业务主题 = 跨方法论综合应用
是什么
业务主题（Theme） 是 L 层概念 + 控制结构的综合应用——把多个方法论按特定结构编排，解决一个完整的业务问题。
L 层概念（如：alert、bounded-context、feedback-loop）
+
控制结构（如：闭环反馈、串级、解耦、复合）
↓
业务主题（如：系统稳定性、可观测性建设、架构演进）与 L 层概念的区别
| 维度 | L 层概念 | 业务主题 |
|---|---|---|
| 粒度 | 单一方法论 | 多方法论编排 |
| 视角 | 控制论/工程 | 业务问题 |
| 读者 | 想理解方法论的人 | 想解决业务问题的人 |
| 例子 | "反馈闭环" | "系统稳定性" |
5 个核心主题
| 主题 | 业务问题 | 综合调用的方法论 |
|---|---|---|
| 系统稳定性 | 服务不挂、不雪崩、可恢复 | alert + feedback-loop + bounded-context + redundancy + extremum-seeking |
| 架构演进 | 从单体到微服务，匹配组织 | bounded-context + coupling-tradeoff + large-scale-system + team-topology + conway |
| 可观测性建设 | 监控指标多，关键时刻找不到根因 | information-theory + log-metric-trace + spectral-analysis + wiener-filter |
| 性能调优 | P99 延迟高，找不到瓶颈 | trilemma + optimal-control + spectral-analysis + wiener-filter + extremum-seeking |
| 数据一致性 | 分布式事务怎么搞 | coordination-deviation + saga + cqrs-es + coupling-tradeoff |
与控制结构的关系
每个主题都明确"使用了哪些控制结构"——这是与控制论基底的双向链接。
| 主题 | 主控制结构 | 辅助结构 |
|---|---|---|
| 系统稳定性 | 闭环反馈 + 协调控制 | 串级、复合、自适应、冗余、解耦 |
| 架构演进 | 解耦控制 + 协调控制 | 自适应、开环、复合 |
| 可观测性建设 | 闭环反馈 + 串级控制 | 最优控制、复合控制 |
| 性能调优 | 最优控制 + 自适应控制 | 复合控制、解耦控制、开环 |
| 数据一致性 | 复合控制 + 解耦控制 | 协调控制、闭环反馈、开环 |
主题间的依赖
系统稳定性 ← 依赖 ← 可观测性建设
↑ ↑
│ │
架构演进 ←─ 数据一致性 ←┘
↑ │
│ ↓
└── 性能调优- 可观测性建设 是所有主题的基础（看不见则不可控）
- 系统稳定性 是终极目标
- 架构演进 决定稳定性的上限
- 性能调优 是稳定性的细化
- 数据一致性 是分布式系统的核心难题
怎么用
新人入手顺序
1. 先看 L 层概念（理解方法论）
↓
2. 再看 控制结构（理解编排方式）
↓
3. 最后看 业务主题（理解综合应用）老手查问题
1. 从业务主题入手（找到问题）
↓
2. 跳转到 L 层概念（理解细节）
↓
3. 跳转到控制结构（理解结构）
↓
4. 跳转到源典（钱学森原话）演进历史
为什么需要主题文档：
L 层是"方法论字典"——每个方法论独立。但真实问题需要组合：
- 系统稳定性不是 alert 单独能解决
- 性能调优不是 spectral-analysis 单独能解决
- 架构演进不是 bounded-context 单独能解决
主题文档 = 方法论字典 + 编字典的字典——把字典内容按业务问题重新组合。
与 meta/writing-style 的关系
每个主题文档遵守 6 段升格范式 + 主题特有的"方法论编排"段：
1. 业务问题
2. 控制论视角
3. 方法论编排
4. 端到端案例
5. 反模式
6. 成熟度模型
7. 主题关系网
8. 控制结构引用
9. 钱学森原话
10. 总结下一步计划
已落盘 9 个核心主题，可能扩展方向：
| 方向 | 业务问题 | 状态 |
|---|---|---|
| 数据库选型 | 关系 vs NoSQL vs NewSQL | 待定 |
| 消息队列选型 | Kafka vs RocketMQ vs RabbitMQ | 待定 |
| 混沌工程 | 故障注入与韧性验证 | 待定 |
| 数据治理 | 数据资产化管理 | 待定 |
相关链接
控制结构
L 层概览
写作范式
IDDD 在 wiki 中的位置
IDDD（Vernon 2013）作为业务方向延伸的源典，与工程控制论（数学基底）互为补充：
L 层新方法论（IDDD 升格 10 篇）：
| L 层 | 升格文档 | 来源 |
|---|---|---|
| L1 战略 | 子域分类 | IDDD Ch 2 |
| L1 跨上下文 | 9 种 BC 关系 | IDDD Ch 3 |
| L1 战术 | 聚合 4 规则 | IDDD Ch 10 |
