第一章：Go工程规范白皮书导论
Go语言以简洁、可读、可维护为设计哲学，而大规模团队协作与长期演进的工程实践，亟需一套共识驱动、可落地、可持续演进的工程规范。本白皮书并非静态教条，而是面向真实生产环境提炼的实践契约——它覆盖代码结构、依赖管理、错误处理、测试策略、CI/CD集成、日志与监控接入等关键维度，旨在统一认知边界、降低协作摩擦、提升系统韧性。
规范的定位与适用范围
本规范适用于所有采用 Go 1.21+ 版本构建的后端服务、CLI 工具及基础设施组件。它不强制要求项目从零遵循全部条款，但明确区分三类约定：
- 必须（MUST）：违反将导致构建失败或安全风险（如
go mod tidy后无未提交的go.sum变更）； - 应当（SHOULD）：强烈推荐，多数场景下偏离需书面评审（如接口定义优先使用小写首字母导出）；
- 可以（MAY）：提供备选方案，由团队自主决策（如单元测试覆盖率阈值设定为 80% 或 90%）。
快速验证规范合规性
新项目初始化时，可通过以下脚本一键校验基础结构是否符合规范：
# 检查目录结构是否包含标准模块（cmd, internal, pkg, api, scripts）
find . -maxdepth 2 -type d -name "cmd\|internal\|pkg\|api\|scripts" | sort
# 验证 go.mod 是否启用 module proxy 并禁用 insecure 源
go env GOPROXY | grep -q "https://proxy.golang.org" && echo "✅ GOPROXY OK" || echo "❌ GOPROXY misconfigured"
# 确保无全局变量污染（通过 govet 检测未导出包级变量）
go vet -vettool=$(which staticcheck) ./... 2>/dev/null | grep -i "global.*var" || echo "✅ No unsafe global vars detected"该脚本执行逻辑为：先枚举核心目录，再校验 Go 环境配置可信性，最后借助 staticcheck 插件识别高危全局变量模式。所有检查项均对应白皮书「项目骨架」与「安全编码」章节的具体条款。
| 规范维度 | 关键约束示例 | 自动化工具支持 |
|---|---|---|
| 代码风格 | 使用 gofmt -s 标准化，禁止手动调整缩进 |
pre-commit hook |
| 错误处理 | 禁止忽略 error 返回值（除 _ = fn() 显式声明） |
errcheck |
| 测试组织 | 单元测试文件名必须为 *_test.go，且与被测文件同包 |
go test -v ./... |
规范的生命力源于持续反馈。所有修订提案须经 SIG-Architecture 小组评审，并附带最小可验证示例（MVE）证明变更必要性。
第二章：基础框架目录结构的11条黄金准则
2.1 标准化分层设计：从cmd/pkg/internal到domain的理论依据与典型落地实践
Go 项目中标准化分层本质是依赖倒置与关注点分离的工程具象化。cmd/承载入口与配置，pkg/封装可复用业务能力，internal/划定私有边界，而 domain/ 则锚定不变的业务内核——实体、值对象、领域服务与仓储接口。
分层职责映射表
| 目录 | 职责 | 可见性 | 示例内容 |
|---|---|---|---|
cmd/ |
应用启动、CLI/Web 入口 | 外部可见 | main.go, server.go |
pkg/ |
跨域通用能力（如加密、ID生成） | 可被其他模块引用 | pkg/idgen, pkg/crypto |
internal/ |
模块私有实现（禁止跨模块导入） | 编译期隔离 | internal/cache, internal/httpx |
domain/ |
领域模型与契约（无框架/基础设施依赖） | 仅被 usecase/ 依赖 |
domain/user.go, domain/user_repository.go |
领域仓储接口定义（带注释）
// domain/user_repository.go
type UserRepository interface {
// Save 持久化用户，返回新ID与错误；不暴露底层存储细节
Save(ctx context.Context, u *User) (id string, err error)
// FindByID 查询用户，返回指针以明确可空性；error 仅表示失败，非“未找到”
FindByID(ctx context.Context, id string) (*User, error)
}
Save返回id string而非*User，因 ID 生成策略（如 ULID、Snowflake）常由基础设施层决定，但契约需保持领域中立；FindByID返回*User明确表达“可能为空”，避免 nil 值误判，符合 DDD 的显式契约原则。
graph TD
A[cmd/server] -->|依赖| B[usecase/UserService]
B -->|依赖| C[domain/UserRepository]
C -->|实现| D[internal/repo/userpg]
D -->|依赖| E[pkg/db/sqlc]2.2 接口抽象与依赖倒置：基于wire/dig的依赖注入目录组织与可测试性保障
