华为云用户手册

跨云双活方案 当重要应用系统已经在IDC或其他云上部署，并需在华为云上部署一套系统实现双活，以提供高可用的容灾方案。假定应用系统在IDC或其他云上可以达到99.9%的可用性，则在容灾到华为云后，能提供99.99%的可用性。 跨云应用典型架构为前端无状态应用层+后端数据库，其中前端无状态应用可采用虚拟机或容器（以容器为例，华为云采用CCE），后端数据库通常要求采用通用MySQL数据库（华为云采用RDS for MySQL），以实现跨云双活容灾。 华为云上的应用部署建议方案如下： 类别 实施方案 冗余 ELB、CCE、D CS 、Kafka、RDS、DDS等云服务实例均高可用部署。 备份 RDS、DDS数据库自动备份，在数据故障时使用最新备份数据恢复，可以满足可用性目标要求。 容灾 应用跨AZ部署，AZ故障时自动恢复；支持跨云双活，在IDC或其他云出现故障时可以快速切换到华为云。 监控告警 进行站点运行状态检查，在发生故障时告警；针对CCE、DCS、kafka、RDS、DDS等实例负载状态进行监控，在资源过载时需要告警。 弹性扩缩容 CCE集群支持工作负载的自动弹性伸缩。 变更防差错 软件更新采用金丝雀或蓝绿部署，部署过程自动完成，在部署过程中出现问题时自动回滚。 应急恢复处理 制定应急处理机制，指定应急恢复人员，以便在突发事件后能快速决策和恢复；并提供常见应用、数据库问题以及升级部署失败的相关解决方案，以便在出现问题后可以及时恢复；定期进行演练，及时发现问题。 根据以上方案，典型部署架构如下： 该架构的主要特点包括： 应用系统采用无状态应用+有状态数据库的分层部署架构。 应用系统在其他云与华为云中各部署一套完整系统；华为与采用跨AZ部署，可以实现云内应用层跨数据中心双活；云间数据单元化部署，并支持将它云数据实时同步到华为云，实现双活容灾，在第三方云故障的情况下能快速容灾切换到华为云。 接入层（外部GSLB、API网关）：通过外部GSLB进行 域名 解析与流量负载均衡，两朵云同时提供服务，在第三方云故障时自动将业务流量切换到华为云；API网关支持流量纠正，以便将业务路由到正确单元。 应用层（负载均衡器、应用软件及容器）：对于无状态应用，通过负载均衡器进行故障检测与负载均衡，并可通过容器进行弹性伸缩。 中间件层：Redis、Kafka集群跨可用区高可用部署。 数据层：MySQL数据库跨可用区高可用，通过DRS 数据复制服务 实现跨云的数据库复制与容灾切换。 为了保证数据的可靠性，数据库的数据定期自动备份，在数据丢失时可以快速恢复。 父主题： 跨云场景典型部署架构（99.99%）

跨Region容灾 GaussDB (for MySQL)支持使用数据复制服务（Data Replication Service，简称DRS）创建灾备任务，当主实例所在区域发生突发性自然灾害等状况，主节点（Master）和备节点（Slave）均无法连接时，可将异地灾备实例切换为主实例，在应用端修改数据库链接地址后，即可快速恢复应用的业务访问。数据复制服务提供的实时灾备功能，可实现主实例和跨区域的灾备实例之间的单主灾备（详见“GaussDB(for MySQL)到GaussDB(for MySQL)单主灾备” ），或双主灾备（详见“GaussDB(for MySQL)到GaussDB(for MySQL)双主灾备”）。

COST03-02 可视化成本分摊结果 风险等级 中 关键策略 将成本分配到责任团队，使各责任团队及时准确清晰的了解自己业务成本，加强团队成本意识，在构建方案时追求性能、可靠性和成本的平衡。 相关服务和工具 华为云支持您按照组织规划的方式分配成本。随着云服务的使用，规划的组织方式也会随着云服务的费用生成，体现在账单管理、成本分析等可视化工具的数据中。 您还可以使用成本单元，综合多种条件（产品类型、账单类型、关联账号、企业项目、成本标签），自定义规则，将成本按照业务语义分配到有意义的分组。基于成本单元的成本分配结果，支持在“成本分析”页面可视。 如果需要获取明细数据与自身云管平台进行集成，实现定制化的成本和使用分析，您还可以订阅账单明细数据、OBS转储成本明细或调用客户运营能力API。比如将成本和使用明细与企业的业务运营数据结合，生成业务单位成本KPI。 父主题： COST03 对成本进行分配

