RabbitMQ 与消息中间件：AMQP 模型与可靠投递
以 Erlang 客户端为主线，讲解 AMQP 模型与交换机类型、生产消费与确认、可靠投递与幂等设计、连接池与背压、集群与运维实践。
tag
Reliability
共 9 篇文章。
SAGA 分布式事务模式
深入 SAGA 分布式事务模式：Choreography 与 Orchestration 两种实现方式，补偿事务的设计原则，消息持久化与重试保障，与 2PC 的对比选型，以及失败恢复与隔离性约束。
API弹性设计与混沌工程：构建高可用微服务系统
深入讲解API弹性设计的核心模式，涵盖断路器、舱壁隔离、超时重试、降级策略，结合Chaos Mesh、Litmus等混沌工程工具的实战配置，提供完整的故障注入与恢复验证方案。
幂等性设计模式：构建可靠的分布式系统
深入讲解幂等性在分布式系统中的重要性，涵盖幂等键、状态机、Token机制等核心模式，详解数据库唯一约束、请求去重、重试策略等实战技巧，提供完整的Go语言实现代码。
DevOps 事件响应体系：On-Call 轮值、MTTR 优化与事后复盘
构建完整的 DevOps 事件响应体系，涵盖 On-Call 轮值设计、告警分级策略、Runbook 自动化、MTTR 度量优化与无责事后复盘文化，附有 PagerDuty / Prometheus 配置示例。
DevOps SRE 实践指南：SLI/SLO、错误预算与可靠性工程
系统讲解 Google SRE 核心理念，涵盖 SLI/SLO/SLA 定义、错误预算策略、可靠性工程设计、琐事自动化消除与 SRE 工具链选型，附 PromQL、Terraform、Python 实战代码。
SLO、SLI 与错误预算：数据驱动的可靠性工程
系统性 SRE 可靠性工程指南：SLI（Service Level Indicator）选取方法论、SLO（Service Level Objective）目标设定、错误预算定义与消费、Burn Rate 告警策略、多窗口多阈值告警（Multi-window Multi-burn-rate Alerting）、服务水平协议（SLA）与 SLO 的区别、基于错误预算的发布策略（发布窗口/金丝雀阈值）、SLO 监控面板设计、SLO 文化与团队治理。附 Google SRE 示例与 Prometheus/Grafana 实战配置。
SLA/SLO/SLI 与容量规划
可用性目标定义、SLO 制定方法、容量模型构建与压测方法论——从量化到实践的完整容量管理。
服务等级目标（SLO）：从定义到实施的完整指南
深入讲解SLO、SLI、SLA的核心概念与区别，详解错误预算计算、SLO制定方法、告警策略设计，提供Prometheus+SLO监控的实战配置与故障响应流程。