为什么需要接口抽象？
依赖倒置原则（DIP）要求高层模块不依赖低层模块，二者都依赖抽象。Go 中通过 interface 声明契约，使业务逻辑与具体实现解耦。
wire 如何组织依赖树？
// wire.go
func InitializeApp() (*App, error) {
wire.Build(
repository.NewUserRepo,
service.NewUserService,
handler.NewUserHandler,
NewApp,
)
return nil, nil
}
wire.Build()声明依赖图拓扑；NewUserRepo等构造函数需满足参数全由 wire 可解析的提供者满足；编译时生成类型安全的初始化代码，无反射开销。
可测试性保障机制
| 组件 | 生产实现 | 测试替身 | 注入方式 |
|---|---|---|---|
| UserRepository | PostgreSQLRepo | MockUserRepo | 接口注入 |
| CacheClient | RedisClient | InMemoryCache | 构造函数参数 |
graph TD
A[App] --> B[UserService]
B --> C[UserRepository]
B --> D[CacheClient]
C -.-> E[PostgreSQLRepo]
D -.-> F[RedisClient]
style E stroke:#666,dasharray:5 2
style F stroke:#666,dasharray:5 2测试时仅需替换 UserRepository 和 CacheClient 的实现，无需修改 UserService 内部逻辑。
2.3 领域驱动分包策略：按业务能力而非技术职责划分package的实战案例分析
传统分层架构常按技术职责划分为 controller、service、repository，导致跨业务逻辑散落各层，维护成本陡增。领域驱动设计（DDD）主张以业务能力为边界组织代码。
订单履约能力聚合
以电商系统为例，将“订单履约”作为独立限界上下文，其包结构如下：
com.example.ecom.orderfulfillment/
├── domain/ // 领域模型：OrderFulfillment、Shipment、FulfillmentPolicy
├── application/ // 应用服务：FulfillmentCoordinator
├── infrastructure/ // 技术实现：ShipmentNotificationSender、WarehouseInventoryAdapter
└── api/ // 对外契约：FulfillmentCommand, FulfillmentStatusEvent✅ 优势：新增“跨境履约”规则时，仅需扩展
domain与application，不污染库存或支付模块。
分包对比表
| 维度 | 技术分包（传统） | 业务能力分包（DDD） |
|---|---|---|
| 变更影响范围 | 全层修改（5+包） | 局部聚合内修改（1–2包） |
| 新增功能路径 | 跨8个模块协调 | 在 orderfulfillment 下闭环实现 |
数据同步机制
履约状态需同步至物流与风控系统，采用领域事件解耦：
// domain/event/FulfillmentStarted.java
public record FulfillmentStarted(
UUID orderId,
Instant scheduledAt,
String warehouseCode
) implements DomainEvent {} // 不含基础设施细节该事件由 FulfillmentCoordinator 发布，infrastructure 中的 KafkaPublisher 负责投递。解耦了领域逻辑与消息中间件选型，便于未来替换为 RabbitMQ 或事件总线。
graph TD
A[FulfillmentCoordinator] -->|publish| B[FulfillmentStarted]
B --> C[KafkaPublisher]
B --> D[RiskAssessmentListener]
B --> E[LogisticsScheduler]2.4 配置与环境隔离机制：config/、env/、bootstrap/三级目录协同演进模式
现代应用需在开发、测试、生产等多环境中保持配置一致性与安全性。config/ 存放通用配置骨架（如数据库连接模板），env/ 按环境分片（env/dev.yaml、env/prod.yaml），bootstrap/ 则承载启动时必须加载的元配置（如配置中心地址、加密密钥路径）。
目录职责边界
bootstrap/：仅含bootstrap.yaml，由 Spring Boot--spring.config.location显式加载，早于application.propertiesconfig/：结构化配置定义（如database.yml），通过@ConfigurationProperties绑定env/：环境特异性值，通过spring.profiles.active=prod动态激活对应文件
配置加载优先级（从高到低）
| 优先级 | 来源 | 示例 |
|---|---|---|