OPS01-03 规划标准化的运维流程和运维工具 风险等级 高 关键策略 流程和工具是经验的承载，通过标准化的流程，可以大幅降低在运维过程中因为个人的因素受到的影响和无序化。 通过标准化的、统一的运维工具，向运维人员提供集中、统一维护界面及清晰易上手的操作手册，方便运维人员的集中维护，提高运维效率。常见的运维流程有： 变更管理流程：适用于生产环境软、硬件的变更活动管理，减少变更导致服务意外中断或服务质量下降，确保企业的环境安全、稳定地运行，并最大化的提升系统的可用性，满足所承诺的服务水平。 告警和事件管理流程：适用于开发，生产环境故障等事件的受理、处理、升级流程，确保用户的业务及时得到响应和处理，支撑SLA的达成，需要明确定义企业各类事件的等级，以及处理的职责，规范各类事件响应和处理时限及通报机制，保障业务的安全性和稳定性。 问题和回溯流程：适用于事件复盘分析，识别故障的根因、管理规避方案和已知错误，来降低故障再次发生的可能性和影响。通过有效的问题管理运作，促进产品质量的不断完善，提升产品的质量稳定性，降低产品现网故障数量。 产品可用度评审流程（Product Readiness Review）：对于您云上业务是否在产品环境有问题的审查，以确定产品/应用已做好产品发布准备，在运维阶段是否有问题。 值得注意的是，由于云上应用迭代更新的特性，产品可用度评审不应该只是在产品刚上线时进行审查，而以后则置之不理。由于您的云上应用不断更新，这个流程应该定期/或者由重大事件（比如电商企业的促销）触发。 此外还有类似于企业IT服务的管理，账号的管理等流程，围绕这些流程，您的企业可以使用并标准化一系列云上工具，如流水线，监控报警，日志处理，运维中心。从而将您企业的运维标准化，进而迈向卓越。上文中的一些关键流程的最佳实践（变更管理，告警和事件处理，问题和回溯流程，运维可用度评审流程）也会在本白皮书的其他最近章节详述。 设计建议： 相关云服务和工具 云运维中心 COC 华为云 AOM 服务 云监控服务 CES 华为云LTS服务 应用性能管理 APM 父主题： OPS01 建立持续改进的团队文化和标准化的运维体系

责任共担模式 云上应用系统的韧性，依赖于云基础设施及应用系统本身的韧性，任何一方故障，都可能会导致云上应用系统故障；因此需要华为云与客户共同承担责任，来保障应用系统的韧性。 华为云责任：华为云提供高可用的基础设施，包括运行华为云服务的硬件、软件和机房设施，并确保服务可用性满足SLA服务等级协议。 客户责任：客户可以从华为云选择合适的产品并进行可靠性配置以符合应用韧性目标，并参考本白皮书中的设计原则与最佳实践，充分考虑各种异常场景的检测和恢复能力，来构建高可用应用系统。 父主题： 基本概念

性能效率支柱简介 如何设计出高性能的架构是一个普遍性的问题。作为基本的质量属性，性能的重要性和性能失败后果的严重性是毋庸置疑的，实际上公司内外都有很多性能失败的例子。本文试图为性能设计、性能优化提供一些技术方法和手段，这些方法手段可以用于系统的软件性能工程建设，也可用于指导性能调整和优化。 早期的设计决策会对性能调节能否成功，以及是否有必要进行性能调节产生重要影响。如果开发的软件对性能非常敏感，实际上需要从设计阶段和开发周期的第一天起就考虑性能管理的问题，即采取系统的主动性能管理的办法来解决性能问题。除了管理上的措施外，解决性能问题需要在系统和架构设计、实现方案设计及编码实现上采取有效的技术手段来保证。 一般认为，性能问题通常由于体系架构或设计问题造成，而不是低效的编码引起的。性能问题在开发过程的早期已经引入，而大部分开发团队直到集成测试，或更晚的时候才予以考虑。实际情况并非完全如此，编码实现阶段引入的性能问题也很普遍，只是解决体系架构引起的问题代价要高得多。下面给出影响系统性能的几个因素： 体系架构设计：影响性能的决定性因素，需要在设计之初考虑 实现方案设计：影响性能的主要因素，在不改变整体架构的情况下可以修改 编码实现：目前情况下是重要因素，也是可以不断改进的因素 系统或组件的性能问题，对外的表象上反应为： 请求响应延迟时间过长 资源占有量过大 对常见的性能问题进行分析，可以发现对于一个系统或组件来说，性能问题经常发生在以下方面： 实体间通信或者调用处理（包括数据库） 频繁调用函数、模块处理过程、数据组织等问题 并行处理资源争用引起的延迟 串行处理进程/线程间等待延迟 父主题： 性能效率支柱

