分时算力波峰
过去 8 个采样窗口 · 单位 vCPU 千核
峰值窗口出现在 03 与 05，建议预留 20% 突发水位，自动伸缩触发阈值设为 CPU 65%。
Data Canvas
数据可视化面板：把极光读成指标
云上资源不是数字堆，而是一幅会呼吸的图。用三条曲线、两块面板，让信息传达在 3 秒内完成第一轮判断。
跨区延迟与健康度
三可用区聚合 · 采样 15 秒
华东可用区 A18 ms
华南可用区 B26 ms
华北可用区 C34 ms
跨区复制延迟< 800 ms
超过 50 ms 自动切换就近读副本，动态效果上的色带会由青转暖，作为异常提示。
Ecosystem
合作伙伴墙：极光生态的连接点
从可观测、数据管道到合规审计，选择与云平台能力互补的伙伴，接入平均耗时 2～6 个工作日。
观测栈指标与链路追踪
数据流实时同步管道
镜像仓容器制品托管
密钥库凭据轮换
合规审计操作留痕
边缘分发静态加速
99.98%多可用区可用性承诺
< 200 ms控制台首屏可交互
4 级弹性伸缩策略分层
31 类可观测指标默认采集
Aurora Capability
极光能力：五张标签页，五种发现路径
切换标签查看不同能力簇，每张卡片都给出可直接配置的参数范围，而不是一句形容词。
按波峰自动起落
以 CPU 65%、队列深度 200 为双阈值，5 分钟内完成 1→8 实例扩容，空闲 15 分钟回落，避免为极光般短暂的流量峰值长期付费。
缩容冷却 300 s热温冷三级沉降
30 天未访问自动由热层降为温层，90 天转冷层，单 GB 成本可降约 62%；读取延迟从 8 ms 升到 60 ms，需按业务容忍度设置例外。
生命周期规则就近接入 + 智能回源
把静态资源放到边缘分发，动态请求走专线回源；跨区复制延迟压到 800 ms 以内，玩家与终端用户的感知首包可稳定在 40 ms 量级。
TTL 建议 300 s指标、日志、链路三合一
默认采集 31 类指标，日志热存 7 天、归档 180 天；链路采样率从 100% 调到 10% 可省约 70% 成本，同时保留全部错误链。
错误采样 100%凭据轮换与最小权限
密钥 90 天强制轮换，服务账号按最小权限授予；开启操作审计后，任何配置变更都可回溯到具体时间点与调用方，便于问题定位。
审计保留 180 天
Scenarios
应用场景展示：四个真实的探索现场
同一套云底座，在不同业务里长出完全不同的形态。下面每个场景都标注了可直接对照的量化目标。
电商大促弹性承载
预热期提前 30 分钟扩到目标水位，活动期间按 QPS 自动补实例，结束后 15 分钟回落。
峰值 QPS 12 万扩容 5 分钟
跨区容灾与数据同步
主备双活，读请求就近分流；主区故障时 DNS 切换与流量接管在 90 秒内完成。
RTO 90 秒RPO < 1 分钟
训练任务队列调度
按优先级排队抢占空闲算力，夜间闲时跑批，白天优先在线推理，资源利用率提升明显。
利用率 41%→68%排队等待 ↓ 55%
终端低延迟体验优化
静态走边缘、动态走专线，前端按响应式设计裁剪首屏资源，弱网下也能先看到关键内容。
首包 38 ms首屏资源 ↓ 42%
Pricing
服务价格档位：按探索深度选择
价格均为示意区间，用于对比不同档位在算力、存储、支持响应上的差异，便于估算月度开销。
Field Guide
实用指导清单：六步把极光搬到生产
每条都给出可执行动作、建议参数与量化验收线，照着做即可完成一次从探索到上线的完整闭环。
先画资源边界，再谈弹性
列出每个服务的稳态与峰值 QPS，标出可容忍的扩容时延。建议稳态预留 30% 水位，突发阈值设 CPU 65% 且持续 3 个采样点，避免单点抖动误触发。
用响应式设计约束首屏预算
把首屏关键资源控制在 250 KB 以内，图片统一走边缘分发并写 loading="lazy"。弱网（3G）下首屏可交互时间目标 ≤ 2.5 s，超出则优先裁图再压脚本。
把信息传达做成三层结构
第一层给结论（关键数字），第二层给趋势（曲线），第三层给明细（表格）。同一面板最多放 4 个主指标，超过则拆页，防止监控界面变成数字瀑布。
冷热分层前先核对访问分布
导出近 90 天对象访问记录，若 80% 请求集中在 20% 的对象上，再启用生命周期规则；冷层恢复延迟按 60 ms 估算，强一致场景务必设例外清单。
可观测性按成本阶梯配置
指标全量保留 30 天、日志热存 7 天归档 180 天、链路采样 10% 但错误链 100% 留存。该组合通常可把观测开销压到总账单的 8% 以内。
上线前做一次故障演练
人为下线一个可用区，验证流量接管与数据补齐。验收线：RTO ≤ 90 秒、RPO < 1 分钟、无数据错乱；演练至少覆盖一次扩容与一次回滚。
Compare
解决方案对比：三种上云路径怎么选
横向对比自建、托管与全托管模式在交付周期、运维负担与成本上的差异，按团队规模对号入座。
| 对比维度 | 自建机房 | 基础云托管 | 全托管云服务 |
|---|---|---|---|
| 交付周期 | 8～12 周 | 1～2 周 | 1～3 天 |
| 弹性扩容 | 依赖采购，按周计 | 手动扩缩，分钟级 | 自动伸缩，5 分钟生效 |
| 运维投入 | 需 3～5 人专职 | 需 1～2 人 | 接近零运维 |
| 容灾能力 | 需自建双机房 | 双可用区可选 | 多区多活默认开启 |
| 成本形态 | 重资产前置投入 | 按量 + 预留折扣 | 按量，闲时自动降档 |
| 适用团队 | 有合规硬约束的大型组织 | 有运维能力的成长团队 | 追求快速验证的小团队 |