测试环境治理：环境分层、按需临时环境与环境即代码的工程化落地

顽疾一：环境漂移（Configuration Drift）
  现象：有人手工改配置/装包/调参，从未回写代码
  后果：环境不可复现，"重启解决 90% 问题"  根因：变更走 SSH 而非代码评审

顽疾二：环境争抢（Environment Contention）
  现象：多团队共用一套 staging，A 部署时 B 测试失败
  后果：排队、甩锅、群聊拉锯  根因：环境是静态稀缺资源，无按需分配

顽疾三：数据腐化（Data Rot）
  现象：数据库累积多年测试数据，脏、乱、互相依赖
  后果：结果不可预测，只能"删库重来"  根因：无隔离与重置机制

本地环境（Local）  docker compose / DevContainer / kind
  开发自测、快速迭代 | 本地种子数据 | 开发者自己管理

PR 预览环境（Preview / Ephemeral）  每个 PR 一套，命名空间隔离
  功能验证、集成测试、产品验收 | 种子数据集重建 | PR 关闭即销毁

集成环境（Integration / Staging）  长期存在，主干自动部署
  跨服务集成、契约验证、性能基线 | 脱敏生产数据子集 | 配置全由代码管理

预生产环境（Pre-Prod）  与生产同构，规模缩小
  发布前最终验证、演练 | 脱敏生产数据 | 长期，变更受控

生产环境（Production）  真实用户、真实数据

传统共享环境：
  一套 staging，所有分支排队部署
  → 部署冲突、测试互相污染、反馈延迟

按需临时环境：
  每个 PR / 分支 → 一套独立环境（独立命名空间 + 独立数据库）
  → 零争抢、可并行、生命周期与 PR 绑定

关键前提：
  1. 环境完全由代码定义（否则创建不出干净的副本）
  2. 数据可快速重建（种子数据集 / 快照恢复）
  3. 有自动回收机制（否则成本失控）

name: Ephemeral Preview
on:
  pull_request:
    types: [opened, synchronize, reopened, closed]
concurrency:
  group: preview-${{ github.event.pull_request.number }}
  cancel-in-progress: true

jobs:
  deploy:
    if: github.event.action != 'closed'
    runs-on: ubuntu-latest
    environment:
      name: preview-${{ github.event.pull_request.number }}
      url: https://pr-${{ github.event.pull_request.number }}.preview.example.com
    steps:
      - uses: actions/checkout@v4
      - name: 创建命名空间与依赖（独立 PostgreSQL + Redis）
        run: |
          NS=pr-${{ github.event.pull_request.number }}
          kubectl create namespace $NS --dry-run=client -o yaml | kubectl apply -f -
          helm upgrade --install deps ./charts/deps -n $NS --wait --timeout 5m
      - name: 部署应用
        run: |
          helm upgrade --install app ./charts/app -n pr-${{ github.event.pull_request.number }} \
            --set image.tag=${{ github.sha }} --wait --timeout 5m
      - name: 注入种子数据并冒烟
        run: |
          ./scripts/seed.sh pr-${{ github.event.pull_request.number }}
          npx playwright test --grep @smoke --config=preview.config.ts
      - uses: marocchino/sticky-pull-request-comment@v2
        with:
          message: "🚀 预览环境已就绪：https://pr-${{ github.event.pull_request.number }}.preview.example.com"

  destroy:
    if: github.event.action == 'closed'
    runs-on: ubuntu-latest
    steps:
      - name: 销毁环境
        run: |
          NS=pr-${{ github.event.pull_request.number }}
          helm uninstall app -n $NS || true; helm uninstall deps -n $NS || true
          kubectl delete namespace $NS --wait=false

回收触发条件：
  · PR 关闭 / 合并 → 立即销毁      · 超过 N 天无活动 → 自动销毁并提醒
  · 每日定时巡检 → 清理孤儿命名空间

成本护栏：每环境设 ResourceQuota（CPU/内存/存储上限）；不启用高可用
（单副本）；不接入真实第三方（一律走 Sandbox/桩）；每日按 PR 归因成本。

# 命名空间级别的资源配额，防止单个预览环境吃光集群
apiVersion: v1
kind: ResourceQuota
metadata:
  name: preview-quota
spec:
  hard:
    requests.cpu: "2"
    requests.memory: 4Gi
    limits.cpu: "4"
    limits.memory: 8Gi
    persistentvolumeclaims: "4"
    count/deployments.apps: "10"

层一：基础设施（Terraform / Pulumi / Crossplane）
  集群、网络、数据库实例、对象存储、DNS、证书
层二：平台组件（Helm / Kustomize / ArgoCD）
  中间件、Ingress、监控栈、服务网格
层三：应用与配置（Helm values / ConfigMap / External Secrets）
  镜像版本、副本数、环境变量、特性开关、密钥引用

原则：
  · 环境之间只差"一份 values 文件"，不是差"一堆手工操作"
  · 所有环境使用同一套模板，差异显式化、可评审
  · 密钥永不进代码库，走 External Secrets / Vault 注入

# envs/preview/main.tf —— 每个预览环境一份 state
module "app_env" {
  source = "../../modules/app-env"

  env_name        = "pr-${var.pr_number}"
  region          = "cn-shanghai"
  cluster_id      = data.terraform_remote_state.platform.outputs.cluster_id
  namespace       = "pr-${var.pr_number}"

  db_instance_class = "db.t4g.micro"      # 预览环境用小规格
  db_storage_gb     = 20
  replicas          = 1                    # 单副本，省成本
  enable_ha         = false
  enable_backup     = false                # 预览环境不备份

  tags = {
    Purpose    = "ephemeral-preview"
    Owner      = var.pr_author
    TTL        = "72h"                     # 用于自动回收巡检
    CostCenter = "engineering"
  }
}

