AlterShield社区从3月份开始筹备，于
4月16日 10:00-12:00举办了一次比较大的线上MeetUp。 其中参与的公司有国泰君安、同程旅行、滴滴出行、富途科技，线上参会人数共计25人。
MeetUp议程如下：
- 蚂蚁集团俞灏宣分享《变更管控的方法与智能化实践》
- 富途科技肖先敏分享了富途的变更管控现状以及主要的低效点
- 同程旅行刘明松分享了同程旅行内部变更管控的现状以及问题和痛点
- 滴滴吉原杰分享了内部目前的一些痛点和诉求
- 国泰君安郭建华分享了内部变更管控现状以及一些探讨问题
后续大家集思广益针对上述问题展开了探讨，相关问题讨论详情见下面。
问题讨论
变更影响上下游如何分析的？
静态程序分析：代码逻辑的影响（接口、db表、sql）。
动态分析：流量链路分析，元数据拓扑推导等等。CMDB数据准确率？缺失或者实效性不够是否影响风险分析效果？
会影响结果，作为中心化系统应该保证SLA。
变更前置、后置校验会校验哪些项？具体有什么策略？
变更前：封网、窗口（可自动化）、饭点管控、业务链路故障检测、容量水位监测、配置变更校验。
变更后：监控（系统通用指标、业务指标）、日志、链路。
变更完整性：配置推送是否成功。
策略均以Faas化方式提供（规则化）。
灰度是如何做的？
灰度环境，灰度sdk，拉线上流量做内灰（员工、压测流量）
券商业务（闭市后无流量）有什么建设变更管控的建议？
券商比较适合做仿真环境的建设（周内录制、周末回放验证）。
如何确保可回滚？回滚依赖问题？
发布时填写回滚镜像id，计划阶段统计变更顺序依赖，配置回滚代码化。
蚂蚁集团目前的容器化比例？
目前100%容器化，主要区分在于是否workload化。
变更可观测点如何选取策略是怎样的？
应用监控：CPU、Load、Mem（沉淀历史经验）。 业务监控：根据业务语义做环比校验。
运维本身的变更，应当如何激励管理员（运维人员）将日常工作变更化？
场景不同，蚂蚁有SRE角色。风险把控方式，降低运维人员的风险恐惧。
复杂系统场景，如何做关联系统变更？
跨系统依赖顺序问题 -> 流量采集、仿真流量回放。 配置相关问题：依赖人工事前在计划阶段编排。
OCMS中的G0、G1代纪分级的依据？
根据管控力度区分，不同变更风险程度不同。其中G0只需要做一个变更同步通知即可，而G1需要分批变更管控。
接入工作阻力？业务配置变更平台覆盖程度？
阻力非常大，目前接了 90% 以上，后续新增或评估风险较小的平台未接，通过制定规范、和责任承担机制驱动大家主动接入。
蚂蚁集团建设变更管控的故障下降情况如何？
变更故障占比下降了50%以上。
是否有效率上的提升？为什么会降低？
初期一定是降低效率的，分批管控以及每个批次的观测时间导致初期效率降低。
是否对所有的变更强制要求分批？分批变更的占比？
分批比例：70%-80%。是否强制取决于变更的业务形态。
在变更管控建设之后，仍然会有新的变更系统的出现，如何防退化？
人力（SRE）跟进梳理，挖掘分母完成接入，目前还在探索变更自动感知接入。
监控数据的自动识别如何判断出异常？以及降噪？
通过对变更机器变更前后监控数据进行比对，KDE算法提供特征。通过对照组、历史组方式进行降噪处理。
变更目标出现冲突如何解决？
针对变更目标添加路障锁。
蚂蚁集团的变更管控部署架构是怎样的？是否是中心化的？
目前是多云多站点模式，数据隔离。是一个中心化的系统。
变更类故障的占比情况？
量级有所降低，但是比例依旧较高（并非所有变更引发的问题都能发现，如历史问题暴雷）。
故障发生时的定位是否有体现？
变更搜索机制，快速检索。主动定位由更专业的变更定位团队负责此部分工作。
事前的策略有哪些？
风险分析辅助推导，事后的话强依赖分批能力。
目前有哪些方式做阻断方式？
平台调用 -> 变更管控 -> 平台回调。