SEC10-03 自动化响应安全事件 自动化的响应工作流是安全自动化的核心组成部分，旨在减少安全事件的响应时间，并提高处理效率。 风险等级 高 关键策略 定义响应触发条件：基于威胁情报、异常行为检测和实时监测的结果，确定哪些情况会触发自动化响应。 制定响应策略：为每种类型的威胁或事件制定具体的响应动作，例如隔离、修复、通知、调查等。 优先级与分级：根据事件的严重性和紧急程度，定义响应的优先级，确保重要事件得到优先处理。 持续监控：利用SIEM（安全信息和事件管理）、UEBA（用户和实体行为分析）等工具，对网络、系统、应用程序和用户活动进行实时监控。 智能警报：当检测到符合预定义触发条件的事件时，自动生成警报，并根据事件的优先级进行分类。 隔离与控制：自动隔离受感染的设备或网络段，防止威胁扩散。 自动修复：对于已知的漏洞或问题，自动化执行补丁安装、配置更改或清除恶意软件。 取证与记录：自动收集与事件相关的日志、网络包和其他证据，保存为后续分析使用。 通知与沟通：向指定的安全团队成员发送警报，同时向IT部门、管理层或其他相关方发送通知。 自动化分析：利用机器学习和数据分析工具，自动分析事件的性质、来源和影响范围。 人机协作：安全分析师审查自动化分析的结果，必要时进行手动分析，以确认事件的严重性和后续步骤。 决策支持：基于分析结果，决定是否需要进一步的人工介入，或是调整自动化响应策略。 自动化恢复：对于已解决的事件，自动化执行系统恢复、数据恢复或服务重启。 生成报告：自动化生成事件处理报告，包括事件详情、响应行动、处理结果和建议措施。 合规性检查：确保整个响应过程符合法律法规和行业标准的要求。 事件回顾：定期回顾已处理的事件，评估自动化响应的效果，识别改进点。 规则与策略更新：根据回顾结果，更新自动化响应规则和策略，增强系统的自适应能力。 培训与演练：定期对安全团队进行自动化响应流程的培训和演练，确保人员熟悉流程并在实际操作中高效执行。 依赖剧本实现威胁处置自动化，让顶级安全专家的经验全面落地，运筹帷幄。事件响应剧本是一套被定义的响应流程，针对明确的安全事件，运用安全编排技术（SOAR）对不同资产、防护组件实时配置动作，以达到单点风险，全局响应的群防群控效果。 相关云服务和工具 安全云脑 SecMaster：安全编排和自动化响应 父主题： SEC10 安全事件响应

OPS08-01 使用度量指标衡量运营目标 风险等级 高 关键策略 定义清晰的运营成功的目标和 KPI，设置基线作为参考点并定期重新评估。与业务领导者和利益相关者确定服务的总体目标。确定各个运营团队的任务以及可能面临的挑战。并明确运营目标的关键绩效指标 (KPI)，可能是客户满意度、TTM、平均问题解决时间等等。根据 KPI，识别关键指标和数据源。客户满意度可能是各种指标的组合，例如呼叫等待或响应时间、满意度评分以及提出的问题类型。 父主题： OPS08 度量运营状态和持续改进

RES05 网络高可用 应用系统对外或对内通信都依赖于网络，一旦网络异常将会导致业务中断，因此网络架构的高可用及容灾能力至关重要。在进行网络设计时，需要充分考虑应用系统对内和对外的网络连接、IP地址管理和域名解析等。 华为云中网络高可用主要涉及三个场景： 公有云网络：构建应用系统相关的公网网络连接的高可用，可减少由于网络连接中断而导致的业务中断。 混合云网络：对于自建本地数据中心（IDC）或使用其他云的用户，基于业务发展需要将部分业务部署到华为云时，将涉及到混合云网络互连；应用系统跨云部署时（如跨云主备容灾或双活），需要构建高可用的混合云网络连接，以减少由于网络连接中断而导致的业务中断。 云上网络之间访问：当业务系统涉及到多个部门或业务团队时，一般会使用多个VPC进行业务隔离，不同团队和部门之间需要相互访问，将会涉及不同VPC之间的网络连接。 RES05-01 网络连接高可用 RES05-02 避免暴露不必要的网络地址 RES05-03 不同流量模型业务的网络共享带宽隔离 RES05-04 预留IP资源以便扩展及高可用 父主题： 高可用设计

PERF04-01 定义验收标准 风险等级 高 关键策略 验收标准是用于评估指定工作负载是否满足性能要求的指标，需要在性能测试前期定义合理的验收标准。 查看性能目标 性能目标定义了工作负载所需的性能级别。查看为工作负载建立的性能目标。性能目标是可能涉及响应时间、吞吐量、资源利用率或任何其他相关绩效指标的指标。例如响应时间的目标可能低于特定阈值，如小于2秒。 定义验收标准 将性能目标转换为可用于评估工作负载性能的特定验收标准。例如，假设响应时间的性能目标是2秒或更短。接受条件可以是工作负载的平均响应时间应小于2秒。使用这些验收标准来确定工作负载是否满足所需的性能级别。 父主题： 性能测试

OPS05-01 进行生产准备度评审（Product Readiness Review） 风险等级 高 关键策略 Production Readiness Review 生产准备度评估基线：从SLI/SLO、可冗余、可容灾、可过载控制、可故障管理、可变更能力、可运维、安全生产等维度，对服务可用性及运维能力提出基线要求。在服务产品开发前端构筑能力，进行相关需求规划、设计和开发工作，并在服务上线前进行生产准入审视。 具备以下核心价值： 1）准确评价产品可用性、维护能力并明确相关上线标准；不满足上云标准的服务，原则上不允许上线。 2）持续导入服务可服务性、运维需求基线，实现标准化、减少例外操作，帮助服务快速上云。 3）持续提升自动化验证能力，减少手工评估，提升产品的交付与运维效率。 相关云服务和工具 COC PRR评审 父主题： OPS05 运维准备和变更管理