| L1 战术 | TDA + LoD | IDDD Ch 5+10 |
| L1 概览 | 问题空间 vs 解决方案空间 | IDDD Ch 2 |
| L1 概览 | Module vs BC | IDDD Ch 9 |
| L2 架构 | 风险驱动架构 | IDDD Ch 4 |
| L2 边界 | 集成成熟度模型 | IDDD Ch 13 |
| L3 代码 | 应用服务 vs 领域服务 | IDDD Ch 14 |
| L3 代码 | 用例编排 | IDDD Ch 14 |
IDDD 完整工作台：meta/source/iddd/（14 章 draft + 索引，不展示在 wiki）
三源对位索引
新增 三源对位索引（17.6 KB）——建立 L 层 61 篇方法论的完整源典谱系：
- cybernetics（49 篇）：数学基底
- IDDD（25 篇）：业务语言
- Event-Driven（13 篇）：基础设施
- 22 篇 multi-source：三源交汇点
每个方法论都标注：
- 主要来源
- 辅助来源
- 控制论对位章节
- 相关链接
读者可以快速定位："做业务建模看 IDDD，做架构看 cybernetics，做事件驱动看 Event-Driven，做系统稳定性看 themes"。
四源对位索引更新（2026-06-22）
新增 SE@G（Software Engineering at Google）为第 4 源典：
SE@G 定位：组织 + 流程 + 工具 + 时间维度
- 13 篇升格（流程 4 + 工具 3 + 组织 1 + 演化 4 + 边界 2）
- 重点：Hyrum 定律、Code Review、测试是设计工具、构建系统、Monorepo、Cattle not Pets
- 与 cybernetics 对位：Ch 4 §4.6 不变量边界、Ch 18 自适应、Ch 21 多级分散
四源本质统一（元发现 4）：
cybernetics = 数学原型
IDDD = 业务语言
Event-Driven = 基础设施
SE@G = 时间维度（演化）L 层累计 76 篇成熟概念页，33 篇 multi-source。
详细见 四源对位索引。
新增 4 个业务主题（2026-06-22）
themes 数量：5 → 9 篇业务主题 + 1 索引 + 1 四源对位索引
故障应急（incident-response）
核心：不可避免的失效 + 最小化爆炸半径
- 5 阶段：检测 → 响应 → 缓解 → 恢复 → 复盘
- SLO/SLA/Error Budget
- On-Call + Postmortem + Chaos Engineering
- 与 cybernetics Ch 4 §4.6 反馈环路 + Ch 18 自适应对位
成本优化（cost-optimization）
核心：工程决策的资源维度（不是"少花钱"）
- FinOps 3 阶段：可见 → 优化 → 文化
- 5 大杠杆：Right Sizing + 自动扩缩容 + 预留折扣 + 架构优化 + 文化
- 与 cybernetics Ch 9 §9.4 最优控制 + Ch 4 §4.8 三难对位
安全合规（security-compliance）
核心：设计阶段的内置属性（不是后期补丁）
- 零信任 + 威胁建模（STRIDE）
- OWASP Top 10 + 合规框架（GDPR/SOC 2/ISO 27001）
- DevSecOps 工具链
- 与 cybernetics Ch 6 §6.3 解耦 + Ch 4 §4.6 不变量对位
AI 工程化（ai-engineering）
核心：LLM 当成"高延迟 + 不确定 + 昂贵"的分布式组件
- 4 关键属性 + 3 应用模式
- Prompt 6 原则 + RAG + Function Calling
- 成本控制 + 可观测性 + 幻觉处理
- 与用户哲学"AI 协作学习"直接呼应
9 主题矩阵
| 主题 | 核心问题 | 主要对位源典 |
|---|---|---|
| 系统稳定性 | 系统如何保持稳定 | cybernetics Ch 4-5 + 8 |
| 架构演进 | 架构如何随业务演化 | cybernetics Ch 21 + IDDD |
| 可观测性 | 系统状态如何可见 | cybernetics Ch 4-5 + Ch 15 |
| 性能调优 | 系统性能如何优化 | cybernetics Ch 9 + Ch 7 |
| 数据一致性 | 数据如何在分布式环境一致 | cybernetics Ch 6 + Event-Driven |
| 故障应急 | 失效如何快速恢复 | cybernetics Ch 4 + Ch 18 + SE@G |
| 成本优化 | 资源如何最优配置 | cybernetics Ch 9 §9.4 |
| 安全合规 | 安全如何设计内置 | cybernetics Ch 6 + Ch 4 |
| AI 工程化 | LLM 如何集成到系统 | cybernetics Ch 7 + Event-Driven |