init git

.claude/skills/sa-2-architecture/templates/infrastructure-design.md

@@ -0,0 +1,175 @@
+# INF — Infrastructure & Deployment Design — <PROJECT>
+
+| | |
+|---|---|
+| **Version** | 1.0 |
+| **Date** | YYYY-MM-DD |
+| **Author** | <SA> (skill sa-2-architecture) |
+| **Status** | 🟡 Draft |
+| **Approved by** | **SRE/Ops: —** · Tech Lead: — |
+| **Source** | SAD_… v1.0 · QAS_… v1.0 · TCO_… v1.0 |
+| **Scope** | |
+| **Confidence** | 🟡 |
+
+## Change Log
+
+| Version | Date | Người sửa | Thay đổi | ADR |
+|---|---|---|---|---|
+| 1.0 | | | Bản đầu | — |
+
+> 🔴 **Tài liệu này phải khớp số với `TCO`** (quy tắc `D9`). Lệch nhau ⇒ một trong hai sai,
+> không có khả năng thứ ba.
+
+---
+
+## 1. Tóm tắt
+
+| | |
+|---|---|
+| **Cloud / vùng** | · ràng buộc lãnh thổ: `CON-05` |
+| **Mô hình chạy** | VM / container / K8s / PaaS / serverless · `ADR-nnn` |
+| **Chịu được mất gì** | một node / một AZ / một vùng |
+| **RTO / RPO** | … / … · **lần diễn tập gần nhất:** … |
+| **Chi phí/tháng ở tải dự kiến** | … *(khớp `TCO` §3)* |
+
+## 2. Môi trường
+
+| Môi trường | Mục đích | Cấu hình so với prod | Dữ liệu | Ai truy cập được |
+|---|---|---|---|---|
+| dev | | | dữ liệu sinh | |
+| stg | **đo `QAS`** | | ẩn danh hoá | |
+| prod | | 100% | thật | |
+
+🔴 **Câu hỏi bắt buộc trả lời:** stg khác prod ở chỗ nào, và **chỗ khác đó có làm sai lệch kết
+quả đo `QAS` không?** Đo hiệu năng trên máy nhỏ hơn 4 lần rồi kết luận "đạt" là tự lừa mình.
+
+| `QAS` cần đo | Đo được trên stg? | Nếu không, đo ở đâu | Sai số ước tính |
+|---|---|---|---|
+
+## 3. Sơ đồ triển khai
+
+```mermaid
+flowchart TB
+```
+
+**Legend:** *(bắt buộc — ranh giới mạng, ranh giới vùng/AZ, hướng lưu lượng)*
+
+| Thành phần | Loại máy/dịch vụ | Số bản | Vùng/AZ | Tự động scale | Chi phí/tháng |
+|---|---|---|---|---|---|
+| | | | | ngưỡng: … | |
+| **Cộng** | | | | | *(khớp `TCO` §3)* |
+
+## 4. Tính sẵn sàng (HA)
+
+| Thành phần | Chịu được mất | Cơ chế chuyển đổi | Thời gian chuyển | Tự động? | Đã thử chưa |
+|---|---|---|---|---|---|
+| Ứng dụng | 1 node | LB bỏ node lỗi | … s | ✅ | ☐ |
+| CSDL | 1 AZ | failover replica | … s | | ☐ |
+
+**Điểm hỏng đơn (SPOF) còn lại**
+
+| Thành phần | Vì sao chưa dự phòng | Rủi ro | Kế hoạch |
+|---|---|---|---|
+
+🔴 Hệ thống nào cũng còn SPOF. Liệt kê ra là chuyên nghiệp; giả vờ không có mới là vấn đề.
+
+## 5. Khôi phục thảm hoạ (DR)
+
+| | |
+|---|---|
+| **Kịch bản thảm hoạ tính tới** | mất một vùng / hỏng dữ liệu / xoá nhầm / ransomware |
+| **RTO mục tiêu** | … *(nguồn: `QAS-nnn`, PO chấp nhận ngày …)* |
+| **RPO mục tiêu** | … |
+| **Cách khôi phục** | *(các bước, ai làm, tài liệu runbook ở đâu)* |
+| **RTO đo được thực tế** | … *(chưa đo ⇒ 🔴)* |
+| **Lần diễn tập gần nhất** | … *(chưa từng ⇒ `Confidence` 🔴 + tạo `ARISK`)* |
+| **Tần suất diễn tập** | |
+
+🔴 **RTO/RPO chưa diễn tập là RTO/RPO trên giấy.** Con số duy nhất có giá trị là con số đo
+được trong một lần diễn tập thật.
+
+## 6. Khả năng mở rộng
+
+| Thành phần | Scale kiểu gì | Ngưỡng kích hoạt | Giới hạn trên | Thời gian scale xong | Nút thắt kế tiếp |
+|---|---|---|---|---|---|
+| | ngang / dọc | CPU > …% trong … phút | … bản | … s | |
+
+**Nút thắt khi tải × 3** *(kịch bản B của `TCO`)*
+
+| Thứ tự | Thành phần nghẽn trước | Ở mức tải nào | Cách gỡ | Chi phí |
+|---|---|---|---|---|
+
+🔴 Scale ngang tầng ứng dụng thường đẩy nút thắt xuống CSDL. Ghi rõ nút thắt kế tiếp — nếu
+không, việc scale sẽ tốn tiền mà không cải thiện gì.
+
+## 7. Triển khai
+
+| | Quyết định | `ADR` |
+|---|---|---|
+| Chiến lược | blue-green / canary / rolling | |
+| Thời gian downtime cho phép | *(khớp ngân sách lỗi ở `QAS`)* | |
+| **Cách rollback** | · rollback mất bao lâu | |
+| Migration schema | tương thích ngược không? triển khai mấy bước? | |
+| Cờ tính năng (feature flag) | có/không · nơi quản lý | |
+| Ai được bấm deploy prod | | |
+
+🔴 **Migration schema và deploy code phải tương thích ngược với nhau**, nếu không thì rollback
+code sẽ gặp schema mới và hỏng. Quy tắc: đổi schema theo hai bước (thêm trước, bỏ sau).
+
+## 8. Quan sát được (Observability)
+
+| Loại | Công cụ | Ghi gì | Giữ bao lâu | Ai đọc | Chi phí/tháng |
+|---|---|---|---|---|---|
+| Log | | | | | |
+| Metric | | | | | |
+| Trace | | tỉ lệ lấy mẫu: … | | | |
+| **Cộng** | | | | | *(khớp `TCO` §3)* |
+
+**Cảnh báo**
+
+| Cảnh báo | Điều kiện | Mức | Báo cho ai | `QAS` |
+|---|---|---|---|---|
+| | | trang/ngay · vé/giờ hành chính | | |
+
+🔴 **Cảnh báo không ai xử lý là cảnh báo sẽ bị tắt tiếng.** Mỗi cảnh báo phải có người nhận và
+một runbook — không có thì đừng tạo cảnh báo đó.
+
+**Correlation id** — cách truyền xuyên hệ thống: *(khớp `SAD` §9)*
+
+## 9. Vận hành thường ngày
+
+| Việc | Ai làm | Tần suất | Tài liệu |
+|---|---|---|---|
+| Trực sự cố (on-call) | | | escalation: … |
+| Vá bảo mật | | | |
+| Kiểm tra backup khôi phục được | | | |
+| Rà chi phí | | hàng tháng | |
+
+**Năng lực đội vận hành** *(từ `CON-04`)*: … người · kỹ năng có · **kỹ năng còn thiếu:** …
+⇒ chi phí đào tạo ghi ở `TCO` §5.
+
+## 10. Đối chiếu với `TCO`
+
+| Hạng mục | `INF` §3+§8 | `TCO` §3 | Khớp |
+|---|---|---|---|
+| Compute | | | ☐ |
+| CSDL | | | ☐ |
+| Observability | | | ☐ |
+| Non-prod | | | ☐ |
+| **Tổng/tháng** | | | ☐ |
+
+## 11. Giả định & Ngoài phạm vi
+
+**Giả định:**
+
+| ID | Giả định | Cách xác minh | Nếu sai |
+|---|---|---|---|
+
+**Ngoài phạm vi:**
+
+- *(ví dụ: không hỗ trợ multi-region active-active; DR dựa trên khôi phục backup, RTO 4 giờ)*
+
+## 12. Open Questions
+
+| ID | Câu hỏi | Hỏi ai | Từ ngày | Chặn gì | Hệ quả nếu trả lời ngược |
+|---|---|---|---|---|---|