SEC05-04 密钥安全管理 密钥的安全管理对于整个工作负载的安全性至关重要。如果使用不恰当的密钥管理方式，强密码算法也无法保证系统的安全。密钥的安全管理包括密钥的生成、传输、使用、存储、更新、备份与恢复、销毁等完整的生命周期流程。 风险等级 高 关键策略 生成密钥： 分层管理密钥。最少把密钥分为两层，即：根密钥和工作密钥，根密钥为工作密钥提供加密保护。 使用安全的随机数生成器来生成密钥，确保密钥的随机性和不可预测性。避免使用弱密钥或者固定密钥。 传输密钥： 使用安全的通信渠道传输密钥，如加密通道或者物理传输。 确保传输过程中密钥不被窃取或篡改。 使用密钥： 最小化密钥的使用范围，避免在不必要的情况下暴露密钥。 实施访问控制和权限管理，限制对密钥的访问。 存储密钥： 使用安全的存储设备或者加密存储来保存密钥。 确保只有授权人员可以访问密钥存储。 更新密钥： 定期更新密钥以应对安全漏洞和攻击。 使用安全的方式进行密钥轮换，确保服务的连续性。 备份与恢复： 定期备份密钥，并将备份存储在安全的地方。 确保有可靠的恢复机制，以防止密钥丢失或损坏。 销毁密钥： 在密钥不再需要时及时销毁密钥。 使用安全的密钥销毁方法，如加密删除或者物理销毁。 相关云服务和工具 数据加密 服务 DEW 父主题： SEC05 运行环境安全

SEC02-01 对账号进行保护 账号是华为云租户的账号体系中权限最高的用户，拥有对整个云环境的最高权限。一旦账号受到攻击或泄露，可能导致严重的安全问题和数据泄露。因此，身份认证的安全性首先要考虑对此账号进行保护。 风险等级 高 关键策略 强密码：使用强密码来保护账号，包括数字、字母、特殊字符的组合，并确保密码足够长且复杂。 多因素认证（MFA）：启用多因素认证为保护账号提供了额外的安全层次。除了密码之外，MFA需要额外的身份验证信息，提高了账号的安全性。 限制日常操作：避免直接使用账号进行日常操作，而是创建并使用 IAM 用户进行日常的管理操作。账号应仅用于关键操作，如创建新的IAM用户或修改权限。 优先使用临时凭证并定期轮换凭证：定期更改账号的密码，并定期更新MFA设备。这有助于减少被猜测或盗用的风险。 启用审计日志：启用审计日志功能，以监控账号的活动。审计日志可以帮助检测异常行为并及时采取措施。 多账号管理场景：需指定一个账号作为中央账号（企业主账号），由这个账号再添加成员账号（企业子账号）。优先保证中央账号的安全，再考虑成员账号。 相关云服务和工具 统一身份认证 服务 IAM 组织 Organizations 企业管理 云审计 服务 CTS 父主题： SEC02 身份认证

OPS05-02 进行变更风控 风险等级 高 关键策略 根据不同变更场景构建风险控制能力，通过风险数字化度量分析和评估风险影响程度，并采取风险控制措施削减或规避风险，保障变更成功。变更风险指现网各要素增、删、改及状态改变（如版本迭代、配置改变、节点扩缩容等）时引发的业务中断风险及变更失败可能导致的业务受损风险。 设计建议 变更风控衡量指标：变更风控衡量指标为变更导致事件密度和变更引入重大事件数。 变更导致事件密度定义：每月变更导致对客户造成影响的事件数与总变更数的比值。 计算公式：变更导致事件密度=变更导致对客户造成影响的事件数/总变更数。 变更引入重大事件数定义：每月变更引入对客户产生重大影响的事件次数。 相关云服务和工具 COC 变更管理 父主题： OPS05 运维准备和变更管理

RES13-02 应用系统负载均衡，避免流量不均匀 针对无状态集群业务，通过负载均衡来保证业务均匀分发，可避免部分组件空闲，而部分组件过载而影响业务；同时还可以充分利用系统资源，提高系统性能，改善系统可靠性。 风险等级 高 关键策略 负载均衡分发业务粒度需避免过大，而导致部分组件过载。 负载均衡分发时需检查后端节点的负载状态，并根据各节点的负载进行业务分发。 在后端节点故障的情况下，需要自动将业务分发给其他健康节点处理，以避免业务失败。 相关云服务和工具 弹性负载均衡 ELB：支持业务负载均衡处理，还支持后端服务器健康状态检测，自动隔离异常状态的ECS。 父主题： RES13 过载保护

COST06-03 跟踪并监控权益商品的使用情况 风险等级 低 关键策略 客户购买资源包等权益商品时，应定时跟踪资源包的使用情况，若资源包到期或用尽应及时续购，资源包覆盖不足应及时增购，资源包使用过少则应在资源包到期后续购合适大小的资源包，避免浪费。 相关服务和工具 华为云成本中心提供资源包的使用率/覆盖率分析，您可以通过该工具了解已购资源包的使用率和覆盖率情况，识别资源包购买过多（使用率低），还是过少（覆盖率低），从而优化下一阶段的购买。 华为云费用中心提供资源包剩余使用量预警功能，您可以根据实际需要，按照剩余使用量百分比、绝对值或自定义方式来设置阈值，及时获取提醒。 父主题： COST06 使用不同计费模式优化成本

