← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1560.b.3

从实测数据得出起始SLO

理解等级:中级

第一个 SLI 选工程量最少的实现:已有 Web 服务器日志就用日志,不必先花几周做探测、几个月做 JavaScript 埋点。要有足够的信息:可用性需要成功/失败状态,延迟需要处理时长,必要时调整服务器日志配置。

示例的选择: - API/HTTP 的可用性与延迟:以 HTTP 状态码判断,5XX 计为失败(中文“5XX响应计为SLO”是误译),其余计为成功;数据源用负载均衡器监控——已现成,且比应用日志更接近用户体验; - 管道新鲜度:管道更新联赛表时记录水位时间戳;与其定期查询表中陈旧记录比例(每条记录同等重要),不如在客户端读取数据时检查水位、计数——更贴近用户体验; - 覆盖率:管道导出应处理与成功处理的记录数(但配置错误时可能漏掉管道不知道的记录); - 正确性:注入已知输出的数据、或用独立方法计算正确输出并抽样比对;示例用人工维护的已知正确数据在每次运行时测试——前提是这些数据能代表真实数据。

计算:用 Prometheus 表达式按 7 天计算可用性和 90⁄99 分位延迟。一般而言直接计数慢请求比用直方图近似更好,但需在负载均衡器配置固定阈值,事后改阈值较难。

示例结果:四周 3,663,253 个请求,成功率 97.123%,P90 432 ms,P99 891 ms → 取整得到起始 SLO:可用性 97%,90% 请求 < 450 ms,99% 请求 < 900 ms(延迟取整到 50 ms,因为用户难以察觉 50 ms 的差异,具体粒度视服务而定)。对应四周错误预算分别为 109,897、366,325、36,632 个请求。

译文提示:本书为社区机器辅助译本,本卡按上下文和官方英文版理解,引文保留中文原样。

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

    参考来源

    - 位置:《谷歌站点可靠性工作手册》第02章《第2章 实施SLO》2 从SLI规范过渡到SLI实施;测量SLI;计算SLI(源文件:extracted/谷歌站点可靠性工作手册/_epub-src/OEBPS/Text/07.html,来源项目 book-sources) - 结论依据:第2章说明第一个SLI应选工程量最少的实现,介绍示例中可用性、延迟、新鲜度、覆盖率、正确性的实现选择(按官方英文校正5XX计为失败),以Prometheus计算SLI,指出计数慢请求优于直方图近似,并给出由四周实测数据取整得到起始SLO与错误预算的例子。 - 原始内容:对于您的第一个SLI,请选择最少的工程工作。