与降级默认行为研发导出同类型/同期活动的数据，预估本次活动的请求量研发基于核心功能整理缺失埋点研发运维确定自动扩缩容规则QA依据上述数据进行核心/非核心功能压测，生成压测报告运维整理基础组件监控与告警
产出：活动需求、预估请求体量、扩缩容规则、压测报告
第二周
内容：
研发进行功能与性能开发，整理降级/熔断开关研发补充埋点与告警
降级/熔断开关列表（举例）：
|------|--------|----------------------|----------|-----|
| 系统名 | 开关说明 | 操作 | 影响点 | 执行人 |
| 商品 | 推荐列表关闭 | recommend.flag=false | 返回默认推荐 | |
| 会员中心 | 积分异步发送 | async.send=true | 不会实时更新积分 | |
| 消息中心 | 邮件通知暂停 | mail.notice=false | 停止邮件通知 | |
产出：降级/熔断开关列表
第三周
内容：
研发对新版本进行活动预演- 根据预演结果确定是否hotfix、制定应急方案
应急方案举例：
|------------|-----------|-----|
| 问题点 | 解决方案 | 负责端 |
| 出现紧急issue | 走hotfix流程 | 研测 |
| 机器内存/CPU异常 | 手工重启 | 研测 |
| 基础资源严重不足 | 手工扩容 | 运维 |
| 数据异常 | 手工调整或执行脚本 | 研测 |
产出：预演报告、应急方案
第四周
内容：
- 整理与执行checklist
- 确定人员分工与联系方式
checklist内容（包括但不限于）：
|------------------------|-------|------|----|
| 内容 | 负责端 | 执行时间 | 状态 |
| 动态配置 | 研测 | | |
| 数据预热（缓存、jit、DNS等） | 研测 | | |
| 监控与告警 | 研测 | | |
| 权限申请（跳板机、运维平台） | 研测 | | |
| 机器资源（内存、CPU、磁盘、网络等） | 运维 | | |
| 服务指标（jvm堆、DB状态、中间件状态等） | 研测+运维 | | |
| 机器扩缩容规则 | 研测+运维 | | |
产出：checklist、人员分工联系表
活动前一天
内容：
- 执行checklist
- 值班人员报到与临时补位
事中应急
时间节点：活动期间
地点：集中工作室（异地可提前进入连线状态），方便实时沟通
内容：
- 研测盯数据、监控、告警，记录问题点
产出：现场问题列表
事后复盘
时间节点：活动后一到两周
内容：
技术产品整理活动期间遇到的问题点，确定修复优化版本技术导出活动期间数据，给下次同类活动作参考指导- 各端整理复盘报告（复盘规范），参与复盘会议
产出：复盘报告、优化版本需求