09 | 跟踪 SLO:如何基于错误预算采取行动?
翁一磊
你好,我是翁一磊。
上一讲,我们介绍了 SLO 的概念,以及如何选取 SLI 来和相关的 SLO 进行关联,最终实现 SLO 的可度量。
SLO 提供了一个框架,它围绕应用程序的性能和可靠性定义了明确的目标,最终帮助团队提供一致的客户体验,平衡功能开发与系统稳定性之间的矛盾,改善与内部和外部用户的沟通。
那当我们设定好 SLO 之后,又应该怎么持续跟踪,并根据 SLO 的状态来决定下一步的行动计划呢?这是我们这一讲的重点。
持续跟踪 SLO 和错误预算状态
在上一讲我们提到了一个非常重要的概念,那就是错误预算,它是 100% 可靠性和 SLO 目标之间的差额。当我们设定好 SLO,并关联 SLI 进行持续跟踪之后,如果有 SLI 未能满足要求,错误预算就需要扣除发生错误的时间。
上节课我们还举了一个例子,说 SLO 如果是 99.95%,那么在一个月的时间内,初始状态下就有 2 分钟 54 秒的错误预算。而如果发生了影响实际用户的报错或是延迟太高(具体取决于你如何设定 SLI),问题持续了 1 分钟,那这个月剩余的错误预算就只有 1 分钟 54 秒了。
接下来,我会通过在观测云平台中的一个具体的例子,让你更进一步熟悉和了解这些概念。你可以免费注册一个账号,跟我一起进行实际操作(观测云也提供了 Demo 演示空间,你可以点击左上角的工作空间名称,在弹出的对话框中点击“体验 Demo 空间”即可进入)。
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
本文深入介绍了如何跟踪服务水平目标(SLO)并根据错误预算采取行动的方法。首先,文章解释了SLO的概念和与服务水平指标(SLI)的关系,以及SLO的重要性。接着详细讲解了持续跟踪SLO和错误预算状态的方法,包括创建监控器、定义SLI和将其与SLO关联,以及通过可视化展现SLO状态和错误预算情况。此外,文章提出了根据SLO和错误预算制定后续计划的建议,并给出了8种不同情况下的行动计划。最后,文章给出了一些关于SLO和SLI的最佳实践,包括给予错误预算空间、逐步提升SLO目标、耐心持续改进SLO建设等建议。 总的来说,本文通过介绍SLO和错误预算的概念,以及如何在实际操作中跟踪和应对SLO状态,为读者提供了一套完整的方法和建议,帮助他们更好地管理和优化服务的性能和可靠性。文章强调了用户体验和系统可靠性的重要性,以及如何在开发新功能和保障系统稳定性之间取得平衡。文章内容丰富,为读者提供了实用的技术指导和思考题,有助于读者深入理解和应用SLO相关的概念和方法。
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
《深入浅出可观测性》,新⼈⾸单¥29
《深入浅出可观测性》,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(2)
- 最新
- 精选
- 来年听起来一个SLO有多个SLI。那么,当SLI发生错误告警时,如何换算成具体影响多少SLO的错误预算呢?
作者回复: 这个问题可以再回顾一下第 8 讲的内容,里面有列举具体计算的例子
2022-12-17归属地:上海 - kaizenToil 挫事 哈哈 太贴切了
作者回复: 因为挫所以希望越少越好!
2022-10-11归属地:上海
收起评论