| 1 | 命令行参数 | --server.port=8081 |
| 2 | bootstrap.yaml |
spring.cloud.config.uri |
| 3 | env/{profile}.yaml |
env/prod.yaml |
| 4 | config/*.yml |
config/database.yml |
# bootstrap.yaml
spring:
application:
name: user-service
cloud:
config:
uri: ${CONFIG_SERVER_URL:http://localhost:8888}
fail-fast: true此配置在 ApplicationContext 创建前解析，确保配置中心客户端能提前拉取远程
env/prod.yaml；fail-fast: true保障启动失败而非静默降级，避免环境错配隐患。
graph TD
A[启动] --> B[加载 bootstrap.yaml]
B --> C[连接配置中心]
C --> D[拉取 env/prod.yaml]
D --> E[合并 config/*.yml]
E --> F[完成 Environment 构建]2.5 可观测性基础设施集成：log/metrics/tracing目录的统一接入范式与初始化链路
统一接入的核心在于抽象三层可观测数据的共性生命周期：采集 → 标准化 → 上报。initObservability() 函数作为入口，按序初始化各组件：
func initObservability() {
log.Init(&log.Config{Dir: "log/", Level: "info"}) // 日志：本地文件轮转 + 结构化JSON
metrics.Init(&metrics.Config{PushInterval: 15 * time.Second}) // 指标：Prometheus Pushgateway 推送周期
tracing.Init(&tracing.Config{Endpoint: "jaeger:14268"}) // 链路：Jaeger HTTP Thrift 上报端点
}逻辑分析：三者共享 Config 接口定义，但实现隔离；Dir、PushInterval、Endpoint 分别控制持久化路径、上报节奏与后端地址，确保配置可正交演进。
数据同步机制
- 所有组件启动时注册全局
context.Context，支持优雅关闭 - 日志与指标启用异步缓冲队列（容量 1024），避免阻塞主业务
初始化依赖拓扑
graph TD
A[initObservability] --> B[log.Init]
A --> C[metrics.Init]
A --> D[tracing.Init]
B --> E[FileWriter]
C --> F[Pusher]
D --> G[HTTPReporter]第三章：错误码体系的设计哲学与工程实现
3.1 错误码分级模型：平台级/服务级/业务级三层编码空间定义与HTTP状态映射
错误码需分层解耦，避免语义污染。平台级（如 500001）标识基础设施故障，映射 5xx；服务级（如 420001）反映微服务契约异常，映射 4xx；业务级（如 400101）表达领域规则拒绝，统一映射 400 或 422。
分层编码结构规范
- 平台级：
500xxx（系统超时、DB连接池耗尽） - 服务级：
420xxx（下游服务不可达、gRPC状态转换失败） - 业务级：
400xxx（余额不足、订单已取消）
HTTP状态映射策略
| 错误层级 | 示例码 | HTTP状态 | 语义说明 |
|---|---|---|---|
| 平台级 | 500002 | 503 | 注册中心不可用 |
| 服务级 | 420105 | 502 | 网关转发超时 |
| 业务级 | 400203 | 422 | 支付参数校验失败 |
def map_http_status(error_code: int) -> int:
"""根据错误码前三位判定HTTP状态"""
prefix = error_code // 1000
if 500 <= prefix < 501: # 平台级 500xxx
return 500 if prefix == 500 else 503
elif 420 <= prefix < 421: # 服务级 420xxx
return 502
elif 400 <= prefix < 401: # 业务级 400xxx
return 422
return 500该函数通过整除提取千位前缀，实现无分支快速映射；error_code // 1000 避免字符串切片开销，保障网关层毫秒级决策。
3.2 错误上下文增强：error wrapping + code + metadata的结构化错误构造实践
现代错误处理需超越 fmt.Errorf("failed: %w", err) 的简单包装，转向携带可操作元信息的结构化错误。
为什么传统 error wrapping 不够？
- 缺失机器可读的状态码（如
400,503） - 无业务上下文（请求ID、用户ID、重试次数）
- 日志中无法快速过滤或聚合同类错误
结构化错误的核心字段
| 字段 | 类型 | 说明 |
|---|---|---|
Code |
string |
业务错误码（如 "USER_NOT_FOUND"） |
