1. 课程导论
1.1 为什么需要SLO台账与度量基线？
在SRE实践中，SLO（Service Level Objective）是服务可靠性与用户体验之间的“契约”。然而，许多团队在落地SLO时面临三个典型困境：
- SLO定义模糊：SLI（Service Level Indicator）选取随意，阈值缺乏数据支撑，导致SLO形同虚设。
- 台账混乱：多个服务、多个版本的SLO散落在文档或监控系统中，无法统一管理和追溯。
- 基线缺失：没有历史度量基线，无法判断SLO的合理性，也无法在故障发生时快速定位偏差。
本课程的核心价值在于：通过Metric Design实践，建立一套标准化的SLO台账与度量基线体系，让SLO从“墙上口号”变为可度量、可优化、可审计的工程资产。
核心观点： SLO台账是可靠性的“资产负债表”，度量基线是可靠性的“损益表”。两者结合，才能实现数据驱动的可靠性管理。
1.2 SLO台账与度量基线的定义与关系
| 概念 | 定义 | 核心作用 |
|---|---|---|
| SLO台账 | 记录每个服务、每个版本的SLO定义、SLI指标、阈值、窗口期、责任人等元数据的结构化清单。 | 统一管理、版本追溯、审计合规、变更影响分析。 |
| 度量基线 | 基于历史数据计算出的SLI正常波动范围、SLO达成率趋势、错误预算消耗速率等参考基准。 | 异常检测、SLO合理性校验、容量规划、故障快速定界。 |
两者关系可以概括为：台账定义“应该是什么”，基线回答“实际是什么”。没有台账，基线缺乏上下文；没有基线，台账无法验证有效性。
1.3 课程目标
完成本课程后，你将能够：
- 设计标准化的SLO台账模板：涵盖服务元数据、SLI定义、阈值、窗口期、错误预算、告警规则等字段。
- 建立度量基线计算框架：基于历史数据，使用统计方法（均值、分位数、EWMA等）生成动态基线。
- 实现台账与基线的联动：当基线漂移时，自动触发SLO阈值调整或告警规则更新。
- 构建SLO台账度量基线仪表盘：通过Grafana、Prometheus等工具可视化台账与基线状态。
- 落地持续优化流程：通过定期SLO评审、基线回测、错误预算复盘，形成闭环改进。
1.4 学习路径与章节地图
本课程共30章，分为5个阶段，建议按顺序学习：
| 阶段 | 章节范围 | 核心内容 | 产出物 |
|---|---|---|---|
| 基础篇 | 第1-6章 | SLO台账设计原则、SLI选取、阈值计算、错误预算理论 | SLO台账模板v1.0 |
| 基线篇 | 第7-12章 | 度量基线统计方法、异常检测、基线漂移处理 | 基线计算引擎原型 |
| 联动篇 | 第13-18章 | 台账与基线联动、告警规则自动生成、变更影响分析 | 联动规则配置库 |
| 可视化篇 | 第19-24章 | Grafana仪表盘设计、Prometheus指标采集、SLO报表自动化 | SLO台账基线仪表盘 |
| 实践篇 | 第25-30章 | 案例实战、SLO评审流程、基线回测、持续优化 | 完整SLO台账基线体系 |
1.5 学习建议与前置要求
前置知识： 建议具备基础的SRE概念（SLI/SLO/SLA）、基本的PromQL查询能力、以及Grafana仪表盘使用经验。每章末尾会提供扩展阅读链接。
注意： 本课程强调“实践”，每章都包含可运行的代码示例和配置模板。建议准备一个测试环境（如minikube或本地Docker）用于动手实验。
学习建议：
- 每章先阅读正文，理解核心概念和设计思路。
- 动手运行代码示例，观察输出结果。
- 完成章节末尾的“实践任务”，将所学应用到自己的服务中。
- 加入课程讨论区，分享你的台账模板和基线效果。