知识卡片
错误预算政策要三方认可
三方协议: - 产品经理同意这个阈值对用户足够好——低于它就值得花时间修; - 产品开发同意错误预算用完时会采取措施降低用户风险,直到预算恢复; - 负责守 SLO 的生产团队同意守得住,而不需要英雄式的努力、过量琐事和疲劳。 达成共识后最难的部分就完成了;之后要设置监控告警(第5章),在预算威胁变成赤字前通知工程师。
错误预算政策是 SLO 是否合适的试金石: - SRE 认为不靠大量琐事守不住 → 可主张放宽; - 开发和产品认为修可靠性会让功能速度降到不可接受 → 也可主张放宽(但降低 SLO 也意味着 SRE 要应对的情况更少,产品经理要明白这一取舍); - 产品经理认为在政策触发前就会有大量用户体验变差 → SLO 可能不够紧; - 三方达不成一致,就继续迭代 SLI/SLO。
政策要写明预算耗尽后的具体行动,例如:开发团队把过去四周的可靠性相关 bug 排第一;开发只专注可靠性直到回到 SLO 内(经高层批准推迟外部需求);变更冻结直到预算恢复。若预算耗尽而有人不同意执行政策,就回到政策审批阶段。
SLO 文档应包含:作者、审阅者(技术准确性)和批准者(业务决策);批准日期和下次审核日期;服务简介;目标与 SLI 实现;预算的计算和使用方式;数字背后的依据,以及来自实验还是观察——即使是临时数字也要写明,免得后人据此误判。初期每月审一次,成熟后可每季度或更少。政策文档还要有分歧时的升级路径。
仪表板与报告:按季度展示各服务的达标情况与趋势;错误预算仪表板显示消耗速度——可以说“这次中断用了季度预算的 30%”,或按消耗的预算给事件排序。
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
- · 第2章 实施SLO
- · 附录A SLO文档示例
原书出处 · 1 处
- 第2章 实施SLO · 查看原书依据
获得所有关键利益相关者(产品经理,开发团队和SRE)批准的错误预算政策,是SLO是否适合目标的良好测试: