# 多源遥感数据集成与智能分析综合可视化平台 — 部署与运维说明文档 > 文档编号：WX-DEPLOY-001 | 版本：v2.1 | 密级：内部机密 > 编制日期：2026-06-13 | 编制单位：卫星陕西项目组 > 配套文档：[CODE_WIKI.md](./CODE_WIKI.md) | [REQUIREMENTS.md](./REQUIREMENTS.md) | [DEVELOPMENT.md](./DEVELOPMENT.md) --- ## 一、部署架构 ### 1.1 整体部署拓扑 ```mermaid graph TB subgraph NET["内网安全区域"] NG[Nginx
负载均衡
192.168.1.10] subgraph APP["应用服务"] FE[前端服务
Nginx
192.168.1.11] API[API网关
Spring Boot
192.168.1.20] IMG[影像处理
FastAPI + Celery
192.168.1.21] AI[AI推理
vLLM + GPU
192.168.1.22] OPS[运维服务
192.168.1.23] end subgraph DB["数据存储"] PG[PostgreSQL
+ PostGIS
192.168.1.31] MN[MinIO
文件存储
192.168.1.32] RD[Redis
缓存
192.168.1.33] MQ[RabbitMQ
消息队列
192.168.1.34] ES[Elasticsearch
搜索引擎
192.168.1.35] end subgraph GPU["GPU集群"] GP[GPU服务器
A100 x2
192.168.1.40] end subgraph NFS["共享存储"] NF[NFS/GlusterFS
影像/瓦片/模型] end end NG --> FE NG --> API API --> IMG API --> AI API --> OPS IMG --> PG IMG --> MN IMG --> RD IMG --> MQ AI --> GP AI --> NF OPS --> ES OPS --> RD PG --> NF MN --> NF style NET fill:#F5F5F5,stroke:#424242,stroke-width:3px style NG fill:#E3F2FD,stroke:#1565C0,stroke-width:2px style APP fill:#E8F5E9,stroke:#2E7D32,stroke-width:2px style DB fill:#FFF3E0,stroke:#E65100,stroke-width:2px style GPU fill:#FCE4EC,stroke:#C2185B,stroke-width:2px style NFS fill:#E1F5FE,stroke:#0277BD,stroke-width:2px ``` ### 1.2 服务器配置清单 | 服务器 | IP | 配置 | 用途 | |--------|-----|------|------| | Nginx | 192.168.1.10 | 4C/8G | 负载均衡、SSL终止、WAF | | 前端 | 192.168.1.11 | 2C/4G | 静态资源服务 | | API网关 | 192.168.1.20 | 8C/16G | Spring Boot业务服务 | | 影像处理 | 192.168.1.21 | 16C/32G | FastAPI + Celery + MapProxy + COG切图 | | AI推理 | 192.168.1.22 | 32C/64G + GPU | vLLM + MMDet + MMSeg | | 运维 | 192.168.1.23 | 4C/8G | Prometheus + Grafana + Loki | | PostgreSQL | 192.168.1.31 | 16C/64G + SSD | 数据库（PostGIS 3.4，EPSG:4490支持） | | MinIO | 192.168.1.32 | 8C/16G + 50TB磁盘 | 文件存储 | | Redis | 192.168.1.33 | 8C/32G | 缓存 | | RabbitMQ | 192.168.1.34 | 4C/8G | 消息队列 | | Elasticsearch | 192.168.1.35 | 16C/32G + SSD | 搜索引擎 | | GPU服务器 | 192.168.1.40 | 64C/256G + A100×2 | AI推理（vLLM + MMDetection） | --- ## 二、环境准备 ### 2.1 操作系统配置 ```bash # CentOS 7+ 最小化安装后配置 # 1. 关闭防火墙外网访问（仅允许内网） firewall-cmd --permanent --set-default-zone=drop firewall-cmd --permanent --zone=trusted --add-source=192.168.1.0/24 firewall-cmd --reload # 2. 禁用SELinux（或配置策略） setenforce 0 sed -i 's/SELINUX=enforcing/SELINUX=disabled/' /etc/selinux/config # 3. 系统参数优化 cat >> /etc/sysctl.conf << 'EOF' vm.max_map_count=262144 vm.swappiness=1 net.core.somaxconn=65535 net.ipv4.tcp_max_syn_backlog=65535 fs.file-max=655360 EOF sysctl -p # 4. 文件描述符限制 cat >> /etc/security/limits.conf << 'EOF' * soft nofile 655360 * hard nofile 655360 * soft nproc 655360 * hard nproc 655360 EOF ``` ### 2.2 Docker 安装 ```bash # 安装Docker yum install -y yum-utils yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo yum install -y docker-ce-24.0.9 docker-ce-cli-24.0.9 containerd.io # 配置Docker（内网镜像仓库） mkdir -p /etc/docker cat > /etc/docker/daemon.json << 'EOF' { "registry-mirrors": ["https://192.168.1.50:5000"], "data-root": "/data/docker", "storage-driver": "overlay2", "log-driver": "json-file", "log-opts": { "max-size": "100m", "max-file": "5" } } EOF systemctl enable docker && systemctl start docker # 安装Docker Compose curl -L https://github.com/docker/compose/releases/download/v2.27.0/docker-compose-linux-x86_64 \ -o /usr/local/bin/docker-compose chmod +x /usr/local/bin/docker-compose ``` ### 2.3 GPU 服务器配置 ```bash # 安装NVIDIA驱动 yum install -y kernel-devel gcc bash NVIDIA-Linux-x86_64-550.54.15.run # 安装CUDA Toolkit 12.4 bash cuda_12.4.1_550.54.15_linux.run # 安装nvidia-container-toolkit yum install -y nvidia-container-toolkit systemctl restart docker # 验证GPU nvidia-smi docker run --rm --gpus all nvidia/cuda:12.4.1-base-ubuntu22.04 nvidia-smi ``` ### 2.4 共享存储配置 ```bash # NFS服务器端（192.168.1.50） yum install -y nfs-utils mkdir -p /data/imagery /data/tiles /data/models /data/backup cat >> /etc/exports << 'EOF' /data/imagery 192.168.1.0/24(rw,sync,no_subtree_check) /data/tiles 192.168.1.0/24(rw,sync,no_subtree_check) /data/models 192.168.1.0/24(rw,sync,no_subtree_check) /data/backup 192.168.1.0/24(rw,sync,no_subtree_check) EOF systemctl enable nfs-server && systemctl start nfs-server exportfs -rav # NFS客户端（各应用服务器） yum install -y nfs-utils mkdir -p /data/imagery /data/tiles /data/models cat >> /etc/fstab << 'EOF' 192.168.1.50:/data/imagery /data/imagery nfs defaults 0 0 192.168.1.50:/data/tiles /data/tiles nfs defaults 0 0 192.168.1.50:/data/models /data/models nfs defaults 0 0 EOF mount -a ``` --- ## 三、Docker Compose 部署 ### 3.1 主编排文件 ```yaml # docker-compose.yml version: '3.8' services: # ==================== 基础设施 ==================== postgres: image: postgis/postgis:16-3.4 container_name: zkxg-postgres restart: always environment: POSTGRES_DB: zkxg POSTGRES_USER: ${DB_USER:-zkxg} POSTGRES_PASSWORD: ${DB_PASS:-zkxg123} volumes: - pgdata:/var/lib/postgresql/data - ./postgres/init.sql:/docker-entrypoint-initdb.d/init.sql ports: - "5432:5432" networks: - zkxg-net healthcheck: test: ["CMD-SHELL", "pg_isready -U zkxg"] interval: 10s timeout: 5s retries: 5 redis: image: redis:7.2-alpine container_name: zkxg-redis restart: always command: redis-server --requirepass ${REDIS_PASS:-redis123} --maxmemory 8gb --maxmemory-policy allkeys-lru volumes: - redisdata:/data ports: - "6379:6379" networks: - zkxg-net rabbitmq: image: rabbitmq:3.13-management-alpine container_name: zkxg-rabbitmq restart: always environment: RABBITMQ_DEFAULT_USER: ${MQ_USER:-zkxg} RABBITMQ_DEFAULT_PASS: ${MQ_PASS:-zkxg123} volumes: - mqdata:/var/lib/rabbitmq ports: - "5672:5672" - "15672:15672" networks: - zkxg-net elasticsearch: image: elasticsearch:8.13.4 container_name: zkxg-elasticsearch restart: always environment: - discovery.type=single-node - xpack.security.enabled=false - "ES_JAVA_OPTS=-Xms4g -Xmx4g" volumes: - esdata:/usr/share/elasticsearch/data ports: - "9200:9200" networks: - zkxg-net minio: image: minio/minio:RELEASE.2024-06-06T09-36-42Z container_name: zkxg-minio restart: always command: server /data --console-address ":9001" environment: MINIO_ROOT_USER: ${MINIO_ACCESS_KEY:-minioadmin} MINIO_ROOT_PASSWORD: ${MINIO_SECRET_KEY:-minioadmin} volumes: - /data/imagery:/data ports: - "9000:9000" - "9001:9001" networks: - zkxg-net # ==================== 应用服务 ==================== backend: build: context: ../backend dockerfile: Dockerfile container_name: zkxg-backend restart: always environment: - DB_HOST=postgres - DB_PORT=5432 - DB_NAME=zkxg - DB_USER=${DB_USER:-zkxg} - DB_PASS=${DB_PASS:-zkxg123} - REDIS_HOST=redis - MINIO_HOST=minio - ES_HOST=elasticsearch - MQ_HOST=rabbitmq - IMAGING_HOST=imaging - AI_HOST=ai depends_on: postgres: condition: service_healthy redis: condition: service_started minio: condition: service_started ports: - "8080:8080" volumes: - /data/imagery:/data/imagery networks: - zkxg-net imaging: build: context: ../imaging dockerfile: Dockerfile container_name: zkxg-imaging restart: always environment: - DB_HOST=postgres - REDIS_HOST=redis - MINIO_HOST=minio - MQ_HOST=rabbitmq depends_on: - postgres - redis - rabbitmq ports: - "8001:8001" volumes: - /data/imagery:/data/imagery - /data/tiles:/data/tiles networks: - zkxg-net imaging-worker: build: context: ../imaging dockerfile: Dockerfile container_name: zkxg-imaging-worker restart: always command: celery -A app.tasks worker --loglevel=info --concurrency=4 environment: - DB_HOST=postgres - REDIS_HOST=redis - MINIO_HOST=minio - MQ_HOST=rabbitmq depends_on: - redis - rabbitmq volumes: - /data/imagery:/data/imagery - /data/tiles:/data/tiles networks: - zkxg-net deploy: replicas: 4 mapproxy: image: mapproxy/mapproxy:1.15.0 container_name: zkxg-mapproxy restart: always volumes: - ./mapproxy/mapproxy.yaml:/mapproxy/mapproxy.yaml - /data/tiles:/data/tiles - /data/mapproxy_cache:/data/mapproxy_cache ports: - "8003:8080" networks: - zkxg-net ai: build: context: ../ai dockerfile: Dockerfile container_name: zkxg-ai restart: always environment: - MODEL_PATH=/data/models - GPU_DEVICES=0,1 volumes: - /data/models:/data/models - /data/imagery:/data/imagery:ro ports: - "8002:8002" networks: - zkxg-net deploy: resources: reservations: devices: - driver: nvidia count: 2 capabilities: [gpu] frontend: build: context: ../frontend dockerfile: Dockerfile container_name: zkxg-frontend restart: always ports: - "80:80" networks: - zkxg-net volumes: pgdata: redisdata: mqdata: esdata: networks: zkxg-net: driver: bridge ``` ### 3.2 环境变量文件 ```bash # .env # 数据库 DB_USER=zkxg DB_PASS= DB_NAME=zkxg # Redis REDIS_PASS= # RabbitMQ MQ_USER=zkxg MQ_PASS= # MinIO MINIO_ACCESS_KEY= MINIO_SECRET_KEY= # JWT JWT_SECRET= ``` --- ## 四、部署步骤 ### 4.1 首次部署 ```bash # 1. 克隆代码 cd /opt git clone zkxg cd zkxg # 2. 配置环境变量 cp .env.example .env vim .env # 修改所有密码和密钥 # 3. 构建镜像 docker-compose build # 4. 启动基础设施 docker-compose up -d postgres redis rabbitmq elasticsearch minio # 5. 等待基础设施就绪 sleep 30 # 6. 初始化数据库（含PostGIS扩展和CGCS2000坐标系支持） docker-compose exec postgres psql -U zkxg -c "CREATE EXTENSION IF NOT EXISTS postgis;" docker-compose exec postgres psql -U zkxg -c "SELECT PostGIS_Full_Version();" docker-compose exec backend java -jar init-db.jar # 7. 初始化MinIO Bucket docker-compose exec minio mc alias set local http://localhost:9000 $MINIO_ACCESS_KEY $MINIO_SECRET_KEY docker-compose exec minio mc mb local/remote-sensing docker-compose exec minio mc mb local/tiles # 8. 初始化Elasticsearch索引 curl -X PUT http://localhost:9200/remote-data -H 'Content-Type: application/json' -d ' { "mappings": { "properties": { "fileName": { "type": "text", "analyzer": "ik_max_word" }, "imagingTime": { "type": "date" }, "satellite": { "type": "keyword" }, "sensor": { "type": "keyword" }, "dataLevel": { "type": "keyword" }, "cloudCover": { "type": "double" }, "resolution": { "type": "double" }, "geometry": { "type": "geo_shape" } } } }' # 9. 部署AI模型（提前下载到内网） # 将模型文件复制到共享存储 cp -r /path/to/models/* /data/models/ # 10. 启动所有服务 docker-compose up -d # 11. 验证服务状态 docker-compose ps curl http://localhost:8080/api/health curl http://localhost:8001/docs curl http://localhost:8002/docs ``` ### 4.2 更新部署 ```bash # 滚动更新后端服务 docker-compose build backend docker-compose up -d --no-deps backend # 滚动更新影像处理服务 docker-compose build imaging imaging-worker docker-compose up -d --no-deps imaging docker-compose up -d --no-deps imaging-worker # 滚动更新AI服务 docker-compose build ai docker-compose up -d --no-deps ai # 滚动更新前端 docker-compose build frontend docker-compose up -d --no-deps frontend ``` --- ## 五、数据备份与恢复 ### 5.1 备份策略 | 数据类型 | 备份方式 | 频率 | 保留周期 | |----------|----------|------|----------| | PostgreSQL | pg_dump 全量 | 每日 02:00 | 30天 | | PostgreSQL | WAL归档 | 实时 | 7天 | | MinIO文件 | rclone镜像 | 每周日 03:00 | 4周 | | Elasticsearch | snapshot | 每日 03:00 | 14天 | | Redis | RDB快照 | 每15分钟 | 3天 | | 系统配置 | 文件备份 | 每次变更 | 永久 | ### 5.2 备份脚本 ```bash #!/bin/bash # scripts/backup.sh BACKUP_DIR="/data/backup/$(date +%Y%m%d)" mkdir -p $BACKUP_DIR # PostgreSQL备份 docker-compose exec -T postgres pg_dump -U zkxg zkxg | gzip > $BACKUP_DIR/postgres_$(date +%Y%m%d_%H%M%S).sql.gz # Elasticsearch备份 curl -X PUT "localhost:9200/_snapshot/backup/snapshot_$(date +%Y%m%d)?wait_for_completion=true" # MinIO Bucket信息备份 docker-compose exec minio mc admin info local > $BACKUP_DIR/minio_info_$(date +%Y%m%d).txt echo "备份完成: $BACKUP_DIR" ``` ### 5.3 恢复操作 ```bash # PostgreSQL恢复 gunzip -c /data/backup/20240601/postgres_20240601_020000.sql.gz | \ docker-compose exec -T postgres psql -U zkxg zkxg # Elasticsearch恢复 curl -X POST "localhost:9200/_snapshot/backup/snapshot_20240601/_restore" # MinIO恢复（从备份存储） rclone sync /data/backup/minio/ minio:remote-sensing/ ``` --- ## 六、监控与告警 ### 6.1 监控体系 ```mermaid graph TB subgraph TOP["监控体系"] GF[Grafana
监控大盘
192.168.1.23:3000] end subgraph COL["数据采集"] PR[Prometheus
指标采集] NE[Node Exporter
主机监控] CA[cAdvisor
容器监控] end subgraph LOG["日志采集"] PG_LOG[PostgreSQL
日志采集] LO[Loki
应用日志] DC[NVIDIA DCGM
GPU监控] end PR --> GF NE --> PR CA --> PR PG_LOG --> LO LO --> GF DC --> GF style TOP fill:#E3F2FD,stroke:#1565C0,stroke-width:2px style COL fill:#E8F5E9,stroke:#2E7D32,stroke-width:2px style LOG fill:#FFF3E0,stroke:#E65100,stroke-width:2px ``` ### 6.2 监控指标 | 类别 | 指标 | 告警阈值 | |------|------|----------| | **系统** | CPU使用率 | > 85% 持续5分钟 | | **系统** | 内存使用率 | > 90% | | **系统** | 磁盘使用率 | > 85% | | **系统** | 磁盘IO等待 | > 50% 持续5分钟 | | **GPU** | GPU使用率 | > 95% 持续10分钟 | | **GPU** | GPU显存使用率 | > 95% | | **GPU** | GPU温度 | > 85°C | | **数据库** | 活跃连接数 | > 80%最大连接数 | | **数据库** | 慢查询 | > 10秒 | | **数据库** | 复制延迟 | > 30秒 | | **应用** | API响应时间(P99) | > 5秒 | | **应用** | API错误率 | > 1% | | **应用** | Celery队列积压 | > 1000任务 | | **存储** | MinIO磁盘使用率 | > 80% | | **搜索** | ES集群状态 | 非GREEN | ### 6.3 告警通知 | 级别 | 通知方式 | 响应时间 | |------|----------|----------| | P0 - 紧急 | 电话 + 短信 + 即时消息 | 15分钟内 | | P1 - 严重 | 短信 + 即时消息 | 30分钟内 | | P2 - 一般 | 即时消息 | 2小时内 | | P3 - 提示 | 邮件 | 次工作日 | --- ## 七、安全加固 ### 7.1 网络安全 > **等保三级2025数据安全新规要求**：实施内网微隔离，按业务域划分安全区域（DMZ/应用区/数据区/存储区），域间流量管控。 ```bash # 防火墙规则（仅允许内网访问） firewall-cmd --permanent --zone=trusted --add-source=192.168.1.0/24 firewall-cmd --permanent --zone=public --remove-port=80/tcp firewall-cmd --permanent --zone=public --remove-port=443/tcp firewall-cmd --reload # 禁止外网访问 iptables -A OUTPUT -d 0.0.0.0/0 -j DROP iptables -I OUTPUT -d 192.168.0.0/16 -j ACCEPT iptables -I OUTPUT -d 10.0.0.0/8 -j ACCEPT iptables -I OUTPUT -d 172.16.0.0/12 -j ACCEPT # 内网微隔离：限制应用区仅访问数据区指定端口 # 应用区(192.168.1.20-23) -> 数据区(192.168.1.31-35) iptables -A FORWARD -s 192.168.1.20/24 -d 192.168.1.31 -p tcp --dport 5432 -j ACCEPT iptables -A FORWARD -s 192.168.1.20/24 -d 192.168.1.32 -p tcp --dport 9000 -j ACCEPT iptables -A FORWARD -s 192.168.1.20/24 -d 192.168.1.33 -p tcp --dport 6379 -j ACCEPT iptables -A FORWARD -s 192.168.1.20/24 -d 192.168.1.34 -p tcp --dport 5672 -j ACCEPT iptables -A FORWARD -s 192.168.1.20/24 -d 192.168.1.35 -p tcp --dport 9200 -j ACCEPT iptables -A FORWARD -s 192.168.1.20/24 -d 192.168.1.30/24 -j DROP ``` ### 7.2 服务安全 | 措施 | 说明 | |------|------| | TLS加密 | 内部服务间通信启用TLS 1.3 | | 数据库访问 | PostgreSQL仅允许应用服务器IP连接 | | MinIO访问 | 关闭公网访问，仅内网可达 | | Redis认证 | 启用requirepass认证 | | API认证 | JWT令牌 + HTTPS | | 文件权限 | 影像文件只读挂载给AI服务 | | 日志脱敏 | 日志中禁止记录文件路径、凭证 | | 数据分类分级 | 按分辨率/区域对影像数据分级标记，不同级别差异化访问控制 | | 国密算法 | 密码存储使用SM3，敏感字段加密使用SM4（信创环境） | ### 7.3 安全审计 ```bash # 定期安全扫描 docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \ aquasec/trivy image --severity HIGH,CRITICAL zkxg-backend:latest # 依赖漏洞扫描 cd backend && mvn org.owasp:dependency-check-maven:check ``` --- ## 八、日常运维 ### 8.1 常用运维命令 ```bash # 查看服务状态 docker-compose ps docker-compose logs -f --tail=100 backend docker-compose logs -f --tail=100 imaging-worker # 重启服务 docker-compose restart backend docker-compose restart imaging-worker # 扩容Celery Worker docker-compose up -d --scale imaging-worker=8 # 数据库维护 docker-compose exec postgres vacuumdb -U zkxg -z docker-compose exec postgres reindexdb -U zkxg # 清理Docker资源 docker system prune -af --volumes # GPU状态 nvidia-smi watch -n 1 nvidia-smi ``` ### 8.2 日志管理 ```bash # 应用日志位置 # Spring Boot: docker logs zkxg-backend # FastAPI: docker logs zkxg-imaging # Celery: docker logs zkxg-imaging-worker # AI: docker logs zkxg-ai # 日志清理策略（docker-compose.yml已配置） # 单个日志文件最大100MB，最多5个文件 # 集中式日志查询（Loki） curl "http://192.168.1.23:3100/loki/api/v1/query_range" \ --data-urlencode 'query={app="zkxg-backend"} |= "ERROR"' \ --data-urlencode "start=$(date -d '1 hour ago' +%s)000000000" \ --data-urlencode "end=$(date +%s)000000000" ``` ### 8.3 性能调优 #### PostgreSQL 调优 ```sql -- postgresql.conf 关键参数 shared_buffers = 16GB effective_cache_size = 48GB work_mem = 256MB maintenance_work_mem = 2GB max_connections = 200 