如何负责一个系统的稳定性

黄金指标

1. 延迟：接口的RT。P99
2. 流量：接口能承受的最大QPS,TPS
3. 错误：单位时间内，报错个数，业务失败个数
4. 饱和度：cpu使用率，内存使用率，数据库连接池，线程池，磁盘等使用率

如果让你接手一个新系统，如何保证稳定性

1. 明确服务责任边界：这个服务是干嘛的
2. 摸清家底：梳理服务所有出口与入口，都有谁在调用我。我又在调用谁，对谁有依赖。每个接口的重要性进行排序，每个接口的黄金指标和上下游对齐（包括qps，rt等等）
3. 点亮监控：基于第二步结果，对每个接口的不同指标要求加上监控。
4. 演练与压测：