HTTPStatus |
int |
对应 HTTP 状态码 |
Meta |
map[string]any |
动态键值对（"request_id": "req-abc123"） |
type WrappedError struct {
Err error
Code string
HTTPStatus int
Meta map[string]any
}
func Wrap(err error, code string, status int, meta map[string]any) error {
return &WrappedError{
Err: err,
Code: code,
HTTPStatus: status,
Meta: meta,
}
}该实现封装原始错误并注入结构化元数据；Meta 支持运行时扩展（如添加 trace_id 或 attempt_count），便于可观测性系统提取。
graph TD
A[原始错误] --> B[Wrap 调用]
B --> C[附加 Code/Status/Meta]
C --> D[返回结构化 error 接口]
D --> E[日志系统提取 Meta]
D --> F[监控告警按 Code 聚合]3.3 全链路错误传播：gRPC status.Code、HTTP header、日志trace_id的一致性对齐
在微服务跨协议调用中，错误语义易在 gRPC → HTTP 网关 → 日志系统间失真。关键在于三者错误标识的原子对齐。
错误上下文透传机制
网关需将 grpc-status 和 grpc-message 映射为标准 HTTP header：
// gRPC gateway 中间件片段
w.Header().Set("X-Error-Code", strconv.Itoa(int(status.Code()))) // 如 5 → "5"
w.Header().Set("X-Error-Desc", status.Message())
w.Header().Set("X-Trace-ID", ctx.Value(traceIDKey).(string))该逻辑确保下游 HTTP 服务可无损还原原始 gRPC 错误码（如 InvalidArgument=3），避免误判为 500 Internal Server Error。
一致性校验维度
| 维度 | gRPC 原生值 | HTTP Header 映射 | 日志 trace_id 关联 |
|---|---|---|---|
| 错误类型 | status.Code() |
X-Error-Code |
结构化日志字段 |
| 可读描述 | status.Message() |
X-Error-Desc |
error.message |
| 链路追踪锚点 | metadata 中注入 |
X-Trace-ID |
全局唯一 trace_id |
跨层错误溯源流程
graph TD
A[gRPC Client] -->|status.Code=3| B[gRPC Server]
B -->|Interceptor 注入 trace_id + status| C[API Gateway]
C -->|X-Error-Code: 3<br>X-Trace-ID: abc123| D[HTTP Service]
D -->|结构化日志| E[ELK/Splunk]
E -->|按 trace_id 聚合| F[错误根因分析]第四章：API响应格式的统一契约与兼容演进
4.1 响应体标准Schema：Result泛型封装、code/message/data/timestamp字段语义规范
统一响应体是API契约稳定性的基石。Result<T>通过泛型实现数据载体与业务状态的解耦：
public class Result<T> {
private int code; // 业务码（非HTTP状态码），如 200=成功，4001=参数异常
private String message; // 用户/开发友好的提示，禁止含敏感信息或堆栈
private T data; // 业务数据实体，null表示无返回内容（如DELETE成功）
private long timestamp; // 毫秒级时间戳，服务端生成，用于前端防重放/时序校验
}字段语义必须严格遵循：
code仅反映业务逻辑结果，与HTTP Status分离（如500错误仍可返回code=5000，message=”系统繁忙”）message需国际化占位（如"user.not.found"），由前端i18n模块解析timestamp必须使用System.currentTimeMillis()，禁用new Date().getTime()
典型响应场景对照表：
| 场景 | code | message | data | timestamp |
|---|---|---|---|---|
| 查询成功 | 200 | “success” | User{id=1} | 1717023456789 |
| 资源不存在 | 4040 | “resource.missing” | null | 1717023456790 |
| 参数校验失败 | 4001 | “param.invalid” | null | 1717023456791 |
graph TD
A[Controller] --> B[Service执行]