# 环境的完整生命周期就是三条命令
terraform -chdir=envs/preview init -backend-config="key=pr-${PR}.tfstate"
terraform -chdir=envs/preview apply -auto-approve -var="pr_number=${PR}"
terraform -chdir=envs/preview destroy -auto-approve -var="pr_number=${PR}"

# overlays/preview/kustomization.yaml
apiVersion: kustomize.config.k8s.io/v1beta1
kind: Kustomization
namespace: pr-preview
resources:
  - ../../base
patches:
  - target: { kind: Deployment, name: api }
    patch: |-
      - op: replace
        path: /spec/replicas
        value: 1
  - target: { kind: Deployment, name: api }
    patch: |-
      - op: replace
        path: /spec/template/spec/containers/0/resources/limits/memory
        value: 512Mi
configMapGenerator:
  - name: app-config
    literals:
      - LOG_LEVEL=debug
      - FEATURE_NEW_CHECKOUT=true
      - PAYMENT_GATEWAY=mock          # 预览环境一律用桩

# ArgoCD Application：声明"集群状态必须等于 Git 状态"
apiVersion: argoproj.io/v1alpha1
kind: Application
metadata:
  name: preview-api
  namespace: argocd
spec:
  project: default
  source:
    repoURL: https://github.com/org/deploy-config.git
    targetRevision: main
    path: overlays/preview
  destination:
    server: https://kubernetes.default.svc
    namespace: pr-preview
  syncPolicy:
    automated:
      prune: true        # Git 里删掉的资源，集群里也删
      selfHeal: true     # 集群被手工改动 → 自动拉回 Git 状态
    syncOptions:
      - CreateNamespace=true

# 定时漂移巡检（每日），任何 diff 都是告警
terraform -chdir=envs/integration plan -detailed-exitcode
#   0 = 无差异   1 = 出错   2 = 有漂移 → 告警
kubectl diff -f overlays/integration/ || echo "检测到配置漂移"

# 环境漂移指标（由巡检任务上报）
env_drift_detected{env="integration"} > 0   # 存在漂移 → 持续 1h 告警
env_drift_last_clean_time_seconds           # 上次收敛时间
env_reconcile_failures_total                # 收敛失败次数

# scripts/seed.py —— 幂等的种子数据注入
import os, psycopg

SEED_VERSION = "2026-10-01.3"

def seed(dsn: str) -> None:
    with psycopg.connect(dsn) as conn, conn.cursor() as cur:
        cur.execute("SELECT version FROM seed_meta LIMIT 1")
        row = cur.fetchone()
        if row and row[0] == SEED_VERSION:
            print(f"种子数据已是最新 ({SEED_VERSION})，跳过")
            return

        cur.execute("TRUNCATE orders, order_items, inventory RESTART IDENTITY CASCADE")
        cur.execute("""
            INSERT INTO inventory (sku, available, warehouse) VALUES
            ('SKU-9', 42, 'SHA-01'), ('SKU-10', 0, 'SHA-01')
        """)
        cur.execute("""
            INSERT INTO orders (id, status, amount) VALUES
            (1001, 'PAID', 500.00), (1002, 'PENDING', 120.00)
        """)
        cur.execute("DELETE FROM seed_meta")
        cur.execute("INSERT INTO seed_meta (version, applied_at) VALUES (%s, now())",
                    (SEED_VERSION,))
        conn.commit()
        print(f"种子数据已重建为 {SEED_VERSION}")

if __name__ == "__main__":
    seed(os.environ["DATABASE_URL"])

#!/usr/bin/env bash
# 集成环境每夜重置到基线快照，杜绝数据腐化
set -euo pipefail
# 1. 从基线快照恢复数据库（比逐表 TRUNCATE 快得多）
aws rds restore-db-instance-from-db-snapshot \
  --db-instance-identifier integration-db \
  --db-snapshot-identifier integration-baseline-2026-10-01
flyway -url="$DATABASE_URL" migrate          # 2. 应用最新 schema 迁移
python scripts/seed.py                       # 3. 注入种子数据
curl -fsS https://integration.example.com/healthz   # 4. 冒烟验证

环境元数据（以标签/注解形式挂在资源上）：
  Owner 谁负责 | Purpose 用途 | TTL 预期存活时长 | CreatedAt 创建时间
  PR / Branch 关联分支 | CostCenter 成本归属 | Baseline 数据基线版本

没有元数据的环境 = 无人认领的僵尸环境。

环境健康度看板应回答四个问题：
  1. 现在有多少套环境？分别属于谁？
  2. 每套环境的创建耗时是多少？（衡量可复现性）
  3. 每套环境的月成本是多少？按团队归因
  4. 有多少环境超过 TTL 仍在运行？（僵尸环境）

典型告警：
  · 环境创建耗时 > 20 分钟 → 平台性能退化
  · 僵尸环境数 > 10 → 回收机制失效
  · 单环境月成本 > 预算 → 成本异常
  · 环境重建失败 → 声明式定义有遗漏

# 一键列出所有预览环境及其存活时长（基于标签巡检）
kubectl get ns -l purpose=ephemeral-preview \
  -o custom-columns='NAME:.metadata.name,OWNER:.metadata.labels.owner,AGE:.metadata.creationTimestamp'

# 清理超过 72 小时的僵尸环境
kubectl get ns -l purpose=ephemeral-preview -o json \
  | jq -r '.items[] | select((now - (.metadata.creationTimestamp | fromdateiso8601)) > 259200) | .metadata.name' \
  | xargs -r -n1 kubectl delete ns