知识卡片
从实测数据得出起始SLO
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?
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2章 实施SLO · 查看原书依据
对于您的第一个SLI,请选择最少的工程工作。