proxy-pool/docs/operations/production-readiness.md

生产就绪检查表

架构与一致性

• Gateway 热路径依赖审计确认无 PostgreSQL、Redis、Provider 或模板执行。
• 每个 Proxy 同一时刻最多归属一个 Worker，ownership epoch 单调。
• Reserved -> Active 使用单个原子转换，无超卖与负计数。
• Sequential 并发 Empty 只切换一次，旧 Upstream Proxy 自然耗尽；末端 stop 使用权威 CAS 停用 Routing 并刷新 Gateway 快照。
• pool.maxSize 与 fetch.maxTotal 分别按当前库存和累计获取计数。
• Extract 只有 AVAILABLE -> EXTRACTED，OpenAPI 不存在 release/renew。
• Extract 状态更新和短期幂等结果位于同一个 Redis 原子操作。
• PostgreSQL 中不存在 Proxy 明细或逐次提取记录。
• partial 和 allOrNothing 均通过 Redis 原子并发测试。
• reserveForGateway 在所有提取路径上统一执行。

安全

• 非回环监听均配置 Auth 或 allowCIDRs，严格模式已开启。
• Gateway、Distribution、Admin 凭据和权限相互独立。
• trusted proxy 只包含受控 LoadBalancer/Ingress 网段。
• 解析前后均拦截私网、回环、链路本地、元数据地址与 DNS Rebinding。
• Secret 由外部密钥系统注入，镜像、ConfigMap、日志没有明文。
• 所有 Controller 使用同一枚至少 32 字节的独立配置 HMAC 密钥，并完成轮换演练。
• Pod 以非 root、只读根文件系统、无 Linux capabilities 运行。
• NetworkPolicy 默认拒绝，外部数据库/Redis/Provider 网段已收紧。
• Provider 模板有响应大小、执行时间、函数与外部访问限制。

可用性

• PostgreSQL 跨可用区，有监控、备份和恢复演练证据。
• Redis 跨可用区并受监控，完成丢失后由 Provider 重建活动池的演练。
• Gateway、Controller、Checker 均跨主机/可用区分散。
• PDB、优雅终止与最大连接时长的组合经过驱逐测试。
• Controller 断线时 Gateway 在 maxStaleAge 内继续，超限拒绝新请求。
• Worker 崩溃后 ownership 只在租约过期后再分配。
• Snapshot 版本缺口触发全量同步，旧 Delta 被拒绝。

性能

• 单 Worker 基准使用生产同规格硬件、网络、TLS 和 Snapshot 规模。
• 完成 10k 稳态、100k 峰值、CONNECT 活跃连接和建连速率独立测试。
• 在最大可用区失效时仍满足容量和延迟 SLO。
• 目标利用率不高于 60%，HPA 缩容稳定窗口不低于 10 分钟。
• 队列、buffer、日志和结果上报全部有界。
• p99 Dispatch 预算、端到端延迟、错误率、CPU、RSS、FD 和网络有原始证据。

观测与值班

• 仪表盘覆盖 Gateway、Routing、Upstream、Provider、Extract、Snapshot、Checker。
• 告警有负责人、严重级别、Runbook 链接和演练记录。
• 指标无 Proxy IP、Client ID、Session、完整 URL 或 request ID 高基数标签。
• 日志脱敏已用真实 Secret fixture 验证。
• 值班人员完成 PostgreSQL、Redis、Snapshot、容量与 Extract 故障演练。

发布门禁

• go test ./...、race、vet、build 全部通过。
• OpenAPI/Proto 兼容检查通过。
• Compose、Kustomize、Prometheus、HAProxy 配置静态校验通过。
• 数据库迁移已在生产数据量副本上演练，并有回退或前向修复方案。
• 100k QPS 验证报告包含环境、命令、版本、场景、原始指标和结论。

任一关键一致性、安全或恢复项未完成时，不标记生产就绪。