B --> C{是否成功？}
C -->|是| D[Result.success(user)]
C -->|否| E[Result.fail(4001, “param.invalid”)]
D & E --> F[序列化为JSON]4.2 多协议适配策略：REST/JSON-RPC/gRPC三种场景下的响应格式桥接实现
为统一后端服务输出语义，需在网关层构建响应格式桥接器，将内部标准化的 Result<T> 模型动态映射至各协议约定结构。
核心桥接逻辑
def bridge_response(data: Result, protocol: str) -> Any:
if protocol == "rest":
return {"code": data.code, "message": data.msg, "data": data.data} # REST要求扁平JSON对象
elif protocol == "jsonrpc":
return {"jsonrpc": "2.0", "id": data.id, "result": data.data, "error": data.error}
else: # grpc → serialized protobuf message (e.g., ResponseProto)
return ResponseProto(code=data.code, message=data.msg, payload=to_bytes(data.data))data.code 表示业务状态码（非HTTP状态码），data.id 仅JSON-RPC必需，to_bytes() 负责序列化泛型数据为二进制载荷。
协议字段映射对照表
| 字段 | REST | JSON-RPC | gRPC |
|---|---|---|---|
| 状态标识 | code |
error/result |
code (enum) |
| 业务数据 | data |
result |
payload (bytes) |
| 错误详情 | message |
error.message |
message |
流程示意
graph TD
A[统一Result<T>] --> B{协议类型}
B -->|REST| C[JSON Object]
B -->|JSON-RPC| D[2.0规范结构]
B -->|gRPC| E[Protobuf序列化]4.3 分页与过滤响应一致性：PageResult抽象与cursor-based分页的Go原生支持
统一响应契约：PageResult[T] 泛型结构
type PageResult[T any] struct {
Data []T `json:"data"`
HasMore bool `json:"has_more"`
Cursor string `json:"cursor,omitempty"` // cursor-based 分页唯一标识
TotalCount *int64 `json:"total_count,omitempty"` // 可选，仅限count-aware场景
}该结构抹平 offset-based 与 cursor-based 的语义差异：Cursor 字段在游标分页中承载下一页令牌（如 base64(timestamp:id)），HasMore 替代 NextPageURL 实现客户端无状态判断。
Go 原生 cursor 解析示例
func decodeCursor(cursor string) (time.Time, string, error) {
decoded, err := base64.StdEncoding.DecodeString(cursor)
if err != nil {
return time.Time{}, "", err
}
parts := strings.Split(string(decoded), ":")
if len(parts) != 2 {
return time.Time{}, "", fmt.Errorf("invalid cursor format")
}
t, _ := time.Parse(time.RFC3339, parts[0])
return t, parts[1], nil
}逻辑分析：decodeCursor 将 Base64 编码的 timestamp:id 解包，分离出时间戳（用于排序锚点）与唯一ID（避免时钟漂移重复）。参数 cursor 必须非空且格式严格，否则返回明确错误便于上游快速熔断。
分页策略对比
| 特性 | Offset-based | Cursor-based |
|---|---|---|
| 一致性保障 | ❌ 易受写入干扰 | ✅ 基于单调字段（如时间+ID） |
| 性能（大数据集） | O(n) 跳过成本 | O(log n) 索引定位 |
| Go 标准库支持度 | 需手动拼接 LIMIT/OFFSET | database/sql + json.RawMessage 原生兼容 |
graph TD
A[Client Request] -->|cursor=base64%28t%3Aid%29| B(API Handler)
B --> C{Decode & Validate}
C -->|Valid| D[Build WHERE clause: created_at < ? OR created_at = ? AND id < ?]
