05 | 案例：落地SLO时还需要考虑哪些因素？
赵成
你好，我是赵成，欢迎回来。
前面几节课，我们按照层层递进的思路，从可用性讲到 SLI 和 SLO，再到 SLO 所对应的 Error Budget 策略。掌握了这些内容，也就为我们建设 SRE 体系打下了一个稳固的基础。
今天，我用一个电商系统的案例，带着你从头开始，一步一步系统性地设定 SLO，一方面巩固我们前面所学的内容，另一方面继续和你分享一些我在实践中总结的注意事项。
案例背景
我先来给你介绍下电商系统案例的基础情况，框定下我们今天要讨论的内容范围。
一般来说，电商系统一定有一个或几个核心服务，比如要给用户提供商品选择、搜索和购买的服务等。但我们知道，大部分用户并不是上来就购买，而是会有一个访问的过程，他们会先登录，再搜索，然后访问一个或多个商品详情介绍，决定是放到购物车候选，还是选择物流地址后直接下单，最后支付购买。
这条从登录到购买的链路，我们一般称之为系统的核心链路（Critical Path），系统或网站就是依靠这样一条访问链路，为用户提供了购买商品的服务能力。
至于电商系统的其它页面或能力，比如网站政策、新手指导、开店指南等等，这些对用户购买服务不会造成太大影响的，相对于核心链路来说，它的重要性就相对低一些。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
本文介绍了在落地SLO时需要考虑的因素，以电商系统为例，详细介绍了确定核心链路、设定SLO的原则以及验证核心链路SLO的方法。首先，通过全链路跟踪找出核心链路，确定核心应用和强弱依赖关系。在设定SLO时，需要考虑核心应用和非核心应用的不同要求，以及强弱依赖关系。验证核心链路的SLO可以通过容量压测和混沌工程。容量压测可以验证容量目标是否可以达成，并在极端场景下验证限流降级策略是否生效。整体而言，本文提供了实践中的注意事项和建议，为读者提供了落地SLO的实际操作指南。文章还提到了混沌工程的应用和系统验证的时机选择，强调了在保证业务正常运行的前提下进行系统验证的重要性。最后，文章留下了一个思考题，鼓励读者根据不同的业务场景分享特殊因素的考虑。文章内容丰富，为读者提供了全面的落地SLO实践指南和思考启示。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《SRE 实战手册》，新⼈⾸单¥29
《SRE 实战手册》，新⼈⾸单¥29
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(12)
- 最新
- 精选
leslie老师在课程中讲到了生产压测，其实压测同样可以放在测试环境或者非核心业务中去测试；这其实就是结合DevOps方面的知识。之前学习时有被推荐此书，不过精力有限尚未来的及去增加书库。 DevOps/敏捷讲的是突出效果必然要用典型系统：SRE的不少操作完全可以反其道而行之；故而个人意志觉得DevOps和SRE是互补的，如何合理使二者发挥功效这其实是我们一直要努力去探索的。作者回复: 感谢你的分享和建议。 测试环境也可以做压测，特别是一些大型核心系统，做线上压测时可以在测试环境上提前做几次，先看下效果。 但是测试环境最大的问题是，数据量是没有线上那么大，模型也没有那么精准的，所以最有效的办法还是线上。 关于DevOps和SRE的关系，后续我会在答疑篇中分享一下。
2020-03-308- 自行车很有启发，为公司部署了很多监控系统和告警策略，但是总感觉大部分的告警都是无用的，现在想想就是没有制定明确的slo，感谢老师
作者回复: less is more，一定要选择有用的和关键的指标
2020-04-015 
摇滚诗人M游戏（吃鸡）业务： 1.核心链路：登录，玩家组队及匹配，道具购买（非核心链路，但是对公司收益直接影响，故也应保障），进行游戏，游戏结算（经验值等）。 2. 除了valet维度的SLO，还需招募人员，内测游戏中的各种场景下可能出现的bug。（bug budget） 3. 压测，混沌工程同样适合。（特殊节日预演）作者回复: 很好的回顾了我们本节课程的内容，学以致用。
2020-03-295
lyonger期待老师分析全链路跟踪的相关实践。😬作者回复: 可以看我第一门课里相关的章节，也可以自己在其它专栏中找一下对应的内容。因为这部分内容讲的比较多了，我就不再这个专栏中赘述了。
2020-03-2823
soong电商类应用，比较明显的限制因素，是像大促活动一类！对于ToB的SaaS类应用，月末、月初的结转、盘点，也是一个相对集中的时间点，对于这些时间点上的保障和策略要非常清晰！作者回复: 没有问题，时间周期只是一个参考，本质上还是根据自己的业务特点来。
2020-04-022
小炭很难想象现在的传统企业应用运维碰到故障就是重启。作者回复: 但是重启有时候往往是最有效的解决方案，实战中，怎么有效怎么来。
2020-11-071
旭东(Frank)感觉现在的运营评判标准都是靠个人感觉，也没有SLO，连主线业务都没有确定清晰，搞什么都是东施效颦作者回复: 没有标准的时候，每个人都是靠感觉，这就非常不可控，所以标准很关键。
2020-04-031
Sports给力，运维需要系统的学习2020-03-292
怀揣梦想的学渣我对混沌工程这部分感到困惑。文中提到“对于一个模拟策略上线实施，一定是在一个隔离的环境中经过了大量反复验证，包括异常情况下的恢复预案实施，确保影响可控之后，在经过多方团队评审或验证，才最终在线上实施。”。这样和现有的灾难演练有什么区别呢，现有的灾难演练，就是模拟故障，然后进行抢救，经过几年的模拟，老员工不看手册都能默写有哪些故障。甚至不排查问题都能熟练操作应多措施。但面对未知的突发问题，还是不能应对，依旧存在时长不可控的抢修。 我对这部分感到困惑，我以前以为混动工程就是引入不确定的因素，让内部在混乱中发现问题，不断打补丁完善整体。2023-06-16归属地：山东
Marxslo需要区分强弱依赖： 1. 核心应用对非核心应用弱依赖（自动降级） 2. 非核心应用对核心应用弱依赖（可限流） 3. 核心应用对核心应用强依赖（共享错误预算）2023-05-29归属地：上海
收起评论
