知识卡片
按系统类型选择SLI
SLI 不是越多越好:太多会分散对关键指标的注意,太少又会漏掉重要行为,一般四五个代表性指标就够。选择时按系统类型:面向用户的服务看可用性、延迟、吞吐量;存储系统看延迟、可用性和数据持久性;数据流水线看吞吐量和端到端延迟。所有系统都该关心正确性,但它更多反映数据而非系统本身,通常不由 SRE 直接负责。发散:先归类再挑指标。参见[[SLI/SLO/SLA三层区分]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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4章 服务质量目标 · 查看原书依据
我们不应该将监控系统中的所有指标都定义为SLI;只有理解用户对系统的真实需求才能真正决定哪些指标是否有用。指标过多会影响对那些真正重要的指标的关注,而选择指标过少则会导致某些重要的系统行为被忽略。一般来说,四五个具有代表性的指标对系统健康程度的评估和关注就足够了。 常见的服务,根据它们的相关SLI通常会归类为以下几个大类。 ● 用户可见的服务系统,例如莎士比亚搜索服务的前端服务器通常关心可用性、延迟,以及吞吐量。换句话说:是否能正常处理请求?每个请求花费的时间是多少?多少请求可以被处理? ● 存储系统通常强调:延迟、可用性和数据持久性。换句话说:读写数据需要多少时间?我们是否可以随时访问数据?数据是否一段时间内还能被读取?扩展讨论参见第26章。 ● 大数据系统,例如数据处理流水线系统,一般来说关心吞吐量和端到端延迟。换句话说:处理了多少数据?数据从输入到产出需要多少时间?(某些流水线任务还会关注某个单独处理阶段的延迟。) ● 所有的系统都应该关注:正确性。是否返回了正确的回复,是否读取了正确的数据,或者进行了正确的数据分析操作。正确性是系统健康程度的一个重要指标,但是它更关注系统内部的数据,而不是系统本身,所以这通常不是SRE直接负责的。