架构与系统设计 / 系统课时
建立可验证的质量属性场景
建立可验证的质量属性场景
“高性能”“高可用”“安全”“易维护”都不能直接指导架构取舍。可验证的质量属性场景要把触发条件、运行环境、系统响应和量化指标放进同一句可测试描述中,让团队能够据此设计、压测、演练和验收。
学习目标
- 把抽象质量目标改写为包含条件、对象和量化结果的场景
- 使用六个要素完整描述刺激、环境、响应与度量
- 用场景指标判断架构方案是否真正满足目标,而不是停留在口号
把形容词改成可测试条件
“接口要快”缺少负载条件,“系统要高可用”缺少故障类型和恢复目标,“安全性要高”也没有说明攻击方式与系统应如何响应。这样的目标无法验收,也无法在多个方案之间做可复核的取舍。
一个有效场景应该能回答:谁在什么环境下对哪个对象做了什么,系统需要产生什么响应,以及怎样才算通过。性能、可用性、安全性、可维护性虽然度量不同,但都可以用同一套结构把模糊目标变成证据。
用六个要素定义场景
| 要素 | 要回答的问题 | 示例 |
|---|---|---|
| 刺激源 | 谁或什么触发事件 | 注册用户 |
| 刺激 | 发生了什么 | 提交订单 |
| 环境 | 事件发生时系统处于什么条件 | 促销峰值 |
| 制品 | 哪个系统或部分被影响 | 订单 API |
| 响应 | 系统应该做什么 | 接收请求并返回结果 |
| 响应度量 | 用什么数值判断通过 | P95 延迟、错误率 |

六个要素中最容易漏的是“环境”和“响应度量”。同一个接口在日常流量下 180 ms 很普通,在促销峰值下仍保持 180 ms 才可能是架构约束;同样,“恢复服务”如果没有恢复时间目标,也无法判断故障演练是否通过。
写一个可评审的性能场景
下面是片段示例,用 YAML 只是为了让评审信息结构化;它不是某个框架的固定配置,实际使用时需要放进团队自己的质量属性场景清单或架构评审模板。
qualityAttribute: performance
source: registered-user
stimulus: submit-order
environment: promotion-peak
artifact: order-api
response: accept-and-return-result
measure:
concurrentUsers: 3000
p95LatencyMs: 180
maxErrorRate: 0.001
observationMinutes: 15这段定义表达的是:促销峰值期间,3000 个并发用户持续提交订单时,订单 API 在 15 分钟观察窗口内的 P95 延迟不高于 180 ms,错误率不高于 0.1%。这里的数字必须来自业务峰值、容量预算或历史基线,而不是为了“看起来合理”随意填写。
验证方法也要与场景绑定:使用接近生产的数据量和依赖延迟构造促销峰值负载,持续采集 15 分钟请求结果;只有两个指标同时满足阈值,场景才通过。若压测环境与场景环境不一致,结果只能作为趋势参考,不能作为最终验收证据。
把不同质量目标写成同样可验收的句子
抽象目标的问题通常不在方向,而在缺少触发条件和量化标准。改写时可以用下面的对照检查是否已经落地。
| 模糊表述 | 可验证场景 |
|---|---|
| 系统要高可用 | 任一应用实例异常退出时,在正常业务流量下,服务在 30 秒内恢复到可接收请求状态,期间成功率不低于 99.9% |
| 系统要安全 | 未授权用户访问管理接口时,系统拒绝请求、记录审计事件,且不得返回受保护数据 |
| 系统要易维护 | 修改一个独立计价规则时,开发者无需修改订单核心流程,变更通过自动化测试后可在一个工作日内完成部署 |
让场景进入架构决策
质量属性场景只有进入设计和验收闭环才有价值。评估缓存、异步化、冗余、限流或模块拆分时,都应指出它具体改善了哪个场景,以及引入了什么代价。方案评审通过后,再把场景转成压测、故障演练、安全测试或交付效率检查项。
当一个架构决策无法对应任何质量属性场景时,要警惕它可能只是技术偏好;当一个关键场景没有任何设计措施和验证计划时,则说明架构目标还没有真正落地。