单Region方案 采用单Region时，前端以CCE为例，建议方案如下： 类别 实施方案 冗余 ELB、CCE、DCS、Kafka、RDS、DDS等云服务实例均高可用部署。 备份 RDS、DDS数据库自动备份，在数据故障时使用最新备份数据恢复，可以满足可用性目标要求。 容灾 应用在两个AZ各部署一套，进行双向复制，双活容灾；AZ故障时自动恢复。 监控告警 进行站点运行状态检查，在发生故障时告警；针对CCE、DCS、kafka、RDS、DDS等实例负载状态进行监控，在资源过载时需要告警。 弹性扩缩容 CCE集群支持工作负载的自动弹性伸缩。 变更防差错 软件更新采用金丝雀或蓝绿部署，部署过程自动完成，在部署过程中出现问题时自动回滚。 应急恢复处理 制定应急处理机制，指定应急恢复人员，以便在突发事件后能快速决策和恢复；并提供常见应用、数据库问题以及升级部署失败的相关解决方案，以便在出现问题后可以及时恢复；定期进行演练，及时发现问题。 根据以上方案，典型部署架构如下： 该架构的主要特点包括： 应用系统采用无状态应用+有状态数据库的分层部署架构。 该应用系统在华为云一个Region两个AZ中各部署一套，提供同城容灾能力。 接入层（外部GSLB）：通过外部GSLB进行域名解析与流量负载均衡，在单个AZ故障时自动将业务流量切换到另一AZ。 应用层（负载均衡器、应用软件及容器）：对于无状态应用，通过负载均衡器进行故障检测与负载均衡，并可通过容器进行弹性伸缩。 中间件层：每个可用区各部署一套DCS、DMS Kafka集群。 数据层：每个可用区各部署一套RDS数据库，通过DRS数据复制服务实现跨AZ的双向数据库复制与容灾切换；并支持定期自动数据备份，在数据丢失时能快速恢复。OBS对象存储跨可用区高可用部署，单个AZ故障对业务没有影响。 为了保证数据的可靠性，RDS数据库的数据定期自动备份。 父主题： 电商类应用典型部署架构（99.99%）

PERF03-01 选择合适类型的计算云服务 风险等级 中 关键策略 根据应用的特征选择合适的计算云服务。选择计算云服务主要考虑以下两个因素： 应用本身的部署形态 上云时，业务的迁移方式（例如：业务是简单的迁移上云，还是本身要做改造） 如果业务本身在IDC部署模式是虚拟机部署，应用系统比较老旧，业务本身也没有改造的计划，建议按照原来IDC的部署模式，采用ECS或者BMS的形式进行应用部署，以满足应用和业务本身的性能诉求。 如果借助上云的机会业务侧也会做容器化和微服务的改造，上云时选择容器化（CCE/CCI）进行部署。 如果本身业务已经是微服务化的形式，建议上云时考虑容器服务（CCE/CCI）进行部署。 相关服务和工具 弹性云服务器 ECS 裸金属服务器 BMS 云容器引擎 CCE 云容器实例 CCI 父主题： 选择合适的计算资源

概念表 概念 解释 机密性 确保只有授权的用户可以访问系统中的敏感信息，防止未经授权的访问和泄露。机密性通常通过加密技术来实现，包括对数据进行加密和解密的过程，确保只有授权用户能够访问和理解数据内容。 完整性 确保数据在传输和存储过程中不被篡改，保持数据的完整性，防止数据被恶意篡改或损坏。完整性通常通过哈希函数和数字签名等技术来实现，确保数据在传输或存储过程中没有被篡改或损坏。 可用性 确保系统和数据在需要时可用，防止因攻击、故障或其他原因导致系统不可用。从安全的角度，可用性可通过负载均衡、弹性计算、事件监控和告警、防暴力攻击如DDoS防护等手段来实现。 可审计 系统或数据处理过程能够被有效地监视、记录和审计的能力。可审计性通常通过审计日志、审计跟踪、监控系统和审计工具等技术来实现，记录系统操作和事件，以便后续审计和监控。 不可抵赖性 在通信或交易过程中，一方无法否认已经发出的消息或行为，也无法否认接收到的消息或行为。不可抵赖性通常通过数字签名、公钥基础设施（PKI）、审计日志和审计跟踪等技术来实现，确保通信双方无法否认其行为或消息。 账号 帐号是您的华为云资源归属、资源隔离、计费的主体，对其所拥有的资源及云服务具有完全的访问权限。每个账号具有独立的身份验证、访问控制和资源隔离，账号之间默认相互隔离。 IAM 统一身份认证（Identity and Access Management，简称IAM）是华为云提供身份认证和权限管理的基础服务，可以帮助您安全地控制云服务和资源的访问权限。 IAM用户 由帐号在IAM中创建的用户，是云服务的使用人员，具有独立的身份凭证（密码和访问密钥），根据帐号授予的权限使用资源。 账号与IAM用户可以类比为父子关系，账号是资源归属以及计费的主体，对其拥有的资源具有所有权限。IAM用户由账号创建，只能拥有账号授予的资源使用权限，账号可以随时修改或者撤销IAM用户的使用权限。 多因素认证 多因素认证（Multi-Factor Authentication，简称MFA）是一种安全认证过程，需要用户提供两种及以上不同类型的认证因子来表明自己的身份，包括密码、指纹、短信验证码、智能卡、生物识别等多种因素组合，从而提高用户账户的安全性。 安全威胁 安全威胁指的是可能导致系统、网络或数据遭受损害、被破坏或被访问的潜在危险因素或事件。安全威胁可以是意外的，也可以是有意的，可能会导致系统遭受攻击或受到损害。安全威胁可以是外部的（如黑客攻击、恶意软件）或内部的（如员工疏忽、内部泄露）。 威胁建模 识别系统的潜在威胁以建立防护策略，构建安全的系统。 安全风险 安全风险是指在面临安全威胁的情况下，系统、网络或数据可能遭受损害或丧失机密性、完整性或可用性的概率和影响程度。安全风险通常由威胁的存在、系统漏洞、不恰当的安全措施或其他因素造成。安全风险通常通过风险评估来评估和管理，以确定风险的程度并采取相应的控制措施。 Playbook 处置剧本 安全响应中的处置剧本是一种预定义的操作指南，旨在帮助安全团队在面对特定的安全事件或威胁时，迅速且有序地采取行动。剧本通常包含详细的步骤、流程、工具和责任分配，以确保安全事件得到有效处理，减少潜在损失和影响。 数据主体 提供个人数据，可以通过个人数据识别或个人数据的组合识别的自然人，对个人数据有疑问时，有投诉或提出质询的权利。如：产品的最终用户，公司的雇员等。 数据控制者 单独或者与他人共同确定个人数据处理的目的和手段的自然人、法人、公共机构、政府部门或其他机构。对个人数据的处理有控制权，承担个人数据保护的主要责任。 数据处理者 代表数据控制者处理个人数据的自然人、法人、公共机构、政府部门或其他机构。数据处理者必须按照数据控制者的要求对个人数据进行充分的保护。 第三方（特指隐私保护中的第三方角色） 指数据主体、数据控制者、数据处理者以及根据数据控制者或者处理者的直接授权而处理数据的人之外的任何自然人或法人、公共权力机关、代理机构或其他机构。 个人数据 个人数据是指与一个身份已被识别或者身份可被识别的自然人（“数据主体”）相关的任何信息。身份可识别的自然人是指其身份可以通过诸如姓名、身份证号、位置数据等识别码或者通过一个或多个与自然人的身体、生理、精神、经济、文化或者社会身份相关的特定因素来直接或者间接地被识别。 敏感个人数据 高影响个人数据的一个子集。指在个人基本权利和自由方面极其敏感，一旦泄露可能会造成人身损害、财务损失、名誉损害、身份盗窃或欺诈、歧视性待遇等的个人数据。 父主题： 基本概念