C -->|Invalid| E[HTTP 400]
D --> F[Query DB with index]
F --> G[Encode next cursor from last row]
G --> H[Return PageResult]4.4 前向兼容演进机制：字段废弃标记、版本路由、OpenAPI Schema变更管理流程
字段废弃标记实践
使用 x-deprecated: true 与 x-deprecation-replacement 扩展属性明确标注过期字段：
# openapi.yaml 片段
components:
schemas:
User:
properties:
email:
type: string
email_legacy:
type: string
x-deprecated: true
x-deprecation-replacement: email该标记被 Swagger UI 渲染为弃用提示，且集成校验工具可拦截客户端对 email_legacy 的新增调用，确保新客户端仅使用 email。
版本路由策略
采用 HTTP Header 路由（Accept: application/vnd.api+json; version=2）而非 URL 路径，避免资源语义污染。
OpenAPI Schema 变更管控流程
| 阶段 | 责任方 | 关键动作 |
|---|---|---|
| 提案 | API Owner | 提交 Schema Diff PR + 影响分析 |
| 自动验证 | CI Pipeline | 检查 breaking change & deprecation coverage |
| 发布准入 | Platform Team | 签署兼容性承诺书（SLA ≥ 12个月） |
graph TD
A[Schema 修改提交] --> B{是否引入 breaking change？}
B -->|否| C[自动合并]
B -->|是| D[触发人工评审流]
D --> E[生成兼容适配层 stub]第五章：附录与工程落地检查清单
常见部署环境兼容性矩阵
| 组件类型 | Kubernetes v1.24+ | OpenShift 4.12 | EKS 1.27 | 阿里云 ACK 1.26 | 备注 |
|---|---|---|---|---|---|
| Istio 1.20 | ✅ | ✅（需禁用SCC） | ✅ | ✅（需开启istiod HA） | 控制平面需独立命名空间 |
| Prometheus Operator | ✅（v0.68+） | ⚠️（需patch RBAC） | ✅ | ✅ | ServiceMonitor CRD 必须启用 |
| Argo CD v2.9 | ✅ | ✅ | ✅ | ✅ | 需配置 --insecure 以跳过内部证书校验 |
生产就绪状态验证脚本（Bash）
#!/bin/bash
# 检查核心健康信号（需在集群master节点执行）
echo "=== 集群基础健康检查 ==="
kubectl get nodes -o wide --no-headers | awk '$2 != "Ready" {print "⚠️ 节点"$1"状态异常:"$2}'
kubectl get pods -A --field-selector=status.phase!=Running | grep -v "Completed\|Evicted" | head -5 || echo "✅ 所有Pod处于运行态"
echo "=== 网络策略生效验证 ==="
kubectl exec -it $(kubectl get pod -n istio-system -l app=istiod -o jsonpath='{.items[0].metadata.name}') -n istio-system -- curl -s -o /dev/null -w "%{http_code}" http://kubernetes.default.svc.cluster.local/api/v1/namespaces | grep -q "200" && echo "✅ Istiod可访问K8s API" || echo "❌ Istiod网络隔离异常"CI/CD流水线关键卡点清单
- [x] Helm Chart 包签名验证（cosign verify –key cosign.pub chart.tgz）
- [x] 镜像SBOM扫描通过（syft -q alpine:3.19 | grype -q -)
- [ ] 配置变更自动触发OpenPolicyAgent策略检查（policy.rego中定义secret长度≥12且含大小写字母）
- [x] 发布前执行混沌测试（chaos-mesh注入网络延迟500ms，持续3分钟，服务P99延迟
故障回滚黄金标准
当满足以下任意条件时，必须在5分钟内触发全自动回滚：
- 核心API
/healthz连续3次探测失败（间隔10秒） - Prometheus指标
rate(http_request_duration_seconds_count{job="api-gateway",status=~"5.."}[2m]) > 0.05 - 日志中出现
FATAL: failed to acquire database lock关键字（ELK中近5分钟匹配数≥3）
安全基线强制项（PCI-DSS 4.1 & SOC2 CC6.1）
flowchart TD
A[镜像构建阶段] --> B[扫描CVE-2023-XXXXX及以上严重漏洞]
B --> C{存在Critical漏洞？}
C -->|是| D[阻断CI流水线，通知安全团队钉钉群]
C -->|否| E[注入SLSA provenance签名]
E --> F[推送至私有Harbor仓库]
F --> G[仓库策略：仅允许带attestation的镜像被拉取]日志结构化规范示例（Fluent Bit配置片段）
[FILTER]
Name kubernetes
Match kube.*
Merge_Log On
Keep_Log Off
K8S-Logging.Parser On
K8S-Logging.Exclude On
[PARSER]
Name json-app
Format json
Time_Key timestamp
Time_Format %Y-%m-%dT%H:%M:%S.%L%z
# 强制要求应用日志必须包含trace_id、service_name、log_level字段所有生产集群必须在Ansible Playbook中声明 security_hardening: true 变量，该变量将启用：SELinux enforcing模式、auditd规则集加载、/tmp挂载noexec选项、以及kubelet参数 --protect-kernel-defaults=true。每次Kubernetes版本升级后，需重新运行 kube-bench --benchmark cis-1.23 并修复所有FAIL项。监控告警阈值应基于过去7天历史数据动态计算，而非静态配置；例如 node_cpu_utilisation 告警触发值 = P95(过去7天) + 15%。服务网格Sidecar注入策略必须设置为 auto-inject: strict，且所有命名空间需显式标注 istio-injection=enabled。