checkpoint_completion_target = 0.9 wal_buffers = 16MB default_statistics_target = 100 random_page_cost = 1.1 -- SSD effective_io_concurrency = 200 -- SSD ``` #### Elasticsearch 调优 ```yaml # elasticsearch.yml indices.memory.index_buffer_size: 30% thread_pool.search.size: 16 thread_pool.search.queue_size: 2000 ``` #### Redis 调优 ```bash # redis.conf maxmemory 8gb maxmemory-policy allkeys-lru save 900 1 save 300 10 save 60 10000 ``` --- ## 九、故障处理 ### 9.1 常见故障与处理 | 故障现象 | 可能原因 | 处理方式 | |----------|----------|----------| | API响应慢 | 数据库慢查询 | 检查pg_stat_activity，优化查询/索引 | | 影像上传失败 | MinIO磁盘满 | 检查磁盘空间，清理或扩容 | | 瓦片加载空白 | MapProxy缓存异常 | 清理缓存目录，重建瓦片 | | AI推理超时 | GPU显存不足 | 减小batch_size，重启AI服务 | | Celery任务积压 | Worker不足 | 扩容Worker数量 | | ES检索慢 | 索引碎片化 | 执行_force_merge，调整分片数 | | 服务OOM | 内存泄漏/不足 | 增加内存限制，排查内存泄漏 | ### 9.2 应急预案 ```bash # 数据库故障恢复 docker-compose stop backend docker-compose exec postgres pg_resetwal -f /var/lib/postgresql/data docker-compose start postgres docker-compose start backend # 全服务重启 docker-compose down docker-compose up -d # 紧急回滚 docker-compose down git checkout docker-compose build docker-compose up -d ``` --- ## 十、容量规划 ### 10.1 存储容量规划 | 数据类型 | 年增长量 | 3年总量 | 存储方案 | |----------|----------|---------|----------| | 原始影像 | 20TB | 60TB+ | MinIO + NFS | | 影像瓦片 | 10TB | 30TB+ | NFS + MapProxy缓存 + COG按需切图 | | 元数据 | 10GB | 30GB | PostgreSQL | | AI模型 | 50GB | 150GB | NFS | | 日志 | 100GB | 300GB | Elasticsearch + 归档 | ### 10.2 计算资源规划 | 服务 | 当前配置 | 扩容触发条件 | 扩容方案 | |------|----------|-------------|----------| | API网关 | 8C/16G × 1 | CPU > 70% | 水平扩展至2-3实例 | | 影像处理 | 16C/32G × 1 | 队列积压 > 500 | Worker扩至8 | | AI推理 | 32C/64G + A100×2 | GPU > 90% | 增加GPU服务器 | | PostgreSQL | 16C/64G | 慢查询增多 | 读写分离 + 从库 | --- ## 十一、版本发布 ### 11.1 发布流程 ```mermaid graph LR A[开发完成] --> B[代码审查] B --> C[自动化测试] C --> D{测试通过?} D -->|否| A D -->|是| E[预发布环境验证] E --> F{验证通过?} F -->|否| A F -->|是| G[生产部署] G --> H[冒烟测试] H --> I{测试通过?} I -->|否| J[紧急回滚] I -->|是| K[发布完成] J --> A style A fill:#E3F2FD,stroke:#1565C0 style B fill:#E3F2FD,stroke:#1565C0 style C fill:#E3F2FD,stroke:#1565C0 style D fill:#FFF3E0,stroke:#E65100 style E fill:#E8F5E9,stroke:#2E7D32 style F fill:#FFF3E0,stroke:#E65100 style G fill:#E8F5E9,stroke:#2E7D32 style H fill:#E8F5E9,stroke:#2E7D32 style I fill:#FFF3E0,stroke:#E65100 style J fill:#FFEBEE,stroke:#C62828 style K fill:#E8F5E9,stroke:#2E7D32 ``` ### 11.2 版本号规范 ``` 主版本号.次版本号.修订号 v1.0.0 - 首次发布 v1.1.0 - 新增AI分析功能 v1.1.1 - 修复检索性能问题 v2.0.0 - 架构重大升级 ``` ### 11.3 发布检查清单 - [ ] 所有单元测试通过 - [ ] 集成测试通过 - [ ] 安全扫描无高危漏洞 - [ ] 数据库迁移脚本验证 - [ ] 配置文件更新确认 - [ ] 回滚方案准备 - [ ] 发布通知已发送 - [ ] 监控告警已配置