RES01-02 应用组件多位置部署 应用组件需要部署在多个数据中心，以避免单个数据中心故障而导致业务中断。 风险等级 高 关键策略 可根据不同需求，将应用的数据和资源部署在多个位置： 应用多AZ部署：应用应尽可能部署在多个可用区，避免由于单个可用区故障而导致所有业务中断。 应用多Region部署：对于可用性要求高的应用系统，需要考虑多Region部署，避免由于单个Region故障而导致所有业务中断。 在多AZ部署能满足需求的情况下，应优先使用多AZ部署。大多数工作负载的可用性目标都可通过在单个Region内多 AZ 部署来实现，只有工作负载具有极高的可用性要求或者其他业务目标时，才考虑多Region架构。 父主题： RES01 冗余

SEC04-01 对网络划分区域 网络的分区是将网络划分为多个部分，以隔离不同敏感性要求的网络流量和资源，从而增加网络的安全性。 风险等级 高 关键策略 通过网络分区，可以实现以下目的： 隔离敏感数据：将敏感数据和应用程序隔离在独立的网络分区中，以减少未经授权访问的风险。 可扩展性：分区和分层可以帮助管理和扩展复杂的网络架构，使其更易于维护和扩展。 限制网络流量：控制不同网络分区之间的通信流量，以确保只有经过授权的流量可以流动。 提高性能和可用性：通过分区网络，可以优化网络性能和可用性，避免网络拥塞和单点故障的影响。 定义每个分区的边界，并按照方便管理和控制的原则为各网络区域分配地址。例如，对于一个Web工作负载，划分Web区、App区、Data区等。最重要的边界是公共网络（互联网）与应用程序之间的边界，这个边界是您的工作负载的第一道防线。华为云的VPC和子网都可以作为每个网络分区的边界。 VPC划分：为VPC指定合适的CIDR范围，以确定VPC的IP地址空间。 子网划分：在VPC中，创建多个子网，并将不同的资源部署在不同的子网中。 相关云服务和工具 虚拟私有云 VPC 父主题： SEC04 网络安全

RES06-03 支持亚健康检测 系统内组件有可能完全故障，也有可能处于亚健康状态；亚健康是指系统整体业务未超标，但系统中局部实例业务超标。亚健康更多是个相对概念，相对历史表现的统计，或相对系统整体。因此针对亚健康的检测和判断有所不同。当处于亚健康状态时，系统也需要及时进行隔离或恢复处理，避免对业务造成影响。 风险等级 高 关键策略 亚健康检测通常用于根据亚健康症状来预测系统故障，典型的例子是内存泄漏，内存泄漏往往不会立刻导致系统失效，系统首先会因为Swap Memory不足变得运行缓慢，消耗内存量持续增加，因此通过监控实例内的内存占用率，在超过阈值的情况下及时告警，人工介入迅速恢复，可避免造成业务中断。 典型的亚健康场景有：通信链路丢包/错包、硬盘性能下降、CPU/内存过载等，当应用系统内组件出现亚健康时，可能会导致应用系统对外业务成功率下降。 由于亚健康并非故障，因此针对亚健康的检测一般是针对业务监控指标设置阈值，当指标超过阈值时进行告警和恢复处理。 父主题： RES06 故障检测

