← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1591

SLO反推on-call响应时限

理解等级:未标注

on-call响应时限并非拍脑袋而定,而是由服务的可用性目标反推出来的:若某面向用户服务的季度 可用性目标为99.99%,全季度可容忍的不可用时间仅13分钟,值班工程师就必须在分钟级别(约13分钟 内)响应故障;SLO更宽松的服务,响应时限可放宽到几十分钟。[[SLI/SLO/SLA三层区分]]由此从抽象 业务目标具体化为响应时限、值班排班规模等组织运作上的硬性约束。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第11章 on-call轮值 · 查看原书依据

      比如在下面这个简单例子中:如果一个面向最终用户的业务系统在每个季度想要达到99.99%的可用度,那么每个季度共有13分钟的不可用时间(参见附录A)。这个要求说明了on-call工程师必须在分钟级别上响应生产事故(更确切地说,13分钟内)。如果一个系统的SLO更为宽松,那么响应时间可以在几十分钟内。 一旦接收到报警信息,工程师必须确认(ack),on-call工程师必须能够及时定位问题,并且尝试解决问题。必要的话,on-call工程师可以联系其他团队,或者升级(escalate)请求支援。

    参考来源

    - 位置:《SRE:Google运维解密》第11章《on-call轮值》(源文件:_epub-src/OEBPS/Text/0009_0002.xhtml) - 结论依据:原文用99.99%季度可用性目标反推出13分钟的容错窗口,进而得出响应时限必须是分钟级;并说明SLO更宽松时响应时限可放宽。 - 原始内容:如果一个面向最终用户的业务系统在每个季度想要达到99.99%的可用度,那么每个季度共有13分钟的不可用时间……这个要求说明了on-call工程师必须在分钟级别上响应生产事故(更确切地说,13分钟内)。如果一个系统的SLO更为宽松,那么响应时间可以在几十分钟内。