PERF05-04 大数据场景资源优化 风险等级 中 关键策略 在大数据场景下，可以通过优化资源的使用和分配，提高系统的性能和效率。以下是一些常见的大数据场景资源优化方法： 分布式存储：使用分布式存储系统，如Hadoop HDFS、Apache Cassandra等，将数据分散存储在多个节点上，以提高数据的可靠性和可扩展性。 数据压缩：对于大量的数据，可以采用压缩算法进行压缩，以减少数据的存储空间和传输带宽。 并行计算：使用并行计算框架，如Apache Spark、Apache Flink等，将计算任务分配到多个节点上并行执行，以提高计算速度和效率。 内存优化：通过调整内存分配和使用策略，如使用内存缓存、内存映射等技术，以提高数据处理和计算的速度和效率。 负载均衡：通过负载均衡技术，将数据和计算任务均匀地分配到多个节点上，以避免单个节点过载，提高系统的可用性和性能。 数据分区：将数据按照一定的规则分成多个分区，以便更好地进行数据处理和计算。 网络优化：通过优化网络带宽、延迟等参数，以提高数据传输的速度和效率。 数据清洗和预处理：在进行大数据处理之前，对数据进行清洗和预处理，以提高数据的质量和准确性，减少后续计算的错误率和计算量。 父主题： 资源优化

跨云容灾方案 当重要应用系统已经在IDC或其他云上部署，并需要容灾到华为云，以提供高可用的容灾方案。假定应用系统在IDC或其他云上可以达到99.9%的可用性，则在容灾到华为云后，能提供99.99%的可用性。 跨云应用典型架构为前端无状态应用层+后端数据库，其中前端无状态应用可采用虚拟机或容器（以容器为例，华为云采用CCE），后端数据库通常要求采用通用MySQL数据库（华为云采用RDS for MySQL），以实现跨云容灾。 华为云上的应用部署建议方案如下： 类别 实施方案 冗余 ELB、CCE、DCS、Kafka、RDS、DDS等云服务实例均高可用部署。 备份 RDS、DDS数据库自动备份，在数据故障时使用最新备份数据恢复，可以满足可用性目标要求。 容灾 应用跨AZ部署，AZ故障时自动恢复；支持跨云容灾，在IDC或其他云出现故障时可以快速切换到华为云。 监控告警 进行站点运行状态检查，在发生故障时告警；针对CCE、DCS、kafka、RDS、DDS等实例负载状态进行监控，在资源过载时需要告警。 弹性扩缩容 CCE集群支持工作负载的自动弹性伸缩。 变更防差错 软件更新采用金丝雀或蓝绿部署，部署过程自动完成，在部署过程中出现问题时自动回滚。 应急恢复处理 制定应急处理机制，指定应急恢复人员，以便在突发事件后能快速决策和恢复；并提供常见应用、数据库问题以及升级部署失败的相关解决方案，以便在出现问题后可以及时恢复；定期进行演练，及时发现问题。 根据以上方案，典型部署架构如下： 该架构的主要特点包括： 应用系统采用无状态应用+有状态数据库/虚拟机的分层部署架构。 应用系统在IDC/其他云与华为云中各部署一套完整系统；华为云采用跨AZ部署，可以实现云内应用层跨数据中心双活；云间数据支持将它云数据实时同步到华为云，采用主备容灾，在IDC/其他云故障的情况下能快速容灾切换到华为云。 接入层（外部DNS、API网关）：通过外部DNS进行域名解析，在IDC/其他云故障时手工将业务流量切换到华为云。 应用层（负载均衡器、应用软件及虚拟机或物理主机）：对于无状态应用，通过负载均衡器进行故障检测与负载均衡，在华为云上可通过AS弹性伸缩服务监控负载进行弹性伸缩；对于有状态应用，通过SDRS服务实现跨云的虚拟机数据复制与容灾切换，并可通过CBR服务进行自动数据备份。 中间件层：Redis、Kafka集群跨可用区高可用部署。 数据层：MySQL数据库高可用，通过DRS数据复制服务实现跨云的数据库复制与容灾切换；并可定期自动备份数据，在数据丢失时快速恢复业务。 为了保证数据的可靠性，数据库的数据定期自动备份，在数据丢失时可以快速恢复。 父主题： 跨云场景典型部署架构（99.99%）

SEC06-02 建立安全编码规范 应用安全涉及需求、设计、实现、部署多个环节，实现的安全是应用安全的重要一环。建立安全编码规范有助于团队编写更安全、更高质量的代码，减少甚至规避由于编码错误引入的安全风险。 风险等级 高 关键策略 发布团队常用编程语言的安全编码规范。通用的安全编码规范应包含程序输入校验、程序输出编码、身份验证、访问控制、安全加解密算法、异常处理、IO操作、文件上传、序列化、输出格式化等。 对于在Web应用场景使用的语言如Java、Python，还要考虑安全会话管理、防SQL注入、防跨站脚本攻击XSS、防跨站请求伪造CSRF等编码规范。 对于C/C++语言，要考虑缓冲区溢出漏洞、命令注入、危险函数、内存泄露、指针越界、数组读写越界等安全风险。 对于JavaScript语言，要考虑容易受到XSS攻击的安全风险。 父主题： SEC06 应用安全性

卓越运营支柱简介 在华为公司，卓越运营代表着质量、效率和可持续的卓越客户体验。它帮助改进设计、开发、测试、部署、发布和运维活动，持续实现高质量的交付结果，推动了持续集成和持续交付（CI/CD）落地；同时助力打造确定性运维体系，让研发团队将更多时间用在构建让客户受益的新功能上，减少用于维护和处理突发事件的时间，从而带来运行良好的系统和平衡的工作负载，尤其是卓越的客户体验。卓越运营支柱融合了这些优秀实践，聚焦如何正确地构建软件，高效地运维软件，持续提供卓越的客户体验，包含：组织团队、设计工作负载、大规模运营工作负载和随时间变化改进工作负载的最佳实践。 父主题： 卓越运营支柱

OPS01-01 建立持续学习和改进的文化 风险等级 高 关键策略 由于系统的独特性和复杂性，没有放之四海皆准的方案，为了达到卓越运营，需要不断改进这些最佳实践，并建立自己的最佳实践。所以，在所有最佳实践的第一条，就是在您的团队中培养持续学习和改进的文化。 而持续学习和改进需要鼓励团队沟通和共享，例如，在您公司/组织中总结的最佳实践应该得到广泛地传播，对已有事故的分析，应该得到记录，确保相关根因都得到充分理解，尤其重要的是制定有效的标准化流程/自动化工具来降低事故再次发生的可能性和影响，这些流程和自动化工具，也需要广而告之，以向团队解释清楚缘由。 父主题： OPS01 建立持续改进的团队文化和标准化的运维体系

OPS04-03 基础设施即代码 基础设施即代码（IaC）是指使用代码而不是手动流程来管控基础设施的能力。 应用程序环境都需要许多基础设施组件，例如操作系统、数据库连接和存储。 开发人员必须定期设置、更新和维护基础设施，以开发、测试和部署应用程序。 手动管理基础设施既耗时又容易出错，尤其是在大规模管理应用程序时。 风险等级 高 关键策略 使用声明式工具：与命令式工具相比，声明式工具是部署和管理 IaC 的更好的整体选择。声明性工具对其定义文件使用更简单的语法，仅定义部署完成后所需的环境状态。命令式工具需定义达到所需最终状态所需的步骤，因此文件可能比声明性文件复杂得多。声明性定义文件还有助于减少维护命令式代码（例如部署脚本）的技术债务，这些技术债务会随着时间的推移而增加。 使用云平台工具和其他经过行业验证、集成到平台中的工具：云平台提供的工具可以使 IaC 的部署变得简单直接。利用这些工具而不是开发自己的解决方案。云平台包含满足您大多数需求的内置功能，并且由平台提供商不断更新，随着平台的发展而变得更加有用。 标准化模块化方案：模块可以使基础设施部署可重复，标准化有助于确保模块的构建能够满足特定目标。建议使用模块来封装复杂的配置或资源组合。此外，在开发新模块时非敏感场景可以适当使用开源模块。 标准化人工步骤：如果存在与部署和维护相关的人工步骤，要尽可能减少这类活动。在运维指南和标准操作程序中，清楚地记录人工步骤，并实现标准化，以确保安全、一致地执行任务。 回收闲置资源：由于配置管理工具及其限制等原因，有时 IaC 工具无法自动删除资源。例如，假设需要从虚拟机迁移到 PaaS 服务，而 IaC 工具没有删除闲置资源的逻辑。如果忘记手动删除这些资源，这些资源可能会成为孤立资源。为了处理这些场景，需要标准化扫描闲置资源并明确删除策略。 相关云服务和工具 资源编排 服务 RFS 父主题： OPS04 自动化构建和部署流程

RES08-02 依赖松耦合 系统内组件之间直接访问时，会产生紧耦合关系一个组件的状态变化会对其他组件产生直接影响，从而会导致所有组件的可用性均下降。而采用松耦合架构时，各个组件之间的依赖关系非常弱，它们可以独立地进行修改和扩展，而不影响其他组件；系统更加灵活，易于维护和升级，并且稳定性和可靠性也更强。 风险等级 中 关键策略 组件之间通过消息队列、消息缓存、负载均衡器等交互（即松耦合关系），可一定程度上屏蔽组件的状态变化，防止对其他组件造成影响 相关云服务和工具 弹性负载均衡服务 ELB 分布式缓存服务 DCS 分布式消息服务Kafka版 分布式消息服务RabbitMQ版 分布式消息服务RocketMQ版 事件网格 EG 父主题： RES08 依赖减少与降级

数据持久度 数据持久度是指数据不丢失的概率，即存储在预计周期内不出现数据丢失的概率，可以用于度量一个存储系统的可靠性。其只表示数据是否丢失的概率，不体现数据丢失多少；数据持久度的预计周期，一般按一年进行预计。 影响存储数据持久度的主要因子有：冗余数、磁盘失效率与数据修复时间。其中每多一个冗余，数据持久度通常可增加2~3个9；云上常用的对象存储，一般采用3副本冗余，通常可提供11~12个9的数据持久度。 父主题： 可用性目标定义